AI.x社区
- 登录/注册
社区头条
647篇优秀内容
【前端】从零开始：如何轻松将ChatGPT集成到你的Vue项目中！
在当今快速发展的互联网时代，人工智能（AI）已经渗透到我们生活的各个方面。作为前端开发者，如何将强大的ChatGPT功能集成到Vue项目中，成为了许多人关注的焦点。今天，我将带你一步步完成这一过程，让你的应用具备智能对话功能，提升用户体验！✨一、项目准备：打造坚实的基础在开始之前，我们需要做好充分的准备工作，确保项目顺利进行。1.搭建Vue项目环境首先，确保你的电脑已经安装了Node.js和npm（NodePackageManager）。...ChatGPTVue项目提升RAG性能：分块后，Chunk Enrichment的2个关键优化步骤不可错过
精华背景在RetrievalAugmentedGeneration(RAG，检索增强生成)系统中，分块（chunking）是一个基础而关键的步骤，它将较大的文档分割成更小的文本块，以便后续处理和检索。虽然分块能够提高文档处理效率，但这些分块可能仍然包含冗余信息、噪声或缺乏上下文支持，从而影响检索和生成的效果。为了提升检索质量，微软提出了“ChunkEnrichmentPhase”（分块优化阶段）这一概念，通过对文本块进行清理和增强，显著提高RAG系统的性能。本...RAG性能系统为什么在解决技术问题时，Stack Overflow 和 Reddit 仍然胜过 AI？
想象一下：凌晨三点，你盯着一条完全看不懂的错误信息，代码崩溃了，第五杯咖啡的杯底也见了天。你尝试了所有能想到的办法，但那个顽固的Bug依然存在，用它刺眼的红色错误信息嘲笑着你。我们都经历过这样的时刻。在这种绝望的时刻，你面前有两条路：向AI聊天机器人求助，或者深入StackOverflow和Reddit的海洋。虽然AI可能看起来是更快的解决方案，但让我告诉你一个故事，为什么这些传统的人力驱动平台仍然是解决问题的最佳选择...AI人性化Reddit突发，美国开始拉黑国产大模型公司！智谱官方回应：手握全链路大模型核心技术，无实质影响！
原创编辑伊风月初，腾讯被美国国防部列进了“中国军工企业清单”（1260H清单）已经够离谱了！没想到刚过去10天，更离谱的事情出现了：大模型公司也登上了美国黑名单！昨晚深夜，美国商务部工业和安全局（BIS）修订了实体清单，其中大模型六小虎之一的智谱公司赫然在列。图片把手伸向大模型公司，美国官方也给定了理由：“十个实体因其通过发展和整合先进的人工智能研究来推动中国的军事现代化而被列入清单。”令人惊讶的是，这十家...美国腾讯大模型如何从0开始构建一个通用AI Agent 智能体架构设计和实现？
原创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模型（LLM）的操控。与少样本提示或固定工作流等手段相比，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。AIAgent智能体架构涵盖了从...AI Agent智能体2025年可以增加销售额的25款最佳人工智能工具（AI Tools）
原创01、引言在商业的浩瀚星河中，一场由人工智能（AI）引领的变革正悄然上演。2024年，AI已不再只是科幻小说中的概念，而是化身为销售与客户关系管理中的得力助手，凭借其强大的能力，重新定义了企业与客户之间的互动方式。从精准的线索生成到深度的客户参与，再到高效的销售优化，AI正将原本繁琐复杂的销售流程变得简单高效，让不同规模的企业都能在激烈的市场竞争中脱颖而出，实现业绩的飞跃。02、AI在销售领域的应用现状（一）...人工智能工具AI 运维的新时代：从 MLOps 到 LLMOps深度解析
原创摘要文章围绕LLMOps（大语言模型运维）展开，详细解析了企业如何使用大语言模型（LLMs），以及LLMOps在优化LLM开发、部署和管理中的核心作用。文章首先介绍了提示词工程（PromptEngineering）、检索增强生成（RAG）和微调（Finetuning）等常见LLM应用场景，并深入探讨了这些方法的挑战和局限性。随后，通过对比MLOps和LLMOps，突出了后者在管理复杂模型生命周期中的独特价值。文章还列举了Agenta、Deeplake、MLflow、Dify和Heli...MLOpsLLMOps大语言模型从RAG到RAG+：让大模型更懂业务的权威指南
