鸿蒙开发者社区

WOT技术大会

AIGC创新中国行

公众号矩阵

移动端

短视频免费课程课程排行直播课软考学堂

全部课程厂商认证 IT技术 2024年软考 PMP项目管理软考资讯

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题库小程序

51CTO学堂APP

51CTO学堂企业版APP

鸿蒙开发者社区视频号

账号设置退出

人工智能

2.4w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 2.4w 条

ControlNet作者新项目爆火：仅一张图生成25秒绘画全过程！不到一天GitHub揽星600+

除了直接生成25秒的从线稿到上色的视频，还有其它玩法。

2024-07-10 12:41:40

深度解析RAG大模型知识冲突，清华西湖大学港中文联合发布

自 2023 年起，RALM 在处理知识冲突方面面临的问题逐渐成为研究的焦点。知识冲突不仅严重影响了模型在知识密集型任务上的性能，也暴露了其在面对错误信息时的脆弱性，进而对模型的安全性构成威胁，尤其是在那些对事实准确性有着严格要求的应用场景中。

2024-07-10 12:38:22

人人可做提示工程师！Claude上新：一键生成、测试和评估prompt

Anthropic 提示工程师 Alex Albert 表示：这是他们过去几周投入了大量工作才得到的成果，现在 Claude 在提示工程（Prompt Engineering）方面表现得非常好。

2024-07-10 12:33:06

单一作者论文，谷歌提出百万专家Mixture，超越密集前馈、稀疏MoE

释放进一步扩展 Transformer 的潜力，同时还可以保持计算效率。

2024-07-10 12:32:48

大型语言模型（LLM）在机器人领域的机遇、挑战与展望

本研究提供了一个全面的概述，介绍了LLMs和多模态LLMs如何被整合到各种机器人任务中。此外，我们提出了一个框架，该框架利用多模态GPT-4V通过结合自然语言指令和机器人视觉感知来增强具体化任务规划。

2024-07-10 11:38:15

大模型机器人

NeRF新突破，用启发式引导分割去除瞬态干扰物，无需额外先验知识

论文提出了一种新颖的启发式引导分割范式，有效解决了 NeRF 现实训练中常见的瞬时干扰问题。

2024-07-10 10:41:38

CVPR最佳论文候选 | NeRF新突破，用启发式引导分割去除瞬态干扰物，无需额外先验知识

论文提出了一种新颖的启发式引导分割范式，有效解决了 NeRF 现实训练中常见的瞬时干扰问题。

2024-07-10 10:24:02

模型压缩：CNN和Transformer通用，修剪后精度几乎无损，速度提升40%

随着目标检测的蓬勃发展，近年来提出了几种深度卷积神经网络模型，例如R-CNN、SSD和YOLO等。然而，随着网络变得越来越复杂，这些模型的规模不断增加，这使得在现实生活中将这些模型部署到嵌入式设备上变得越来越困难。因此，开发一种高效快速的物体检测模型以在不影响目标检测质量的情况下减小参数大小至关重要。

2024-07-10 10:19:26

目标检测模型

无图NOA的灵魂！盘一盘高精地图的全流程构建

今天为大家分享高精地图构建的最新综述！全面盘点的高精地图的制作和未来方向。

2024-07-10 10:04:48

自动驾驶高精地图

又遇到「GPT写的review」了？看看北大&密歇根的这个研究工作

低质量的审稿是一直让研究者头疼的事情。大语言模型（LLMs）的流行给审稿质量带来转机了吗？

2024-07-10 09:45:58

没想到！AlphaZero式树搜索也能用来增强大语言模型推理与训练

研究团队提出了大语言模型的树搜索推理与训练增强框架 TSLLM，在经验结果上强调了可靠中间价值评估的重要性与树搜索算法在不同问题上的效果与效率，验证了 AlphaZero 式的蒙特卡洛树搜索的高效性与进一步迭代优化大语言模型本身的可能。

2024-07-10 09:37:57

金融领域文档智能应用实践

随着深度学习技术的发展，文档智能相关的新技术纷纷涌现，卷积神经网络、循环神经网络、图神经网络、Transformer 等技术的发展使得复杂版面的文档分析与识别实现性能突破，受益于多模态融合、大模型等技术的提出，很多以前不可能做到的文档深度理解场景已经成为可能。

