AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
从DeepSeek官方的系统提示词，窥见DS的“性格”
其实，很多人没意识到，一行行系统提示词，正是每个大模型团队的自画像。有的模型，会在开头反复铺陈身份和原则，生怕你误解了它的边界和定位；有的模型，讲究同理心，哪怕回答技术问题，也要关照你的情绪、细节和体验感受；而DeepSeek的提示词，看起来极简，实则极致“务实”。最近，DeepSeek在2025年5月28日的一次更新里，终于拥有了属于自己的系统提示词。说实话，这东西真没多复杂，本来也没打算专门写一篇。但看到身边不少...DeepSeek系统提示词DS“液态玻璃”难解苹果AI焦虑：WWDC25背后的信任危机
原创
社区头条北京时间今天凌晨，全球开发者大会（WWDC2025）如期举行，苹果公司宣布了操作系统、服务及软件的一系列更新。  在视觉设计方面，苹果揭晓了名为“LiquidGlass”（液态玻璃）的设计革命——半透明界面、毛玻璃光泽、智能适应环境的色彩系统，这一视觉革新覆盖iOS26、iPadOS26、macOSTahoe26等所有操作系统。苹果称，这是他们迄今规模最大的设计更新。  苹果在发布会上介绍称，新设计灵感源自visionOS，采用...人工智能苹果 WWDC25苹果AIiOS 26租算力，到算家云什么时候用GraphRAG？RAG VS GraphRAG综合分析
原创 社区头条RAGVSGraphRAG最近的研究报告称，在许多实际任务中，GraphRAG的表现往往不如普通的RAG。因此产生一个问题：GraphRAG真的有效吗？在哪些场景下，GraphRAG有收益？为了解决这个问题，提出GraphRAGBench，这是一个评测GraphRAG的基准，目的是评估GraphRAG模型在层次知识检索和深度上下文推理方面的性能。文章指出的评测方式及评测结论可以参考。GraphRAGBench具有一个全面的数据集，任务难度逐渐增加，涵盖事实检索、复杂推理、上...GraphRAGRAG大模型ChatGPT革命升级！o3-pro模型重磅发布，奥特曼亲述“温和奇点”时代来临
原创 社区头条ChatGPT进化：o3pro重塑AI生产力，奥特曼宣告“温和奇点”正悄然开启新纪元。 北京时间今天凌晨，ChatGPT服务经历整晚宕机后，OpenAI以一种出人意料的方式回归——o3pro正式亮相，取代原有的o1pro模型成为专业用户的新工具。  与此同时，OpenAI首席执行官奥特曼在社交媒体发表长文，首次提出“温和的奇点”概念，宣告人类已越过人工智能发展的“事件视界”。  o3pro：精准思考的AI新高度 即日起...chatgpt奥特曼o3-pro算家云租算力。到算家云大模型面经——MLLM中模态对齐有哪些难点？有什么解决方法？
原创 社区头条多模态大模型中模态对齐数据构建的难点及解决方案。多模态大模型相对于LLM的训练难度更高一些，其中很关键的部分在于模态的对齐。多模态对齐需要把各种模态映射或对齐到token空间中，让图像、语音等多模态信息抽象为token表征，从而利用现有的LLM的技术实现多模态领域的思维链和涌现。那么本系列开始总结MLLM中多模态对齐的难点以及现有的解决方法，下面是本系列想要包含的内容。1.模态对齐的难点总结模态对齐数据构建跨模态差...大模型MLLM多模态模型CVPR 2025 | 训练效率提升42%！上交&腾讯优图&浙大发布IAR：打破LLM视觉生成瓶颈
论文链接：https:openaccess.thecvf.comcontentCVPR2025papersHuImprovingAutoregressiveVisualGenerationwithClusterOrientedTokenPredictionCVPR2025paper.pdf项目链接：https:sjtuplayer.github.ioprojectsIARGit链接：https:github.comsjtuplayerIAR单位：上海交通大学、腾讯优图、浙江大学1.引言使用自回归进行视觉生成最近已成为一个研究重点。然而，现有的方法主要是将自回归架构转移到视觉生成中，但很少研...视觉生成AI模型七种方式让你的AI编码结果更靠谱
