AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
自动驾驶四要素 感知定位规划控制
原创
社区头条
热门内容榜 • 最近上榜自动驾驶的四大核心技术是支撑车辆实现自主驾驶的基础模块。环境感知、精准定位、路径规划和线控执行共同构成完整的技术闭环，分别负责识别周围环境、确定车辆位置、规划行驶路线以及控制车辆执行动作。这些技术协同工作，确保自动驾驶的安全性和可靠性。一、感知模块：环境信息的实时获取与处理1.功能定义与核心任务感知模块是智能驾驶系统的“感官”，负责通过传感器实时捕捉车辆周围环境信息，包括道路结构、障碍物、交通标...自动驾驶智能驾驶深度学习LLM如何才能有助于调试代码？
社区头条译者布加迪审校重楼大语言模型（LLM）正在改变软件开发生命周期，其在代码理解、代码生成、调试等方面发挥着功效。本文深入探讨如何利用LLM调试代码库，详述了其核心功能、用于训练的方法以及应用未来进一步发展的方向。尽管LLM存在幻觉等一些问题，但事实证明，通过复杂的智能体调试框架将LLM集成到开发环境中可以提高开发人员的效率。引言LLM在编码领域不断演变的角色LLM已证明不仅可以应用于自然语言处理领域，在各种与代码...LLM开发人员生产力代码调试智能辅助驾驶模型训练的关键环节
原创 热门内容榜 • 最近上榜智能辅助驾驶模型的训练是一个融合多学科技术的系统工程，涉及数据采集、算法设计、仿真测试与持续优化等多个环节。一、数据闭环：模型训练的基石1.多模态数据采集传感器组合：车辆搭载激光雷达（厘米级点云建模）、摄像头（纹理识别）、毫米波雷达（恶劣天气感知）等，每秒处理超150万条数据，延迟控制在200ms内；时空对齐：所有传感器数据需统一时间戳（GPSIMU同步），并映射到全局坐标系，避免时空错位。2.数据标注与增强标...智能辅助驾驶模型数据闭环多模态如何基于多模态大模型进行智驾训练
原创基于多模态大模型为智驾场景模型训练生成视觉数据，是当前自动驾驶领域一个非常前沿且富有潜力的方向。它能够以极低的成本、极高的效率创造海量、多样化的长尾场景数据，突破真实数据收集的瓶颈。传统的智驾数据依赖于昂贵的传感器和车队路采，而多模态大模型的方法核心在于：利用大模型对世界知识的理解和强大的生成能力，将文本或简单草图等“抽象描述”转化为高度逼真和结构化的“视觉数据”。常用的做法是使用3d建模软件虚...多模态大模型智驾训练打开语言模型学习动态的“黑箱”——MOSS团队解释涌现的论文解析
大型语言模型（LLM）的预训练过程，长期以来被视为一个“黑箱”。尽管我们知道通过在海量数据上进行训练，模型能够涌现出惊人的能力，但其内部知识结构是如何从无到有、从简单到复杂地逐步构建起来的，这一核心问题至今仍缺乏清晰的答案。近期，复旦moss团队的一篇题为《语言模型预训练中概念的演变》的预印本论文，为我们揭开这个黑箱的一角提供了全新的、极具洞察力的参考。这项研究的核心贡献在于，它首次将一种名为“Crossc...语言模型LLM稀疏编码超越静态评估体系基准——面向LLM智能体的专家行为迁移诊断框架ADM-ES
随着大型语言模型（LLM）从单纯的文本生成器进化为具备规划、记忆和工具使用能力的复杂“智能体”（Agent），人工智能领域正迎来一场深刻的范式变革。然而，这些由LLM驱动的智能体系统所固有的随机性、多步决策过程以及与动态环境的复杂交互，使得传统的静态评估基准（如MMLU、HELM）显得力不从心。它们无法有效诊断智能体在真实任务中暴露出的“认知失调”——例如上下文漂移、工具滥用、潜在偏见传播和推理不连贯等。正是在这...LLM智能体ADM-ES别让模型 “瞎标”！AI 智能体 + VLM 让目标检测学会 “自我纠错”。mAP 从 72% 飙到 88%
如果你深耕计算机视觉或人工智能领域，或许已经花了数小时研究YOLO（YouOnlyLookOnce，实时目标检测算法）、FasterRCNN（RegionbasedConvolutionalNeuralNetwork，基于区域的卷积神经网络）、SSD（SingleShotMultiBoxDetector，单阶段多框检测器）等目标检测模型。这些模型堪称“性能强者”，能以惊人的速度和精度生成边界框（boundingboxes）与类别标签（classlabels），为从自动驾驶到零售分析的多个领域带来了变革。得益于深...AI 智能体VLMmAP算力成本大降！马尔可夫思考机让LLM推理成本直接降为线性