2024-07-10 08:58:22

深度学习文档智能大模型

阿里云大数据 AI 一体化优秀实践

本文将探讨在 AI 应用数据处理场景，如何发挥大数据平台的规模优势，降低开发的复杂度，并分享阿里云在大数据 AI 一体化方面的实践经验。

2024-07-10 08:52:17

AI 大数据机器学习

不妨一试！这六种在智能手机上运行的开源LLM 译文

大语言模型(LLM)需要大量的计算资源，这些资源通常局限于功能强大的服务器。然而，新一代的紧凑模型让您可以直接在智能手机上运行这些强大的语言模型。有意思的是，您不需要互联网就可以在智能手机上使用LLM。

2024-07-10 08:45:24

大语言模型 LLM 人工智能

硅谷公司竞逐仿生机器人，20年内市场规模将达380亿美元

硅谷各地涌现出了一批由人工智能驱动的机器人，如果一些行业专家的预测准确，它们可能有助于解决全球劳动力短缺的问题。

2024-07-10 08:26:04

硅谷仿生机器人

人工智能代理工作流如何推动比下一代基础模型更大的进步

传统的语言模型，例如GPT-3.5和GPT-4，已经在零提示方面展示了非凡的能力，其中模型根据单个提示生成输出，而无需任何修改。然而，这种方法类似于要求一个人从头到尾写一篇文章，不允许他们退格或做任何编辑。尽管结果令人印象深刻，但这种方法也有局限性。

2024-07-10 08:12:34

鄂维南院士领衔新作：大模型不止有RAG、参数存储，还有第三种记忆

2.4B 的 Memory3比更大的 LLM 和 RAG 模型获得了更好的性能。

2024-07-09 18:36:12

第一次，语言的神经激活被定位到细胞级

迄今为止，分辨率最高的编码单词含义的神经元 map 来了。

2024-07-09 18:33:27

编码自然语言

防止影子AI灾难的十种方法

影子IT不再只是处理某个员工特定需求的SaaS应用程序或是销售人员为了随时访问工作文件偷偷使用的个人黑莓手机。如今，影子IT更可能涉及AI，因为员工在未经IT部门知晓或许可的情况下测试各种AI工具。

2024-07-09 15:46:56

让你的AI Agent接入电报机器人！

万事万物都经不起审视，因为世上没有同样的成长环境，也没有同样的认知水平，更「没有适用于所有人的解决方案」。

2024-07-09 14:15:48

AI Agent 机器人

生成式 AI 注定会颠覆搜索译文精选

随着RAG的发展，企业可能会面临搜索的另一种变化。越来越多的搜索查询发布途径不断增加，因此企业需要弄清楚是希望自己提供数据，还是继续向像谷歌这样的信息聚合器被动提供信息。这将使他们能够控制如何向客户展示信息。

2024-07-09 13:53:29

生成式 AI RAG

无人车团队跨维进军好莱坞！推出电影级视觉AI特效，“新时代皮克斯”

最大亮点在于，实现了对视觉叙事核心层的完全控制，使用户能够完全控制场景的每个生成元素和方面。

2024-07-09 13:52:34

Wolfram之父直播采访机器人，一小时30多个问题对答如流，还有网友在线提问

采访完之后，Stephen对机器人的表现印象深刻，甚至打趣说正在重新适应人类。

2024-07-09 13:47:00

图神经网络加持，突破传统推荐系统局限！北大港大联合提出SelfGNN：有效降低信息过载与数据噪声影响

SelfGNN框架结合了图神经网络和个性化自增强学习，能够捕捉用户行为的多时间尺度模式，降低噪声影响，提升推荐系统鲁棒性。

2024-07-09 13:31:40

神经网络 AI

新架构RNN反超Transformer：每个隐藏状态都是一个模型，一作：从根本上改变语言模型

将来在对长视频进行建模时，我们可以密集地采样帧而不是采样1 FPS，这些密集帧对Transformer来说是一种负担，但对TTT层来说是一种福音。

2024-07-09 13:29:37

新架构 RNN FPS

Meta新研究挑战CV领域基操：ViT根本不用patch，用像素做token效果更佳

下一代视觉模型会摒弃patch吗？Meta AI最近发表的一篇论文就质疑了视觉模型中局部关系的必要性。他们提出了PiT架构，让Transformer直接学习单个像素而不是16×16的patch，结果在多个下游任务中取得了全面超越ViT模型的性能。

