AI.x社区

近期，OpenAI推出的DeepResearch（深度研究）功能引发了广泛关注。该功能通过整合大模型、超级搜索和研究助理于一体，使得金融机构能够一键生成报告，科研人员能够一键撰写综述，极大提升了效率。然而，由于企业场景中私有化数据的敏感性和成本考虑，如何将DeepResearch进行开源的本地化部署，成为许多人的关注焦点。在这篇文章中，我们将对市场上模仿DeepResearch的开源项目进行简要分析，并结合Deepseek等主流开源模型，Zilli...

最近，无论是在国内还是国外，一股DeepSeekR1部署热潮正在兴起，许多人都争相在自己的本地服务器上尝试部署完整版的DeepSeekR1。不过，想要在本地部署一个满血版本的DeepSeekR1版本，可能需要大约16张A800显卡，这意味着大约需要投入200万元人民币的成本。长期以来，业界对于671B大模型的成本问题感到困扰，迫切希望找到一种低成本的满血版671BDeepSeek部署方案。今天，向大家推荐一个框架——KTransformers，它能够在单台配备2...

DeepSeek，作为深度求索公司推出的杰出大模型，代表了国产技术的辉煌。掌握如何运用DeepSeek大模型至关重要。接下来，我们将探讨如何基于DeepSeek大模型和SpringAI开发AIAgent智能体应用。1、SpringAI集成DeepSeek大模型第一、DeepSeek大模型介绍DeepSeek近日推出了两款新大模型：1.DeepSeekV系列，专注于对话功能，其模型命名为deepseekchat。2.DeepSeekR系列，主要致力于推理能力，模型名称为deepseekreasoner。若想了解这些...

这个春节，DeepSeek实在太火爆了。“老板指示，我们要整合Deepseek，还得建立自己的知识库……”这样的声音，哪个开发者近期没耳闻？Deepseek的火爆，智能推理的加速，以及算力成本的显著降低，使得众多原本对大型模型望而却步的企业，一夜之间纷纷投向AI的怀抱，追求降本增效。在这个过程中，对于那些拥有优质私有数据和敏感数据的企业来说，若想避免数据泄露，部署本地知识库无疑是走向大模型的关键一步。然而，当你深入调研...

这个春节，DeepSeek实在太火爆了。DeepSeekR1在其论文（​​https:arxiv.orgabs2501.12948​​）引言部分指出，R1模型通过融合冷启动数据、多阶段训练流程以及纯粹的强化学习策略，显著增强了大型语言模型的推理能力。这使得R1模型在性能上与OpenAI的o1系列模型持平，并且通过蒸馏技术，成功地将这种推理能力传递给了更小型化的模型。在DeepSeekR1的“贡献”章节中，着重强调了以下两点创新：1.模型训练完成后：对基础模型实施...

这个春节，DeepSeek实在太火爆了。短短一个月不到，DeepSeek再次震撼了全球人工智能领域。在去年12月，DeepSeek推出的DeepSeekV3在全球AI界引起了轩然大波，它凭借极低的训练成本，达到了与GPT4o、ClaudeSonnet3.5等顶级模型媲美的性能表现。与之前不同的是，此次推出的DeepSeekR1模型不仅在成本上更具优势，而且在技术层面实现了质的飞跃，更重要的是，它是一款开源模型。新模型DeepSeekR1继承了高性价比的特点，仅需十分之一...

这个春节，DeepSeek实在太火了，无须赘述。今天要向大家推荐一个极具实用价值的开源项目——MiniMind。这个项目使得我们只需利用普通电脑，就能在短短3小时内打造出一个精简版的DeepSeek！为了避免误解，特别说明一下，“最快3小时”是基于你的硬件配置优于我本人的情况下。具体的硬件规格要求将在下文中详细说明。1、为什么这个项目这么特别？市场上的大语言模型（LLM）通常拥有上百亿参数，其训练成本相当高昂。对于想要学习...

这个春节，DeepSeek实在太火了，无须赘述。今天，我们直接讲干货。用10个问题带大家了解：DeepSeek怎么用，如何与DeepSeek高质量对话，以及一些隐藏技巧。1、巧用DeepSeek的三种模式DeepSeek提供了三种聊天模式基础模型、深度思考（R1）和联网搜索，你可以根据不同的情境和需求，自由选择合适的模式。基础模型已在去年12月升级至DeepSeekV3版本，其性能可与全球领先的开源和闭源模型相媲美，包括4o、Claude3.5Sonnet、Qwen2.5、...

本地电脑部署主要适用于以下5种场景：第一、设备性能较强，配备独立显卡，能够支撑高效运行。第二、需要处理敏感数据，对数据安全性有较高要求，以防泄露。第三、需要与本地工作流程紧密结合，应对频繁或复杂的任务处理。第四、日常频繁使用，且API调用成本较高，本地部署有助于降低成本。第五、希望在开源模型基础上，进行个性化定制和优化。1、DeepSeekR1模型部署2步搞定本部分内容将重点阐述如何在本地环境下利用Ollama来部...

没想到，DeepSeek连续放出重磅消息，速度如此之快。转眼间，DeepSeek便推出了全新的多模态模型，统一多模态理解与生成。JanusPro多模态大模型震撼登场，采用Transformer架构，并未沿袭Diffusion方法，又一次颠覆了行业的认知，紧追OpenAI的脚步。拥有高性能电脑的同学们可以开始尝试了，7B版本已经能够超越StableDiffusion和DALLE3，强大到让人难以置信！这个春节，真是激动人心。见证国产AI的辉煌时刻。JanusPro多模态框架革新...

