AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
千问 Qwen2.5-7B-Instruct 模型微调后“变身”Claude：是前世记忆还是数据版权？
在微调阿里巴巴的开源大模型Qwen2.57BInstruct时，我意外发现了一个令人震惊的现象：原本明确标识自己为“千问”的模型，在经过短时间微调后，居然声称自己是Anthropic的模型Claude。一个阿里推出的模型在微调后却自称为Anthropic的产品，确实让人感到意外和疑惑。千问与Claude介绍Qwen（中文名：千问）是阿里巴巴推出的大语言模型，具有强大的多模态处理能力和指令跟随能力，被广泛用于各类生成任务。而Claude则是由Anthropic...数据微调API一文讲清楚：数据并行、流水并行、模型并行
1.数据并行1.1数据并行的定义与原理数据并行是一种常见的并行计算策略，它通过将数据集分割成多个子集，然后在多个处理器或计算节点上并行处理这些子集来加速计算过程。每个处理器或节点处理的数据子集是整个数据集的一部分，它们独立地执行相同的计算任务，最终将结果汇总以得到全局结果。在深度学习中，数据并行通常用于训练大规模神经网络。例如，在训练一个图像分类模型时，可以将训练数据集分割成多个小批量（minibatch）...数据并行流水并行模型并行深度解析 AllReduce：分布式训练的“同步神器”
在深度学习的分布式训练中，如何高效地同步梯度并更新模型参数，一直是困扰研究人员的关键问题。AllReduce操作以其高效、去中心化的特性，成为了分布式训练中的“同步神器”。本文将深入剖析AllReduce的工作原理、实现步骤以及其在深度学习中的应用场景，带你一探究竟，解锁分布式训练的高效秘诀！一、AllReduce的定义AllReduce是一种集体通信操作，用于在多个进程（或设备）之间高效地聚合数据，并将聚合后的结果广播给所有进...AllReduce分布式训练阿里通义团队开源VRAG-RL：视觉感知与多模态推理的深度融合，迈向下一代检索增强生成
在数字化时代，视觉信息在知识传递和决策支持中的重要性日益凸显。然而，传统的检索增强型生成（RAG）方法在处理视觉丰富信息时面临着诸多挑战。一方面，传统的基于文本的方法无法处理视觉相关数据；另一方面，现有的视觉RAG方法受限于定义的固定流程，难以有效激活模型的推理能力。来自阿里巴巴通义实验室的最新研究成果——VRAGRL（EmpowerVisionPerceptionBasedRAGforVisuallyRichInformationUnderstandingviaIterativeReaso...VRAG-RL视觉感知多模态全新的 TIIF-Bench基准带你测试你的T2I模型是否真的看懂了你的prompt？
背景随着GPT4o在图像生成任务上的横空出世，以及越来越多采用自回归架构（autoregressivearchitecture）的文本到图像（T2I）模型迅速发展，当前一代的生成模型在理解与执行用户复杂指令（prompts）方面，已经实现了飞跃式突破✨。如今的T2I模型不仅能识别多个属性（如颜色、材质、风格等），还能处理带有逻辑推理结构甚至复杂修辞的超长自然语言指令。Asquareimagecontaininga4rowby4columngridcontaining16objectsonawhiteback...GPT开源模型快手基础大模型团队 7 篇论文入选人工智能领域顶会 ACL 2025
国际计算语言学年会（AnnualMeetingoftheAssociationforComputationalLinguistics，简称ACL）是由国际计算语言学协会（AssociationforComputationalLinguistics）主办的学术盛会，每年举办一次。作为计算语言学和自然语言处理领域最具影响力的会议之一，第63届ACL即将于7月27日至8月1日在奥地利首都维也纳隆重举办。近日，ACL正式公布了论文录用名单，快手基础大模型团队凭借其在人工智能领域的深厚积累，成功入选7篇论文。这些...快手学术成果人工智能大模型中国AI全面突围！互联网女皇340页终极报告揭示全球AI新秩序
原创
