鸿蒙开发者社区

WOT技术大会

公众号矩阵

移动端

视频课免费课排行榜短视频直播课软考学堂

全部课程软考华为认证厂商认证 IT技术 PMP项目管理免费题库

文章资源问答课堂专栏直播

51CTO

鸿蒙开发者社区

51CTO技术栈

51CTO官微

51CTO学堂

51CTO博客

CTO训练营

鸿蒙开发者社区订阅号

51CTO软考

51CTO学堂APP

51CTO学堂企业版APP

鸿蒙开发者社区视频号

51CTO软考题库

账号设置退出

人工智能

3.0w内容

关注

聚合人工智能话题下，包括机器学习、深度学习、计算机视觉、自然语言处理等领域的新闻资讯、前沿理论、技术知识、应用案例。

文章博文帖子课程

共 3.0w 条

自动调整推理链长度，SCoT来了！为激发推理能力研究还提出了一个新架构

为了激发推理能力，研究人员还提出了AtomThink，这是一个包含数据构造、训练、推理和评估的全过程框架，用来提升多模态大模型在复杂推理任务上的表现。

2025-03-13 13:00:00

数据模型 AI

“谷歌版DeepSeek”接入机器人，思维链解锁折纸系鞋带技能，推理模型代入物理世界

谷歌这次一口气发布两款专为机器人打造的模型，都是从Gemini 2.0系列改造而来。

2025-03-13 12:44:56

谷歌机器人训练

DeepSeek玩家能提前拿苹果新品！只要15万元，在家跑满血版R1

Alex老哥用配备Thunderbolt 5互连技术（传输速率为 80Gbps）的EXO Labs设备，来运行完整的DeepSeek R1模型（671B、8-bit）。

2025-03-13 12:41:37

DeepSeek 模型训练

11B模型拿下开源视频生成新SOTA！仅用224张GPU训练，训练成本省10倍

此次发布全面开源模型权重、推理代码及分布式训练全流程，开发者们可以看过来！

2025-03-13 12:39:22

模型开源视频

RAG（三）GraphRAG进阶：GraphReader-- 基于图的Agent，让大模型“读懂”长文本

本文提出GraphReaderr，通过构建基于图的智能体系统（Graph-based Agent System），以图结构的方式组织长文本，并利用智能体自主探索该图。

2025-03-13 12:24:34

RAG GraphRAG Agent

大型语言模型是否解决了搜索问题？译文精选

本文探讨了LLM在解决搜索问题方面的固有局限性，强调了内容生成和检索效率之间的脱节。本文探讨了通过复杂的索引、排序和上下文过滤方法来增强它们在搜索架构中效用的策略。

2025-03-13 12:09:27

LLM 大型语言模型搜索架构

RAGFlow自动化脚本套件：自定义解析+回答质量评估+参数自动调优

之前文章里详细介绍了 RAGFlow 的 Python api 用法，今天结合几篇法律法规文档来给大家做个简单演示，抛砖引玉。这篇主要介绍三个脚本示例，分别是：数据处理与系统配置，系统测试，参数优化脚本。

2025-03-13 11:29:03

RAGFlow RAG 人工智能

长链推理表象下，大模型精细表征张冠李戴的本质

我们构建了等效交互理论体系，发表了几十篇论文，在一定程度上证明并成功实现了对大部分神经网络的符号化解释。

2025-03-13 11:18:14

模型 AI 数据

YOLOe问世，实时观察一切，统一开放物体检测和分割

传统的 YOLO 系列如同我们人工效准的精密仪器，其识别能力被严格框定在预定义的类别目录之中，每个检测框的背后，都需要工程师手动输入认知词典。

2025-03-13 11:11:04

YOLO 模型检测

我们把Dooring零代码接入了AI，一句命令，自动生成页面

筹备了半年时间，从产品设计到技术规划，再到技术实现，我们终于上线了第一版AI驱动的零代码搭建平台——DooringAI。

2025-03-13 11:09:47

AI Dooring 零代码

超越DeepSeek-R1关键RL算法GRPO，CMU「元强化微调」新范式登场

在本文中，CMU、HuggingFace 的研究者提出从元强化学习（RL）的视角来形式化上述优化测试时计算的挑战。

2025-03-13 11:07:30

强化学习 AI 模型

担心成为「AI界奥本海默」！DeepMind、Anthropic CEO同框，26年AGI降临？

Hassabis和Dario近日罕见同框，接受《经济学人》的深度访谈。两人对AGI时间表的预测产生分歧——2026年还是更远？还探讨了AI安全的紧迫性，以及他们是否担忧成为「AI界的奥本海默」。