原文：RetrievalAugmentedGeneration(RAG)andBeyond:AComprehensiveSurveyonHowtoMakeyourLLMsuseExternalDataMoreWisely每当我向非技术背景的朋友解释大语言模型时，我常常用"博学但缺乏实践经验的应届生"作比喻。这些模型确实掌握了海量的知识，但在特定领域的实际应用中，常常会暴露出"经验不足"的问题。就像一位刚毕业的法学生，虽然能流畅地背诵法条，但面对真实的案件时可能会觉得无从下手。微软亚洲研究院的研究团队近期...大模型RAGRAG+Meta裁员5%，按绩效末位淘汰！小扎：今年，AI开始干掉年薪百万工程师
原创编辑伊风出品51CTO技术栈（微信号：blog51cto）继微软之后，又一个科技巨头接棒硅谷的“末位淘汰”了。扎克伯格宣布：Meta计划裁员约5%，主要针对公司表现最差的员工！小扎在通知中说，2025年将是“充满挑战的高强度之年”（Intenseyear）。Meta既然要打硬仗，必须精简部队，“更快地淘汰表现不佳的员工”。据悉，扎克伯格在公司内部的办公平台上，通过一份备忘录，向员工做了裁员通知，详细内容如下：Meta正在构建全球最重要的...Meta裁员AI故障诊断一区直接写，图卷积+BiGRU-Attention 并行诊断模型
前言本期推出一种基于KNN+GCN和基于全局注意力机制优化的BiGRU并行分类模型，在故障诊断任务上效果显著！1模型简介与创新点介绍1.1模型简介在应用图卷积网络(GraphConvolutionalNetworks,GCN)到信号模式识别领域中，最关键的是如何构建数据的图结构；我们利用基于KNN的轴承故障信号预处理的方法，来构建故障信号序列的图结构，并用GCN+BiGRUGlobalAttention网络模型进行诊断识别，取得了一定精度的分类效果。1.2创新点介绍基于K...图卷积BiGRUAttentionRAG在智能问答系统中的应用
原创什么是RAG？RAG是一种将信息检索与生成模型相结合的混合架构。首先，检索器从外部知识库或文档集中获取与用户查询相关的内容片段；然后，生成器基于这些检索到的内容生成自然语言输出，确保生成的内容既信息丰富，又具备高度的相关性和准确性。RAG模型由两个主要模块构成：检索器（Retriever）与生成器（Generator）。这两个模块相互配合，确保生成的文本既包含外部的相关知识，又具备自然流畅的语言表达。RAG的工作原理是什么...RAG如何用 AI Agent 提升交易系统研发效率
本文将介绍如何利用AIAgent技术，帮助工程师在交易系统的研发过程中提高效率，具体从问题排查、测试数据生成、经验共享等多个角度分析，并通过案例展示其应用。一、交易系统研发中的挑战交易系统可以比作一个复杂的“千层饼”，包含大量的链路、服务和数据。任何一个环节出现问题，都会对系统的稳定性和效率产生影响。对于工程师而言，在复杂的交易系统中进行问题排查、测试和优化，如同在迷宫中寻找出口。以下是工程师在日常研...AIAgent技术用AI实验室加速科研：让科学家专注于创意，告别琐碎！
图片1.科研难题：时间长、成本高、效率低科学发现往往是一个漫长且昂贵的过程，许多优秀的研究创意因资源限制被搁置。现有的自动化工具尝试让大语言模型（LLMs）充当“科研助手”，但却面临成果质量、可行性以及研究细节等问题。为解决这些痛点，AgentLaboratory应运而生——这是一种基于LLM的全自动科研框架，它不仅能高效完成文献综述、实验设计和代码生成，还能输出完整的研究报告。图片2.核心创新：让AI协助而非取代科学家A...AILLMLLMs运动应用（生成&克隆&迁移&编辑）全搞定！阿里通义提出动画框架Perception-as-Control