社区头条马尔可夫思考者：突破大模型推理长度的计算瓶颈最近，强化学习(RL)已成为训练推理LLMs的有效方法，使其能够产生长链思考(LongCoT)。然而，这种方法面临着一个严峻的挑战：计算成本随思考长度呈二次方增长。今天，我们介绍一篇来自Mila、微软研究院、麦吉尔大学等机构的研究团队发表的重要论文——《TheMarkovianThinker》，他们提出了一种革命性的方法，成功解决了这一难题。论文标题：TheMarkovianThinker论文地址：https:arxi...LLM马尔可夫LongCoT为什么AI总猜不中你的心意？4K+场景实验揭开AI协作的"三宗罪"
精华图片在人工智能快速发展的今天，我们经常惊叹于大型语言模型（LLMs）在推理和工具使用方面的惊人能力。然而，你是否曾有过这样的经历：与AI助手交流时，感觉它虽然能回答问题，却似乎并不真正理解你的需求和偏好？这种"技术能力强大但用户理解不足"的现象。研究背景：当AI遇上"难以捉摸"的用户大型语言模型（LLMs）在复杂推理、代码生成和解决高级数学问题方面已经展现出令人印象深刻的能力。通过工具使用和工具创建，这些模型...AI场景LLMs无需微调LLM也能训练智能代理？诺亚方舟实验室提出Memento框架让AI代理实现'边做边学'
在人工智能领域，大型语言模型(LLM)代理正成为解决复杂任务的强大工具。这些代理能够自主执行复杂任务，通过交互、推理和决策来解决问题，通常还可以访问外部工具、记忆或环境。从深度研究代理到工具增强执行系统，再到代码生成代理，LLM代理在复杂科学和工程任务中展现出强大的能力。然而，当前的LLM代理通常面临一个两难选择：要么是僵化的静态系统，依赖手工制作的反思工作流；要么是计算密集型系统，需要通过梯度更新来微调...LLM诺亚方舟人工智能模型架构创新：状态空间模型中的记忆模式，动态状态摘要机制
社区头条MemMamba:RethinkingMemoryPatternsinStateSpaceModel20250928｜RUC,SUFE,GaoLingInstitute,ShanghaiAILab🔺63http:arxiv.orgabs2510.03279v1https:huggingface.copapers2510.03279研究背景与意义随着数据量的爆炸式增长，长序列建模在自然语言处理、生物信息学等领域变得尤为关键。传统的循环神经网络（RNN）由于梯度消失和爆炸问题，难以扩展到超长序列；而Transformer虽然能捕获全局依赖，但其计算复杂...模型架构状态空间模型记忆模式早期经验监督的智能体强化学习；推理元信息感知的强化学习奖励；安全与有效联合训练智能体框架
AgentLearningviaEarlyExperience20251009｜OSU,MetaSuperintelligenceLabs,MetaFAIR🔺172http:arxiv.orgabs2510.08558v1https:huggingface.copapers2510.08558研究背景与意义语言智能体旨在通过自身经验学习和提升，最终在复杂现实任务中超越人类表现。然而，当前训练方法面临诸多挑战。传统的监督学习依赖专家示范数据，难以扩展且泛化能力有限，因示范数据覆盖场景狭窄且缺乏环境多样性。强化学习虽能优...智能体MASA框架Lp-RegLangChainJS：JavaScript生态的AI应用开发新范式
精华在人工智能技术快速迭代的今天，基于大语言模型的应用程序开发已成为技术热点。作为JavaScriptTypeScript开发者，我们面临一个关键问题：如何高效地将AI能力集成到现代Web应用中？LangChainJS应运而生，它是一个专门为JavaScript生态设计的AI应用开发框架，通过模块化架构和丰富的工具集，显著降低了构建复杂AI应用的门槛。与Python版本的LangChain相比，LangChainJS为全栈JavaScript开发者提供了无缝的AI集成体验。无论是前端...JavaScriptAI应用LangChainJS马斯克挖角英伟达核心团队，xAI加速研发“世界模型”布局AI游戏