2025-03-13 10:50:00

AGI 模型数据

只需7.6% token，性能还更强！华人团队提全新「草稿链」CoD，成本延迟大降

LLM推理中的延迟问题常被忽视，而实时应用对此要求严苛。来自Zoom的华人团队提出草稿链（CoD）技术，仅用7.6%的token，就能在保持准确率的同时，大幅降低推理成本和延迟。

2025-03-13 10:40:00

LLM 模型训练

DeepSeek 开源 EPLB，世界上从来没有什么腾空出世！

DeepSeek 开源 DualPipe 的同一天，还开源了 EPLB。今天来简单聊聊 EPLB，包懂。

2025-03-13 10:31:20

DeepSeek 开源 EPLB

奥特曼自曝全新OpenAI写作模型：第一次被AI震撼！网友：AI写的坚决不看

今天凌晨，奥特曼按捺不住激动地自曝，OpenAI已经在训练一个创意写作模型，看完它写的元小说后，他第一次真正为AI的创作感到震撼。但很多网友表示：要是人写的可以看一下，AI写的坚决不看。

2025-03-13 10:29:17

模型奥特曼 AI

谷歌 DeepMind 推出新 AI 模型，机器人未经训练也能执行现实任务

谷歌 DeepMind 推出两款新型 AI 模型，旨在帮助机器人完成更多现实世界中的任务。

2025-03-13 10:28:07

谷歌 AI 模型机器人

Open-Sora 2.0全面开源，20万复刻百万级大片！11B媲美闭源巨头，224张GPU创奇迹

潞晨科技正式推出 Open-Sora 2.0——一款全新开源的SOTA视频生成模型，仅20万美元（224张GPU）成功训练商业级11B参数视频生成大模型。

2025-03-13 10:26:45

模型生成开源

迈向视觉大一统：UnifiedReward，多模态生成与理解的通用奖励模型

近年来，大模型时代的多模态生成与理解技术取得了飞跃式发展。然而，如何让AI真正“看懂”世界，并更好地对齐人类偏好，仍是一个核心挑战。

2025-03-13 10:18:42

大模型视觉 AI

当硅基生命开始觉醒：人类与仿生智能体的共生困局

从能空翻的Atlas到会写诗的Ameca，仿生机器人正突破机械与生命的界限。

2025-03-13 10:09:48

仿生智能体人形机器人 AI

14B 小模型逆袭翻译赛道，论文财报实测超Claude，不信试试“我命由我不由天”

来自网易有道的14B翻译小模型，测试达行业第一，翻译质量超越一众国内外主流通用大模型。

2025-03-13 10:04:06

大模型 AI 数据

多模态训练后模型能力雪崩，上海AI Lab全面探索MLLM偏好对齐与模态融合

MLLM的回复质量下降可能是因为经过了多模态数据训练之后，LLM本身的能力退化。

2025-03-13 09:47:29

模型 AI 训练

何恺明带队驯服AI更懂物理！去噪方法+哈密顿网络，清华校友一作

去噪方法结合哈密顿神经网络，让AI更懂物理。

2025-03-13 09:39:05

百万美金炼出「调参秘籍」！阶跃星辰开源LLM最优超参工具

研究团队坦言，尽管付出了很多的算力，和大量的精力来分析相关的实验。但是很多子 Topic 分析仍然是值得深究的。

2025-03-13 09:20:20

模型工具开源

首篇AI自写论文通过ICLR 2025同行评审！6.25高分碾压人类，AI独挑科研大梁

Sakana AI刚刚官宣，第二代「AI科学家」独立完成论文，通过了ICLR 2025 Workshop的同行评审。这是首次完全由AI端到端生成的科学论文，获得了学术高度认可。

2025-03-13 09:16:25

AI 端到端模型

谷歌Gemma 3上线！单GPU最强多模态手机可跑，27B完胜o3-mini

就在刚刚，谷歌Gemma 3来了，1B、4B、12B和27B四种参数，一块GPU/TPU就能跑！而Gemma 3仅以27B就击败了DeepSeek 671B模型，成为仅次于DeepSeek R1最优开源模型。

2025-03-13 09:12:35

谷歌模型 AI

大模型指标：RPM、TPM…这些“神秘代码”到底是什么？

RPM全称是Requests Per Minute（每分钟请求数），表示大模型每分钟能处理的请求次数。比如，某模型设置RPM=300，就意味着每分钟最多响应300次用户提问。