2024-07-09 13:06:52

自动驾驶团队进军好莱坞？打造电影级Sora，Odyssey开启「荷马史诗」新篇章

今日，Odyssey视觉AI发布预告，这款获得GV 900万美元种子资金的创新技术，旨在用AI技术讲好电影故事。具备强大的视觉内容生成与控制能力，视觉效果对标好莱坞制作水平。

2024-07-09 13:03:12

大模型最强架构TTT问世！斯坦福UCSD等5年磨一剑，一夜推翻Transformer

超越Transformer和Mamba的新架构，刚刚诞生了。斯坦福UCSD等机构研究者提出的TTT方法，直接替代了注意力机制，语言模型方法从此或将彻底改变。

2024-07-09 12:59:37

RAG微调Llama 3竟超越GPT-4！英伟达GaTech华人学者提出RankRAG框架

来自佐治亚理工学院和英伟达的两名华人学者带队提出了名为RankRAG的微调框架，简化了原本需要多个模型的复杂的RAG流水线，用微调的方法交给同一个LLM完成，结果同时实现了模型在RAG任务上的性能提升。

2024-07-09 12:54:57

RAG Llama 3 GPT-4

ChatGPT如何在2024年革新客户服务

ChatGPT能够高准确度地理解和响应自然语言查询，使其成为客户服务的宝贵资产。与依赖预编程响应的传统聊天机器人不同，ChatGPT利用复杂的自然语言处理（NLP）算法，提供更类人化的互动，这一改进意味着客户可以进行更流畅和有意义的对话，从而提高满意度。

2024-07-09 11:37:13

ChatGPT 自然语言处理

AI如何变革数字营销：2024年的趋势与洞见

AI正在重塑数字营销职业，要求新的技能和知识。随着AI不断融入营销实践，专业人士必须通过掌握数据分析、机器学习和AI工具来适应变化。

2024-07-09 11:25:54

人工智能数字营销

教育领域大模型技术与应用

应用大语言模型去辅助青少年编程，一方面依赖大语言模型的 NLG（Natural Language Generation）能力，可对提示做出连贯且符合上下文的文本回应，另一方面凭借大模型的 Zero-shot 或 Few-shot 的学习能力，可以帮助理解新任务，并在最小提示和样本下达到有利结果。

2024-07-09 11:01:24

大语言模型 NLG 人工智能

参数少60%还不掉点！浙大EfficientFuser：端到端如何高效融合？

今天为大家分享浙江大学最新的工作EfficientFuser！与SOTA的轻量级方法相比，EfficientFuser仅使用了37.6%的参数和8.7%的计算量，就能取得相同性能！

2024-07-09 10:24:13

自动驾驶端到端

优于各种驾驶场景SOTA！利用约束GS打破视觉重建壁垒，AutoSplat敲门驾驶场景重构

今天为大家分享多伦多大学&华为诺亚最新的工作AutoSplat！自动驾驶视觉场景重建SOTA，新视角合成能力超越MARS等！

2024-07-09 10:19:02

自动驾驶视觉

半小时教你手搓AI视频通话，还有懒人版代码已开源

三哥做的视频通话程序名叫Alloy Voice Assistant（简称Alloy），在视频中他演示了这样几组对话效果。

2024-07-09 09:36:17

Spring AI：如何采用Java编写生成式人工智能应用程序译文

本文将介绍如何使用Spring AI框架采用Java编写生成式人工智能应用程序，并利用检索增强生成(RAG)改进答案。

2024-07-09 09:00:00

人工智能生成式人工智能

院士领衔推出大模型的第3种记忆：比参数存储和RAG都便宜，2.4B模型越级打13B

在实验中，仅有2.4B参数的Memory3模型不仅打败了许多7B-13B的模型，在专业领域任务如医学上的表现也超过了传统的RAG方法，同时推理速度更快，“幻觉”问题也更少。

2024-07-09 00:00:06

RAG 参数模型

LLM-based Agent在B端商业化的技术探索与实践原创精选

日前，在51CTO主办的WOT全球技术创新大会上，快手高级技术专家欧迪佐带来了主题演讲《LLM-based Agent在B端商业化的技术探索与实践》，围绕着B端商业化的业务场景，详细介绍了构建Agent技术平台的实践经验与深入思考，为观众呈现了全新的视角。