原创 社区头条马斯克也要入局世界模型大战了。 最近，马斯克旗下的人工智能公司xAI正加速推进世界模型研发。据《金融时报》报道，xAI已从英伟达挖来两名核心研究员，计划将世界模型技术应用于游戏和机器人领域。  世界模型是一种能够理解物理环境动态特征的生成式AI模型，它可以利用文字、图像、视频及动作数据生成影片，并实现对现实世界的自主导航与模拟。与当前主流的大语言模型不同，世界模型通过学习视频和机器人数据来...马斯克xAI世界模型算家计算算家云AgentKit将如何改变企业级AI应用的构建方式？
自大型语言模型向开发者开放以来，API（应用程序编程接口）一直是连接AI能力与应用场景的核心桥梁。开发者们已经习惯于通过调用API来完成特定的任务。然而，随着OpenAI在发布GPT5时同步推出AgentKit等一系列开发者工具，一个清晰的信号正在浮现：AI应用开发的重心，正从“调用API”的模式，向“构建和编排AI智能体（Agent）”的全新范式迁移。这种转变，不仅仅是工具的更新，更是一次开发理念的深刻变革。它预示着未来的AI应用...Agent开发AI范式变革OpenAIAgentKit开发者转型陶哲轩评测GPT-5 Pro：企业R&D团队如何借鉴人机协作模式
随着OpenAI在2025年发布其GPT5系列模型，其中被明确标注为“研究级智能”的GPT5Pro版本，在多项基准测试中取得了惊人的成绩。然而，标准化的基准测试，与真实世界中充满不确定性的前沿科研探索，存在着本质的区别。一个更具深远意义的问题是：当今最顶尖的人类智慧，与最顶尖的AI模型协作时，会发生什么？近期，菲尔兹奖得主、著名数学家陶哲轩，为我们提供了一个极其珍贵的观察样本。他选择了一个自己并不熟悉的开放性数学问题...人机协作GPT5Pro陶哲轩AI科研批判性思维企业级多模态 AI 的未来：Gemini 3.0 技术应用前瞻
长期以来，人工智能的视觉能力在很大程度上扮演着“事后分析师”的角色，分析静态图片或已录制的视频。然而，谷歌DeepMind即将发布的Gemini3.0，其支持高达60FPS实时视频处理的核心突破，正推动AI视觉从“事后分析”向“现场观察”转变，预示着一个实时感知时代的到来。技术实现的挑战与突破实现流畅的实时视频理解，对模型架构和底层算力提出了极高要求。Gemini3.0的突破，据分析主要得益于软硬件的协同优化：硬件支撑：新一代...Gemini3.0AI视觉边缘AITPUv5p混合专家模型GPT-6或要有生命了！MIT神作：一套神框架让大模型“自己微调自己”，实验已通过！超过GPT4.1！
原创 社区头条编辑云昭出品51CTO技术栈（微信号：blog51cto）在过去两年，大语言模型几乎定义了整个AI发展的节奏。但有个问题一直没变：模型再强，也不会自己学习。每次要让它掌握新知识，都必须人工投喂数据、重新训练。MIT的研究团队最近在arXiv上发布了一篇论文，提出并实测了一个框架——SEAL（SelfAdaptingLanguageModels，自适应语言模型）。图片炸裂之处在于，它能让语言模型自己生成微调数据与更新指令，自行优化自己的权重。这还没...GPT-6GPT4.1大模型CC是如何构建的？ClaudeCode创始工程师近日自曝：90%代码由Claude自己编写，三天打造“代理代理”
原创 社区头条编辑听雨出品51CTO技术栈（微信号：blog51cto）自从5月份正式开放以来，ClaudeCode已经在开发者圈掀起了风暴。据统计，这款工具目前的年度化收入超过5亿美元，仅仅在发布后三个月内，使用量就激增了10倍以上。那它到底怎么构建的？小编最近看了一篇深度专访，作者GergelyOrosz，采访了ClaudeCode的几位联合创始工程师和产品经理，信息密度颇为巨大。三位可以说都是CC元老级员工。BorisCherny，该项目的首位工程师，也是最初原型...CCClaudeCodeAI 协作Gemini 3.0 对企业意味着什么？解析谷歌的全栈 AI 解决方案
随着谷歌DeepMind预计在2025年10月前后发布其下一代旗舰模型Gemini3.0，业界的关注点正从单纯的模型性能比拼，转向其背后更深远的战略布局。种种迹象表明，Gemini3.0不仅是一次技术能力的跃升，更是谷歌意图构建一个从硬件到商业协议的“全栈AI”生态，并为其“智能体经济”构想铺设基础的关键一步。Gemini3.0的技术飞跃Gemini3.0的技术突破是其宏大战略的基石。根据已披露信息与早期测试，其核心升级主要体现在三个方面：扩展...Gemini3.0全栈AI智能体经济AI生态TPUv5p