2025-03-13 08:33:37

DeepSeek-R1的方法迁移到多模态大模型-开源Vision-R1实现方法思路

从未经专门推理优化的原始 MLLM（例如 Qwen-2.5VL-7B-Instruct）开始，直接应用 RL 训练。使用与 Vision-R1 相同的奖励函数，即硬格式结果奖励函数（HFRRF）：如果输出格式正确且答案正确，奖励为 1，否则为 0。训练目标是激励模型生成多模态 CoT，解决数学推理任务。

2025-03-13 08:13:47

DeepSeek MLLM Vision-R1

不需要 AI 和数学知识背景，这篇文章带你学会大模型应用开发

本文主要讲了AI大模型应用的开发是怎么一回事、它的具体流程以及在不同应用场景中大模型是怎么发挥价值的。

2025-03-13 08:00:00

AI大模型 AI 大模型

谷歌推出 Gemma 3：号称可在单块 GPU 上运行的最强 AI 模型

谷歌今日推出了 Gemma 3 人工智能模型，这是继其一年前发布基于与 Gemini AI 相同技术的两款“开放”Gemma AI 模型后的又一升级之作。

2025-03-13 07:30:00

谷歌 Gemma 3 AI 模型

企业可以采用六种方式实现网络安全自动化以应对由AI驱动的攻击

AI驱动的威胁正在自动化泄露事件，实时改变恶意软件，并生成与合法通信几乎无法区分的网络钓鱼活动。企业必须同样行动迅速，将AI驱动的检测、响应和恢复能力嵌入到安全层的每一层中。

2025-03-13 07:00:00

AI驱动网络钓鱼网络安全

字节跳动豆包文生图技术报告发布：数据处理、预训练、RLHF 全流程公开

豆包大模型团队正式发布文生图技术报告，首次公开 Seedream 2.0 图像生成模型技术细节，覆盖数据构建、预训练框架、后训练 RLHF 全流程，针对 Seedream 2.0 原生中英双语理解、文字渲染、高美感、分辨率与画幅变换等特性的实现，进行了具体介绍。

2025-03-13 07:00:00

字节跳动豆包人工智能

谷歌版“DeepSeek”发布！27B模型单个GPU即可运行，击败满血DeepSeek V3/o3-mini

在ChatBot Arena Imarena大模型竞技场中，Gemma 3也跻身Top 10，不仅在同等参数量模型中达到SOTA，开源模型里也仅次于R1。

2025-03-13 06:34:49

DeepSeek GPU Gemma

H20芯片困局：在DeepSeek崛起下的挑战与反思

在当今全球科技竞争的宏大棋局之中，美国针对中国半导体和人工智能芯片发起的制裁行动，恰似汹涌暗潮，正以悄无声息却又极具颠覆性的方式，重塑着中国人工智能产业的发展格局。在这一复杂局势下，H20 芯片作为特殊的存在进入中国市场，看似是为国内企业送来的“及时雨”，实则暗藏玄机，背后隐藏着诸多亟待剖析的问题。

2025-03-12 17:59:31

DeepSeek 人工智能芯片

GPT4规模大模型落地，Meta提ExFM框架：万亿参数基础大模型的工业级落地成为可能

在 Meta AI 研究团队提交的一篇论文中，研究团队提出 External Large Foundation Model（ExFM）框架，首次系统性地解决了上述问题，成功支持万亿参数大模型在广告推荐中的高效服务。

2025-03-12 14:49:29

系统模型框架

将哈密顿力学泛化到神经算子，何恺明团队又发新作，实现更高级物理推理

何恺明等来自 MIT、斯坦福大学等机构的研究者提出了去噪哈密顿网络（Denoising Hamiltonian Network，DHN），这是一个将哈密顿力学泛化到神经算子的框架。

2025-03-12 14:46:06

神经网络 AI 框架

字节首次公开图像生成基模技术细节！数据处理到RLHF全流程披露

从模型能力看，Seedream 2.0 是原生的中英双语图像生成基础模型，拥有很强的美感和文本渲染效果，与目前即梦上的文生图主力模型特性匹配。

2025-03-12 14:40:53

模型生成 AI

自主式AI爆发前夜，企业如何押注黄金场景？

商业咨询公司德勤预测，到2025年，在使用GenAI的公司中，有25%将推出自主式AI试点或概念验证，到2027年这一比例将增长到50%。该公司表示，在某些行业、某些用例中，自主式AI应用可能会在今年被纳入现有工作流程。

