AI.x社区
- 登录/注册
社区头条
482篇优秀内容
微软内部工程师突爆料：OpenAI下一代模型11月即将上架，今天离职的AGI顾问：今天Lastday
原创编辑言征出品51CTO技术栈（微信号：blog51cto）大消息，OpenAI的下一代前沿模型猎户座已经筹备发布了？24晚间消息，外媒TheVerge得到微软内部工程师的曝料称：该公司预计最早在11月就能获得对OpenAI酝酿已久的Orion访问权限，以便他们构建自己的产品和功能，这位工程师正在准备在Azure上托管Orion的工作。不过，Verge报道，这次Orion发布于此前版本不同，OpenAI会先给受信任的合作伙伴发布该模型，之后才会通过ChatGPT更广泛地...OpenAIAI系统从传统 RAG 到图 RAG，赋予大型语言模型更强大的知识力量
大型语言模型(LLMs)在固定数据集上进行训练，其知识在最后一次训练更新时就已固定。ChatGPT的常规用户可能已经注意到其众所周知的局限性：“训练数据截止到2021年9月”。这种局限性会导致模型产生不准确或过时的响应，因为它们会“幻觉”信息。在不重新训练或微调的情况下，用新信息更新模型或增强其上下文理解能力，在资源和人力方面都极具挑战。检索增强生成(RAG)检索增强生成(简称RAG)是一种通过整合来自外部可靠知识库的信...RAGRAG语言模型#AIGC创新先锋者征文大赛# 50亿美元亏损背后：解析生成式 AI 的商业模式之争
原创【本文正在参与AI.x社区AIGC创新先锋者征文大赛】https:www.51cto.comaigc2223.html编者按：人工智能正在席卷各个行业，但你是否曾思考过：当ChatGPT的开发商OpenAI可能面临50亿美元亏损时，生成式AI的商业模式究竟还能走多远？这篇分析文章直击当前AI行业的痛点：巨额投资与高昂运营成本之间的矛盾，技术进步与商业化之间的鸿沟，以及研究价值与经济可持续性之间的平衡。它提醒我们，在追求技术进步的同时，也...AILLMGenAIBaihai IDP白海科技Transformers.js v3震撼发布：WebGPU加速、120种架构支持，开发者必备神器！
笔者等待多时的Transformers.jsv3版本，经过一年多的开发，终于发布了！这一版本带来了多项重大更新和增强，必将引起前端及浏览器插件AI应用爆发。核心亮点WebGPU支持Transformers.jsv3引入了WebGPU支持，性能比WASM快高达100倍，利用浏览器的GPU进行高性能计算。WebGPU是一种新的网页标准，用于加速图形和计算，性能优于WebGL，能够直接与现代GPU交互，非常适合机器学习任务。示例代码import{pipeline}from"huggingfacetransfo...WebGPUWASM模型一文彻底搞懂深度学习 - 损失函数（Loss Function）
原创深度学习中的损失函数（LossFunction）是一个衡量预测结果与真实结果之间差异的函数，也称为误差函数。它通过计算模型的预测值与真实值之间的不一致程度，来评估模型的性能。损失函数按任务类型分为回归损失和分类损失，回归损失主要处理连续型变量，常用MSE、MAE等，对异常值敏感度不同；分类损失主要处理离散型变量，常用CrossEntropyLoss、DiceLoss等，适用于不同分类任务需求。LossFunction一、损失函数损失函数（LossFunct...深度学习损失函数点滴成就，创造未来无限可能
回顾今年，来自海内外的开发者们将Google技术创新融入实际应用，面向全球舞台展示着他们卓越的创造力与实践能力，在海外市场中探索新的可能性与机遇。这些来自不同背景的故事经历和创意作品，在多元的出海和开发环境中激发了更多开发者的内在驱动力:智创之力开发者们通过AI技术，助力日常生活和工作变得更加便捷与高效。他们还通过创新的解决方案，将智能化融入生活，为社会带来了积极的影响，推动了更美好的未来。博主黑皮诺的...谷歌OpenAI上新sCM！生成速度提升50倍，Scaling Law 再创奇迹：两步采样就出图，实时视频时代或将开启！