原创 社区头条企业在积极引入AI的同时，也希望雇用更多工程师，期望开发者能够借AI之力将产出“提升10倍”。但要真正高效运用AI编码助手，其中也有不少门道。首先是AI编码助手的固有局限，其存在大量不确定性，因此容易引发种种难以避免的意外行为，例如随机删除代码或引入逻辑错误。此外，驱动编码助手的大模型本身也有问题。一旦使用不当，大模型也可能成为代码删除或者安全漏洞的来源。此外，AI智能体还经常陷入递归循环乃至无休止的测试...大模型AI编码应用AI辅助开发机器学习模型与深度学习模型的区别与联系
一、理论根基与目标一致性1.理论起源与核心目标机器学习起源于统计学与概率论，其核心理念是通过数据构建数学模型，使计算机从经验中提炼规律。例如，线性回归模型通过最小化预测值与实际值的均方误差，找到数据分布的最优拟合直线。深度学习则受启发于人脑神经网络的结构与功能，1943年麦卡洛克皮茨神经元模型的提出，开启了通过多层非线性变换模拟复杂认知功能的探索。共同目标：两者均旨在使计算机从数据中自动学习模式和...机器学习模型深度学习2025及未来RAG趋势：深入解析四大创新技术
社区头条0.前言RAG是AIGC可靠性和准确性的一项关键技术。不过，RAG也存在一些局限，如上下文处理、成本控制及面对超大数据集时的挑战。因此，过去一年里，业界出现了许多新方法，试图弥补RAG的不足。下面深入了解2025年RAG领域的一些最新动态。1.RAG工作原理及其局限性RAG是一种结合LLM与外部知识源的技术。具体做法是，把文档或数据库等外部知识源进行分块、向量化处理，生成所谓的向量嵌入（vectorembeddings），并存储在向量数据库或...RAG趋势技术字节提出从单一主题发展到多主题定制的通用框架UNO，通过情境生成释放更多可控性
字节跳动的智能创作团队提出了一个从单一主题发展到多主题定制的通用框架UNO，从少到多的泛化：通过情境生成释放更多可控性。能够将不同的任务统一在一个模型下。在单主题和多主题驱动的生成中都能实现高度一致性，同时确保可控性。举一个例子：上传一张人物，一身衣服，一个包，UNO就可以生成这个人穿着衣服拿着包的效果图，效果看起来很真实！相关链接论文：https:arxiv.orgabs2504.02160主页：https:bytedance.github.ioUNO...字节框架UNO港科大&快手提出统一上下文视频编辑框架 UNIC，各种视频编辑任务一网打尽，还可进行多项任务组合！
社区头条由香港科技大学、快手科技提出的UNIC（统一上下文视频编辑）是一个简单而有效的框架，它以上下文的方式统一单个模型中的各种视频编辑任务。从此，视频编辑用着一个工具就够了！ID插入ID交换删除ID相机控制风格化第一帧传播紧急任务组合UNIC还表现出了新兴任务组合能力。重新拍摄+风格化ID+风格化相关链接论文：https:arxiv.orgpdf2506.04216主页：https:zixuanye.github.ioUNIC论文介绍UNIC：框架和设计动机基于DDIM反转的方法...编辑框架UNIC聊聊背后的技术 | AI+生物 | 突破进展，世界上首次开发出“为一人定制”的CRISPR基因编辑体内治疗药物
精华想象一下，一种专门为某个人量身打造的药物，能够精确修复他体内导致疾病的那个小小的基因“印刷错误”。这听起来像是科幻小说里的情节，但如今，它正悄然照进现实。最近，一名叫KJ的婴儿成为了这个医学奇迹的主角。他患有一种罕见的遗传性肝脏疾病，由于基因突变，身体无法正常分解蛋白质，导致有毒物质氨在体内累积，严重威胁着他的大脑发育和生命健康。传统的治疗方法对于KJ这样严重的病例往往效果有限，预后不佳。然而，来...AI生物模式Gemini 2.5 Pro：AI新王登基，炸裂来袭！