2024-07-08 14:41:51

LLM Agent 技术

哈佛DeepMind开辟「虚拟神经科学」新领域！在世界模拟器驯养「赛博老鼠」

科学家们一直致力于让机器人更敏捷，此次哈佛大学与谷歌DeepMind人工智能实验室的合作有了新突破。他们创造出了一只搭载了AI大脑的「虚拟大鼠」，能够模仿真实啮齿动物的所有动作，甚至做出了一些没有被明确训练过的「新奇行为」。此项研究有望开辟「虚拟神经科学」新领域，对于脑科学和机器人学意义重大。

2024-07-08 13:13:00

机器人哈佛虚拟神经

Anthropic CEO：大模型训练成本暴涨，2027年将达1000亿美元！

Anthropic首席执行官表示，当前AI模型训练成本是10亿美元，未来三年，这个数字可能会上升到100亿美元甚至1000亿美元。要知道，GPT-4o这个曾经最大的模型也只用了1亿美元。千亿美刀，究竟花在了哪里？

2024-07-08 13:11:40

OpenAI宣布封禁？阿里Qwen2直接登顶开源榜首

Qwen 2-72b在几乎所有测试中都比llama3 70b效果更好，尽管尺寸相对较小，但却非常聪明和富有创意，可以在本地运行。

2024-07-08 13:11:39

OpenAI Qwen 2 模型

陶哲轩点破「天机」：不懂数学别想靠ChatGPT飞升！

冲锋在AI辅助数学研究第一线的陶哲轩，近日又有「神总结」：ChatGPT提升的，是我们在编码、图表等次要任务上的能力；而真要搞好数学研究，基础不扎实的话，AI也是没用的。

2024-07-08 13:08:04

几分钟生成四维内容，还能控制运动效果：北大、密歇根提出DG4D

DG4D 允许进行三维网格模型提取，并支持实现时序上保持连贯一致的高质量纹理优化。我们希望 DG4D 提出的四维内容生成框架，将促进四维内容生成方向的研究工作，并有助于多样化的实际应用。

2024-07-08 13:07:24

单卡A100实现百万token推理，速度快10倍，这是微软官方的大模型推理加速

微软的这项研究让开发者可以在单卡机器上以 10 倍的速度处理超过 1M 的输入文本。

2024-07-08 13:04:01

像生物网络一样「生长」，具备「结构可塑性」的自组织神经网络来了

来自哥本哈根信息技术大学的研究团队提出了一种自组织神经网络 ——LNDP，能够以活动和奖励依赖的方式实现突触和结构的可塑性。

2024-07-08 13:02:06

一文读懂 Agentic RAG 数据检索范式

今天我们来聊一下人工智能（AI）生态领域相关的技术 - 基于代理的 RAG 实现- Agentic RAG 。

2024-07-08 12:44:11

人工智能 AI RAG

再来谈谈大模型的分离式推理架构

因为Prefill和Decode各自子集群网络互联可以用以太网，没准也可以根据负载弹性扩容Memory Pool和计算设备和存储。其实最终都是在成本上打算盘, 以后的服务就是按照Token印钱, 印刷机的成本, 推理流量的峰谷带来的弹性供给, 都是值得考虑的问题。

2024-07-08 12:18:13

Memory 扩容网络

基于SQL的管道：Steampipe让全世界都成为数据库

当您将信息转换为表格数据时，会发生一件有趣的事情：它不仅可以被开发人员和商业智能工具查询，还可以用于其他领域，包括电子表格、无代码/低代码平台、工作流系统，甚至机器学习和 AI 平台。

2024-07-08 10:55:04

机器学习 AI 开发

开发者最爱的AI工具及其使用技巧

尽管存在成长烦恼，但 AI 工具被证明是开发人员宝贵的编码伙伴。Ranstrom 指出，他正在使用的 AI 工具一直在迅速改进。“从我第一次开始使用它到现在——我们只是在谈论几个月——AI 编程建议已经变得好多了。

2024-07-08 10:51:16

AI 工具编码

OpenAI 说要封禁来自中国的流量，我笑了

如果说以上的这种场景你不嫌麻烦一个个为每个域名配置 A 记录的话也能达到解析访问域名的话，那接下来的这种场景不使用 CNAME 就无解了。

2024-07-08 10:11:37

OpenAI 流量传统行业

上一页 1 ··· 5 6 7 8 9 ··· 500 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