原创传统扩散模型要过时了？OpenAI找到一种新方法，直接把生成速度提高50倍！扩散模型在生成式AI领域的重要性不言而喻，把生成逼真的图像、3D模型、音频和视频变为了现实。但是，扩散模型依然有个致命bug——采样速度太慢。OpenAI研究的新方法，被称为sCM（连续时间一致性模型）。sCM在仅使用两个采样步骤的情况下，实现了与领先扩散模型相当的样本质量。来感受下sCM的速度：那么sCM为什么这么快呢，我们一起看看。1.提速50倍：Scal...OpenAIsCM视频一文彻底搞懂深度学习 -激活函数（Activation Function）
原创神经网络中的线性组合（即加权求和）本身只能表示线性关系。然而，现实世界中的大多数问题都是非线性的。通过引入激活函数，决定神经元是否应该被激活（将信号传递给下一个神经元）以及信号的强度。这样神经网络才能够学习并表示这些非线性关系，从而解决更复杂的问题。传统激活函数Sigmoid将输入映射到(0,1)之间，常用于二分类问题；主流激活函数ReLU在正区间保持梯度不变，计算高效且能缓解梯度消失问题，广泛应用于深度学习...深度学习激活函数【智汇金秋创造季】智汇成海，致敬开发者的“超级码力”！
随着秋风送爽，我们迎来了硕果累累的季节。在这一年中程序员最特别的日子——1024程序员节，我们向改变世界的代码“魔法师”们致敬！51CTOAI.x社区联合Google携手打造【智汇金秋创造季】，汇聚技术的力量，助力每一位开发者将创意和热情转化为现实。🍁活动简介在这个收获的季节，我们为开发者们准备了一系列精彩活动，包括专业课程学习、创新技术应用案例，以及开发者“超级码力”投票活动。让我们一起探索、学习和创新，让这个...谷歌Google大模型图像处理技术之扩散模型——Diffusion Model
原创“大模型的原理就是通过编程实现的某种数学算法模型，把输入数据进行处理，最后再输出的一个过程”这段时间的文章中，一直都是在说大模型的应用，也就是怎么基于大模型开发上层应用，以及在开发过程中遇到的一些问题；但同样在文章中也说过从应用入手，然后再了解其实现原理，这就是知其然，再知其所以然。最近一直在搞图片生成和视频生成方面的应用，但使用的不是第三方的接口，就是现有的开源模型，虽然知道它们能做些什么...大模型图像处理扩散模型统一多模态大模型！PUMA:多粒度策略笑傲生成、编辑、修复、着色、条件生成和理解!
文章链接：https:arxiv.orgpdf2410.13861项目链接：https:github.comrongyaofangPUMA亮点直击多粒度特征处理:PUMA能够同时处理粗粒度和细粒度的视觉特征，适应不同任务的需求，如文本到图像生成和图像编辑，解决了现有模型在多样性和精确可控性之间的平衡问题。统一多模态框架:PUMA通过统一的多模态大模型框架，无缝集成图像生成与理解，适用于从多样化图像生成到精确图像编辑等多种任务，扩展了多模态模型的应用范围。两阶段训...AI生成LLaMA-Omni：专为与大型语言模型（LLMs）进行低延迟、高质量的语音交互而设计
原创 精华大型语言模型（LLMs）如GPT4等，已经在多个领域展示了其强大的能力，能够通过对话帮助人们完成各种任务。然而，这些模型在需要语音输入或输出的场景中仍面临显著的限制。尽管最近的技术进展，如GPT4o，提升了语音交互的响应速度，但依然存在延迟和质量方面的挑战。如何实现低延迟且高质量的语音交互，成为开源社区亟待解决的问题。01、概述为了实现与LLMs的语音交互，研究者们尝试了多种方法，每种方法都有其局限性。最常见的做...大型语言模型LLMs基于自定义数据集的YOLOv8模型实战
原创本文将通过一个完整的实战案例来展示使用Python、命令行或GoogleColab等方式在自定义数据集上训练自己的计算机视觉模型。简介当前，Ultralytics公司研制的高级YOLOv8模型成为解决计算机视觉问题的最佳方法之一，同时该模型也最大限度地减少了有关开发过程遭遇的麻烦。YOLOv8是UltralyticsYOLO（YouOnlyLookOnce）系列模型的第8次也是最新一次迭代，与其他迭代一样，它使用卷积神经网络（CNN）来预测对象类别及其边界框。YOLO系...YOLOv8模型神经网络计算机视觉五种时频图像一键切换，CVPR 顶会+多模态融合
前言本期推出结合CVPR2022视觉顶会论文RepLKNet的多模态故障诊断创新模型，适合各种故障诊断领域、电能质量扰动信号、各种声信号、脑电信号等分类任务!创新模型还未发表！！！有小论文、毕业论文需求的不容错过！提供马尔可夫转换场MTF、递归图RP、格拉姆矩阵GAF、连续小波变换CWT、短时傅里叶变换STFT五种时频图像变换方法，可灵活替换多模态特征中的时频图像类型！1创新模型相关解释●数据集：CWRU西储大学轴承数据集●环境框...多模态融合时频图像Bitnet.cpp：微软开源1比特推理框架，CPU跑100B模型