社区头条 近期，传奇投资人、“互联网女皇”MaryMeeker在沉寂六年后，震撼发布了长达340页的《人工智能趋势报告》。这份被全球科技圈奉为“AI圣经”的文档用51次“前所未有”强调：人工智能的发展速度已经彻底颠覆历史所有技术革命纪录。  在波澜壮阔的AI版图上，中国AI不仅在技术上快速逼近美国顶尖水平，更以产业融合能力和开源创新，成为重构全球AI竞争格局的关键变量。  中国模型：从追赶者到规则挑战者&e...人工智能趋势报告互联网女皇中国AI算家云租算力，到算家云奥特曼：Codex 让我感到 AGI！最新谈话罕见透露下一代“完美模型”，大胆预测 Agent 明年突破边界！
原创 社区头条编辑伊风、云昭出品51CTO技术栈（微信号：blog51cto）不知道大家有没有发现：今年的奥特曼，突然安静了很多。不像24年那样频繁出现在各种技术播客、大会、访谈里，甚至好多次OpenAI新发布也不见他的身影——这位AI圈最活跃的“CEO网红”，仿佛一下子就开启带娃模式、退居幕后了。可偏偏，在这个AI产品、Agent、大模型都在飞速迭代的时间点，我们又特别想知道他最近在想什么。好消息是：他终于公开露面了！在刚结束的2025Snowfla...AGIAgentCodex使用Claude 4提升程序员生产力的五种高级方式
社区头条译者布加迪审校重楼Anthropic的最新AI模型Claude4在开发社区大行其道。许多程序员称赞它是目前最好的编程模型，能够在短短几分钟内解决困扰一整年的编程难题，这是了不起的成就。我们在本文中将探讨将Claude4集成到工作流程中以提升生产力的五种有效方法。从将GitHub代码库集成到ClaudeAIWebApp中，到利用其PythonSDK，我们将介绍如何充分利用这一突破性AI模型的步骤。1.ClaudeAIWebAppClaudeAIWebApp提供了一种直观的方式，将C...Claude 4AnthropicAI程序员生产力好莱坞级运镜一键克隆！港中文&浙大&快手联合发布CamCloneMaster：颠覆影视制作
文章链接：https:arxiv.orgpdf2506.03140项目链接：https:camclonemaster.github.io亮点直击CamCloneMaster，一种新颖的框架，能够实现基于参考视频的精确相机控制来生成视频。该框架无需相机参数或测试时微调，为用户提供了便捷直观的体验。CamCloneMaster通过标记拼接（tokenconcatenation）这一简单高效的方法，在单一模型中集成了相机控制的图像到视频（I2V）生成和视频到视频（V2V）重生成功能，无需额外的控制模块。构建...视频生成AI配合OpenAI搞数据垄断，排挤Anthropic？Reddit撕破脸：赔钱！网友：互联网还没死！
原创 社区头条编辑云昭出品51CTO技术栈（微信号：blog51cto）6月5日凌晨，就在WindSurf被Claude“断供”的消息传出来的第二天，Anthropic后院着火了。这次的主角是大家熟悉的社交讨论平台Reddit。Reddit在正式起诉Anthropic的文件中称，后者其在未经许可的情况下，大规模抓取Reddit公共内容，涉嫌侵犯版权。消息一经传开，在全球AI圈、Reddit社区和X平台上引发了激烈讨论，一场关于“谁能用你的数据”“大模型究竟靠什么喂养”的舆论地震，正...OpenAIAGI数据分析Anthropic元提示词，学习写出有效AI指令的关键方法
精华 社区头条介绍了Anthropic的元提示词工具，展示了如何编写清晰、具体、结构化的提示词。深入讲解了提示词工程的重要性，并总结了写作提示词的三个核心原理与技巧，让用户能像指导新员工一样高效地引导AI，获得稳定准确的输出结果。1.提示词工程基础：Anthropic元提示词的核心理念什么是提示词工程Anthropic元提示词第1行的核心思想2.Anthropic元提示词教你的三个写作原理原理1:让AI分步骤思考不要一次性处理复杂任务原理2:用完整示例教会...AnthropicAI指令大模型量化技术对比：AWQ vs GPTQ
随着Claude4、DeepSeekV3等大语言模型的爆发式发展，模型参数规模已经达到千亿甚至万亿级别。这些"巨无霸"模型虽然性能强大，但也带来了巨大的计算和存储挑战。一个70B参数的模型，仅权重就需要约140GB的显存，这让大多数企业和个人用户望而却步。量化技术的出现，为解决这一难题提供了有效路径。通过将模型权重从32位浮点数压缩到4位或8位整数，可以大幅降低存储需求和计算成本，同时尽可能保持模型性能。什么是模型量化？模型...AWQGPTQ大模型实战 LLaMA Factory：在国产DCU上高效微调 Llama 3 模型