本教程将一步步指导你如何在本地环境中安装DeepSeekR1，并将其融合进Dify中，确保你的工作的效率得到实质性的提升！1、DeepSeekR1模型部署本部分内容将重点阐述如何在本地环境下利用Ollama来部署DeepSeekR1。后续章节将详细讲解如何将DeepSeekR1与Dify系统进行集成。第一、安装Ollama请访问Ollama的官方网站，根据你的操作系统选择合适的版本，下载Ollama应用程序并进行安装：安装完成后，打开命令行界面并输入ollama命令。如果...

今天，我们探讨一下如何利用目前最受欢迎的开源推理工具DeepSeekR1和轻量级的本地AI模型执行框架Ollama，来构建一个功能强大的RAG（RetrievalAugmentedGeneration）系统。1、DeepSeekR1：RAG系统的卓越之选DeepSeekR1，被誉为开启AI推理新时代的开源先锋，在构建RAG系统方面表现卓越，拥有众多引人注目的优势，成为开发者不可或缺的利器。相较于OpenAI的o1模型，DeepSeekR1在性能上与之媲美，但成本却大幅下降，仅占o1的5%，这...

DeepSeekV3重磅登场！以110计算量实现对标Llama3405B的顶尖性能，三大硬核创新重塑大模型架构范式。技术团队通过：1）首创多头潜注意力机制（MLA），攻克长文本推理的显存效率瓶颈；2）革新动态路由算法，突破MoE模型长期存在的专家选择困境；3）创新性多令牌预测框架，实现推理吞吐量跨越式提升，完成对传统Transformer架构的颠覆性改造。这场由DeepSeek引领的架构革命，不仅印证了中国团队在AI基础研究领域的深厚积累，更以突...

1、五大AIAgent多智能体开发框架在AI大模型新时代，AIAgent多智能体系统（MultiAgent）技术正日益受到众多科技巨头的瞩目。伴随着OpenAI的Swarm、微软的MagenticOne等框架的推出，这一领域的发展变得更为错综复杂。面对众多的选项，选择一个最匹配自身需求的MultiAgent框架成为了众多开发者与企业需要解决的关键问题。本期我们将深入分析市场上最受欢迎的五款AIAgent多智能体框架，包括微软的AutoGen、CrewAI、LangChain的LangG...

在实际项目实施过程中，RAG（检索增强生成）系统的关键在于其检索阶段，这一环节直接关系到生成效果的质量。RAG系统的运作流程主要涉及数据摄取和数据查询两个步骤，而检索环节的重要性不言而喻。本文分享了一个案例，讲述了团队如何运用两大关键策略，将RAG系统的检索准确率从50%显著提升至95%。1、RAG检索召回率RAG系统的检索召回率（Recall）是评估检索系统在用户查询时能否有效检索出所有相关文档的标准。在RAG系统中，这一...

近日，OpenAI推出了全新的AIAgent智能体FunctionCalling2.0使用指南，此次更新使得文档篇幅缩减了一半，并且引入了一系列关键的最佳实践。作为打造高效AIAgent智能体的核心技能之一，正确运用FunctionCalling对于开发强大的AIAgent智能体应用具有至关重要的作用。因此，今天我就来为大家揭秘这次更新的精华内容！1、FunctionCalling的两大核心应用文章中清晰地阐述了FunctionCalling的两个核心应用场景：第一、数据获取（Fetchi...

构建一个高效运作的AIAgent智能体系统有哪些关键步骤？在开发过程中，如何提前识别并解决那些可能在系统上线后带来严重问题的隐患？为了解答这些问题，我们需要将AIAgent智能体系统拆分为三个核心模块：工具、推理和执行。每个模块都面临着独特的挑战。一个模块的错误可能会连锁反应，以不可预见的方式影响其他模块，导致系统故障。例如，信息检索可能拉取到无关数据；推理错误可能导致工作流程不完整或陷入死循环；执行环节在...

AIAgent智能体，目前更具体地指的是LLMAgent。这是一种程序，其执行逻辑受其底层大模型（LLM）的操控。与少样本提示（Fewshot）或固定工作流（Workflow）等手段相比，LLMAgent的独特之处在于它能定义并调整执行用户查询所需的步骤。若能访问一系列工具（例如：代码执行或网络搜索），AIAgent智能体能够决定采用何种工具、如何运用它，并根据输出结果进行迭代优化。这种灵活性使得系统能以最低限度的配置应对多样化的应用场景。A...

在这个AI技术飞速发展的时代，AIAgent智能体已经成为了众多开发者与企业目光汇聚的核心。在AI的时代背景下，大模型如同大脑，而AIAgent智能体则是为这个大脑装上了眼睛、嘴巴、双手和耳朵的“人类”。AIAgent智能体就好比移动互联网时代的应用程序APP，极大地拓宽了大模型的潜能边界。作为AI原生时代的产物，AIAgent智能体成为了内容、信息和服务的新介质，它是实现型模型应用落地的理想途径。在众多AIAgent智能体开发平台中，C...

1、Agent智能体进入黄金发展期AIAgent智能体的发展正步入黄金时代。随着众多新框架的层出不穷和对该领域的持续投入，现在AIAgent智能体已逐步摆脱初期的动荡，迅速崛起，成为开发者的首选，超越了RAG。那么，2025年是否会成为AIAgent智能体系统全面接管报告生成、撰写邮件、预订航班、数据分析等任务的元年呢？​这或许有可能，但距离这一目标还有许多挑战需要克服。在构建AIAgent智能体的过程中，开发者们不仅要考虑选用哪种大...