精华Hi，这里是Aitrainee，欢迎阅读本期新文章。前两天，微软开源了Bitnet.cpp，这是一个重磅消息。简单来说，这意味着你现在可以在CPU上运行像72B甚至更大的超级大模型。原因是这些模型的精度已经降低到1位。Bitnet.cpp是一个超级高效的1位LLM推理框架，你可以在本地设备上以高达六倍的速度运行100B模型，并且能耗降低82.2%。Bitnet.cpp未来还会支持NPU和GPU，它在ARMCPU上能让模型速度提高1.37到5.07倍，同时能耗降低55.4%至70%。...微软开源模型人工智能新高度：GLM-4-Plus，智谱AI打造媲美GPT-4o的基座大模型
在当今人工智能飞速发展的时代，各种先进的大模型不断涌现，为我们的生活和工作带来了前所未有的变革。今天，让我们一同走进智谱AI推出的GLM4Plus大模型，深入了解它的独特魅力和强大功能。一、GLM4Plus简介智谱GLM团队重磅发布了新一代基座大模型——GLM4Plus。作为智谱全自研GLM大模型的全新版本，GLM4Plus充分彰显了智谱AI在通用人工智能领域的深度耕耘，有力地推动了大模型技术的独立自主创新。GLM4Plus是对以往模型持续优...GLM-4-PlusGPT-4o模型神经网络算法 - 一文搞懂Transformer
原创本文将从Transformer的本质、Transformer的原理、Transformer架构改进三个方面，带您一文搞懂Transformer。一、Transformer的本质Transformer架构：主要由输入部分（输入输出嵌入与位置编码）、多层编码器、多层解码器以及输出部分（输出线性层与Softmax）四大部分组成。Transformer架构输入部分：源文本嵌入层：将源文本中的词汇数字表示转换为向量表示，捕捉词汇间的关系。位置编码器：为输入序列的每个位置生成位置向量，以...神经网络算法Transformer一文彻底搞懂深度学习 - 感知机（perceptron）
原创在机器学习中，感知机（perceptron）是最简单的神经网络模型之一，只有输入层和输出层，是二分类的线性分类器。它可以解决与（AND）、或（OR）等简单的线性可分问题，但无法解决复杂的异或（XOR）等非线性可分问题。perceptron一、单层感知机感知机（perceptron）是什么？感知机是由美国学者FrankRosenblatt在1957年提出的，它是一种模拟人脑神经元工作原理的模型。感知机接收多个输入信号，通过加权求和并加上偏置值，然后通过...深度学习感知机微软10大商用智能体一锅出！Agent要重塑办公了！实绩可查：500强企业六成都在用，有公司一年省出5000 万！
原创 精华出品51CTO技术栈（微信号：blog51cto）智能体元年是不是要来了？前脚Salesforce刚刚发布其Agentforce平台，CEOMarcBenioff还顺便踩了脚微软Copilot是Clippy2.0（微软90年代推出的广受诟病的Office助手）。图片一周的时间，微软就展开了反击，一口气宣布了两个大事！图片首先，CopilotStudio可以自己“捏”Agent了！这项功能将在下个月进行公开预览。其次，微软在Dynamics365中直接重磅推出十个新的商业智能体，用AIAgent赋能销...微软智能体AI矛盾之争，AI合成数据可以骗过大模型吗？中山大学联合上海AI Lab提出合成检测基准LOKI
文章链接:https:arxiv.orgpdf2410.09732项目链接:https:opendatalab.github.ioLOKI数据&代码：https:github.comopendatalabLOKI总结速览引入了LOKI基准，以全面评估LMMs在区分合成数据上的表现。LOKI基准的亮点包括：全面模态评估。收集了近期热门合成模型生成的高质量多模态数据，涵盖视频，图像，3D数据，文本，音频等多个模态。异构数据覆盖。数据集中包括28个不同模态的细致分类，包括有专业的卫星，医学等图像，哲学，文...模型数据
2024年10月
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 25