一、前言随着大语言模型（LLM）的飞速发展，如何在特定领域或任务上对预训练模型进行高效微调，已成为业界关注的焦点。LLaMAFactory作为一个功能强大且易于上手的LLM微调框架，受到了广泛关注。本文将聚焦于在国产DCU平台上，利用LLaMAFactory对Llama3模型进行LoRA微调的实践过程，并分享其中的关键步骤与经验。🚀海光DCU实战项目来了！助您轻松驾驭大模型与HPC开发🚀为帮助开发者更便捷在海光DCU上进行大模型（训练、微调、推...DCULlama 3模型大语言模型真的会“读心术”？揭秘AI理解你的文字背后的数学魔法
每次和ChatGPT对话时，你是否曾为它精准的回应后背发凉？当它写出符合你潜在需求的方案，甚至预判你未言明的意图时，那种“被看穿”的震撼感，几乎让人相信机器拥有了读心术。但真相远比想象更精妙——也更具数学美感。结论先行：LLM从不真正“读心”，它只是把你的文字切成向量，在数十亿次概率推演与对齐训练中，筛选出最可能让你满意的续写。其核心能力可拆解为：统计模式提取+上下文推理+意图对齐下面我们逐层揭开AI“理解...大语言模型AIChatGPT 为什么「懂你」？揭秘它的记忆机制
ChatGPT为什么用起来那么舒服？很多用户感叹它“好像真的懂我”。这背后的秘密就在于它独特的记忆系统。今天，我们就来拆解一下ChatGPT的记忆机制，让你明白它到底是如何记住你的。一、ChatGPT的记忆类型ChatGPT的记忆系统大致可分为两类：保存记忆（SavedMemory）对话历史（ChatHistory）下面我们逐一解析。二、保存记忆（SavedMemory）保存记忆相对简单，用户可以明确告诉ChatGPT记住某些信息，例如："记住，我是个素食主义者...ChatGPT记忆机制数据库MCP Server怎么做权限控制？5分钟教会你快速给MCP 服务成功添加授权
原创2024年，Anthropic[1]发布Claude3[2]系列的同时推出了MCP[3]（ModelContextProtocol），定位更底层：不是“调函数”，而是“定义模型理解系统的结构协议”。在企业级应用场景下，对于一些私有环境，MCP服务器可能不需要严格的身份认证。但如果在企业级别进行部署，对这些接口的安全性和权限管理就显得至关重要。MCP服务器可以通过两种方式运行：stdiohttp+sse这两种运行方式的权限控制策略各不相同。在深入讨论MCP服务器的权限...MCPMCP Server改进社区检测和检索策略大幅提升GraphRAG性能新框架-ArchRAG
原创给定一个问题Q，基于图的RAG的关键思想是从图中检索相关信息（例如，节点、子图或文本信息），将其与Q一起作为提示，然后输入到LLM中。如下图：因此，现有工作的工作流主要包括两个阶段：(1)离线索引：从给定语料库D构建知识图谱G(V,E)，其中每个顶点代表一个实体，每条边表示两个实体之间的关系，并基于知识图谱构建索引。(2)在线检索：使用索引从知识图谱中检索相关信息（例如节点、子图或文本信息），并将检索到的信息提供给...GraphRAGArchRAGRAG一场不喊“咔”的电影革命：三次AI进化让每个普通人都能当「数字导演」
精华 社区头条2025年春天，戛纳电影节公布史上首个AI驱动电影长片单元——五部由生成式AI完成核心剧情框架的作品引发行业震动。这些电影采用“人类创意+生成式AI”混合模型（HyGenAI），号称节省75%成本与时间。中国导演齐磊的AI科幻电影《星际郎中》正是典型代表：其利用贵州算力集群，将3个月影视后期压缩至3小时，超算中心取代横店实景搭建，小团队操作算法即可替代百人剧组。这不是科幻小说。2025年的AI视频生成工具正以“月抛式”速度进...AI进化技巧DeepReaserch智能体突破：阿里WebDancer原生Agentic Model让AI自己「上网找答案」
作者介绍：本文作者来自通义实验室RAG团队，致力于面向下一代RAG技术进行基础研究。该团队的WebWalker工作也被ACL2025mainconference录用。在当今信息爆炸的时代，如何高效地从海量的网络数据中获取有价值的信息，成为了人们面临的一大挑战。传统的搜索引擎虽然能够提供大量的信息，但在处理复杂的多步推理任务时往往显得力不从心。来自阿里巴巴通义实验室的研究员提供了WebDancer，一个原生的信息检索的AgenticModel，使之能够...DeepReaserchWebDancerAgentic