2025-03-12 14:25:24

GenAI 自主式AI 人工智能

32B IOI奥赛击败DeepSeek-R1！Open R1开源复刻第三弹，下一步R1-Zero

Hugging Face的Open R1重磅升级，7B击败Claude 3.7 Sonnet等一众前沿模型。凭借CodeForces-CoTs数据集的10万高质量样本、IOI难题的严苛测试，以及模拟真实竞赛的提交策略优化，这款模型展现了惊艳的性能。

2025-03-12 13:55:05

模型 AI DeepSeek

阿里通义团队开源 R1-Omni：多模态模型 + RLVR，让各模态作用清晰可见

通义实验室团队探索了 RLVR 与视频全模态模型的结合，宣布开源 R1-Omni 模型。R1-Omni 的一大亮点在于其透明性（推理能力）。通过 RLVR 方法，音频信息和视频信息在模型中的作用变得更加清晰可见。

2025-03-12 13:09:16

R1-Omni 多模态模型开源

OpenAI旨在通过扩展工具包开发智能体

随着企业对智能体的兴趣提升，谷歌、微软、AWS等科技巨头纷纷推出相关工具和服务。OpenAI也加强了其产品供应，发布了Operator和Responses API等产品，并计划进一步投资API集成和新工具开发。

2025-03-12 13:04:01

OpenAI 智能体

使用 VLLM 部署 DeepSeek：基于 Ubuntu 22.04 + RTX 4090 + Docker 的完整指南

这篇文章适合那些想快速上手 vLLM 的开发者，文章涵盖了显卡驱动、CUDA、Docker 环境的安装，以及 vLLM 的完整运行流程。

2025-03-12 12:37:50

VLLM DeepSeek Ubuntu

OpenAI推出智能体工具集，加速AI自动化任务开发

OpenAI 发布了一系列新工具和API，旨在帮助开发者更轻松地创建能够自动执行复杂任务的AI Agents（智能体）。

2025-03-12 12:21:27

OpenAI 智能体 AI

AI治理成两会热点，看科技大佬的提案都说了什么

日前，科技领域的代表们围绕AI治理、技术规范与伦理风险防范提出了一系列针对性的建议。

2025-03-12 12:18:00

AI 人工智能

新科研神器！这回读英文论文真跟读中文没两样了

现在，大模型的出现，还真就在短短几年之内，把畅想变成了现实。

2025-03-12 12:14:01

大模型生成技术

砍掉99%采样成本！腾讯AI Lab提出大模型无监督训练新技术

腾讯AI Lab与香港中文大学（深圳）合作开展了一项新研究，提出了这样一种名为无监督前缀微调（UPFT）的方法。

2025-03-12 12:10:13

训练模型 AI

90分钟生成10万Token，新框架实现3倍无损加速超长文本生成，支持DeepSeek-R1和QwQ！

生成10万Token的文本，传统自回归模型需要近5个小时，现在仅需90分钟！

2025-03-12 12:07:11

生成模型 AI

编程最强大模型Claude 3.7 Sonnent发布，世界上首款混合型大模型

Anthropic 发布最新模型Claude 3.7 Sonnet，在3.5的基础上，又有显著提升。妥妥的编程最强大模型，也是AI编辑器cursor的主力模型。

2025-03-12 12:07:07

大模型 Claude 3.7 人工智能

如何发现并避免AI引发的骗局

GenAI使网络犯罪分子更容易创建令人信服的深度伪造、网络钓鱼活动和投资诈骗，从而提高了他们的效率，但好消息是，对手对GenAI的使用尚未达到宣传的程度。

2025-03-12 12:03:10

GenAI 网络犯罪网络钓鱼

Manus逼OpenAI开源智能体框架，网友：已从行业领导者变为跟随者

新API称为Responses API⁠，相当于将原本的Chat Completions API与工具使用相结合。内置工具包括网页搜索，文件搜索，以及计算机使用。

2025-03-12 11:34:35

OpenAI 开源智能体

10秒生成4分钟音乐，8GB显存就能跑！已登Hugging Face趋势榜

DiffRhythm是一款新型AI音乐生成模型，能在10秒内生成长达4分45秒的完整歌曲，包含人声和伴奏。它采用简单高效的全diffusion架构，仅需歌词和风格提示即可创作，还支持本地部署，最低只需8G显存。

2025-03-12 10:41:34

模型 AI 生成

上一页 1 ··· 17 18 19 20 21 ··· 611 下一页

51CTO技术栈公众号

业务
速览

媒体

51CTO CIOAge HC3i

社区

51CTO博客鸿蒙开发者社区 AI.x社区

教育

51CTO学堂精培企业培训 CTO训练营