精华文章链接：https:arxiv.orgpdf2501.05020项目链接：https:chenyingjie.github.ioprojectsPerceptionasControl亮点直击引入了3D感知运动表示，以促进精细化的协同运动控制，该表示可以被修改和感知，从而将用户意图转化为空间对齐的运动控制信号。基于3D感知运动表示，提出了一种精细化运动可控的图像动画框架，即PerceptionasControl，利用扩散模型实现精确且灵活的协同运动控制。该框架通过对用户意图的解析，可以支持多种与运...AI3D视频RAG应用在得物开放平台的智能答疑的探索
一、背景得物开放平台是一个把得物能力进行开放，同时提供给开发者提供公告、应用控制台、权限包申请、业务文档等功能的平台。面向商家：通过接入商家自研系统。可以实现自动化库存、订单、对账等管理。面向ISV：接入得物开放平台，能为其产品提供更完善的全平台支持。面向内部应用：提供安全、可控的、快速支持的跨主体通讯。得物开放平台目前提供了一系列的文档以及工具去辅助开发者在实际调用API之前进行基础的引导和查询。...RAG得物开放平台微软开源小模型Phi系列：技术演进、能力突破与未来展望
1.引言近年来，大型语言模型（LargeLanguageModels,LLMs）的参数规模呈现指数级增长趋势，展现出强大的通用智能，在众多自然语言处理任务上取得了突破性进展。然而，这些庞大的模型也伴随着高昂的训练成本、巨大的计算资源需求以及难以部署等问题，极大地限制了其广泛应用。为了解决这些问题，业界开始探索更加高效、轻量化的模型架构和训练方法。在这样的背景下，微软研究院机器学习基础团队另辟蹊径，推出了一系列名为“Phi”...微软开源小模型频域Mask实现只需正样本的时间序列表示学习
今天给大家介绍一篇时间序列表示学习的文章，这篇文章提出了一种和对比学习不同的表示学习方法，无需显示构造负样本，避免了伪负样本影响对比学习效果的问题。论文标题：FrequencyMaskedEmbeddingInference:ANonContrastiveApproachforTimeSeriesRepresentationLearning下载地址：https:arxiv.orgpdf2412.20790v11.研究背景表示学习可用来将原始数据转换成向量，用于后续的深度学习任务。现有的表示学习基本都采用对...Mask时间序列正样本贾佳亚团队新作MagicMirror：生成身份一致且高质量个性化视频，效果惊艳！
文章链接：https:arxiv.orgpdf2501.03931项目链接：https:julianjuaner.github.ioprojectsMagicMirror亮点直击提出了MagicMirror，这是一种无需微调的新型框架，用于生成身份一致性的视频；设计了一种轻量级适配器，结合条件自适应归一化，实现面部嵌入在全注意力扩散Transformer架构中的有效融合；开发了一种数据集构建方法，通过合成数据生成和渐进式训练策略相结合，解决个性化视频生成中的数据稀缺问题。效果速览总结速览解...视频生成AI架构2025 年 AI 与数据工程领域十大趋势前瞻
原创编者按：在这篇文章中，作者从行业趋势剖析的视角指出：当前AI领域正处于一个转折点，其发展虽然不如预期迅猛，但正在朝着更加务实和可持续的方向演进。文章深入探讨了AI和数据工程领域的十大关键趋势：从AI推理能力的局限性，到流程重于工具的重要性；从AI投资回报率的现状，到AI普及速度低于预期但领导者在静待时机；从小模型和专有模型之争，到分析师和工程师角色的融合；从合成数据的机遇与挑战，到非结构化数据技术栈的崛...AILLMssmolagents：Hugging Face 开源的Agent框架，用代码驱动 Agent 的新思路
精华近日，HuggingFace最近开源的一个Agent项目：smolagents。相较于其它框架，它的理念和实现都比较简单。基于python开发，核心设计理念是“少即是多”。相比市面上动辄几万行代码的Agent框架，它保持了极简的风格，核心代码仅有数千行，但功能却毫不逊色。HuggingFace团队希望通过这种方式，降低Agent开发的门槛，让更多开发者能够快速上手。设计亮点smolagents的最大亮点在于其对“代码Agent”的原生支持。这意味着Agent的行为将...Agent框架代码
2025年01月
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 33