AI圈又炸锅了！就在最近，谷歌悄然放出了一枚重磅炸弹——Gemini2.5ProPreview0605。这不仅仅是一次简单的版本更新，它更像是一场对现有AI格局的“无声宣战”，直接把OpenAI、Anthropic和DeepSeek等一众顶尖选手甩在了身后，重新定义了“最强AI模型”的标杆。谷歌CEO桑达尔·皮查伊亲自在社交媒体上官宣，字里行间透露着自信与兴奋。而仅仅24小时内，Gemini2.5Pro0605就凭借在LMArena、WebDevArena等权威榜单上的惊人表现，坐稳...Gemini 2.5编码能力AILlama4我的理解
我觉得LLaMA4最值得看的技术就是iRoPE，他们自己没出说说明，所以我试着解读了一下：简单来说，iRoPE技术是对标准RoPE位置编码方式的升级，主要解决了在处理超长文本时出现的问题。交错式应用(InterleavedApplication):标准RoPE在模型的每一层Q和K都用旋转操作来编码PI页就是位置编码。iRoPE的做法是“交替进行”——有些层用带RoPE的注意力机制，有些层不用（或者用其他方法）。这样做的目的是为了防止在处理很长的文本时，位...llama4iRoPEPI页分类模型性能度量：错误率与精度、查准率与查全率、P-R曲线与平衡点及F1度量的联系与区别
对模型的泛化性能进行评估，不仅需要有效可行的试验估计方法，还需要具有衡量模型泛化能力的评价标准，即性能度量。且在不同的任务中对比模型的性能时，使用不同的性能度量往往会导致不同的评判结果。在分类任务中，最常用的性能度量有错误率、精度、查准率、查全率、F1分数及AUCROC曲线。01错误率与精度(1)错误率(errorrate)是分类错误的样本数占样本总数（m）的比例。计算公式可表示为：(2)精度(accuracy)是分类正确的样本数...分类模型性能度量错误率空间感知的VLM模型；VLM的GUI网页智能体；数学视频QA基准；长视频计数基准
RoboRefer:TowardsSpatialReferringwithReasoninginVisionLanguageModelsforRobotics20250604｜BUAA,PKU,BAAI🔺32http:arxiv.orgabs2506.04308v1https:huggingface.copapers2506.04308https:zhoues.github.ioRoboRefer研究背景与意义问题定义与现状空间指称是机器人理解并与三维物理世界交互的基础能力。尽管现有预训练视觉语言模型（VLMs）在二维视觉任务上表现优异，但它们在复杂三维场景的...VLM模型视频AI高考大乱斗！六大顶尖模型挑战高考数学题，结论却引发争议
原创 社区头条2025年高考数学考场外，当考生们还在为立体几何的辅助线抓耳挠腮时，六大顶尖AI模型也交出了它们的答卷——在总分73的2025年新课标Ⅰ卷客观题测试中，豆包与元宝以68分并列第一，OpenAIo3却以34分惨遭垫底。  在单选题战场，豆包、通义、元宝和文心曾携手斩获35分，DeepSeek因两道题失误，单选题拿下30分，而o3则惨遭滑铁卢，单选题的得分仅为20分，错了一半的题目。  而在多选题方面，豆包、DeepSeek和元...高考AI大模型AI数学推理算家云租算力，到算家云骑单车荷兰一日游，竟然改变了我对AI的看法：MCP、A2A应该是这样！
原创 社区头条作者NatashaWijesekare编译云昭智慧总是藏在自然之中。而作为人工制造的AI，更不例外。然而对于感悟AI而言，有时候却需要我们换个环境去散散心。近日，小编读到一篇散文式的“半旅行半感悟”的神人文章：《从自行车到AI智能体：阿姆斯特丹如何改变了我对AI的看法》。这篇文章奇妙之处，就在于作者借“一日游”中我们经常遇到的情形，诸如：骑单车、导航问路、刹车、修车等，来描述现在由大模型带来的各种看似很热但又很模糊的概...AI脚本MCP图灵奖得主、AI教父Bengio：我改变了科研方向，哪怕与此前信念背离，也要尽己所能降低AI失控的灾难风险
原创 社区头条编辑｜云昭6月6日，年逾花甲的三大“AI教父”之一的YoshuaBengio（小编心中的科研偶像之一），如约出现在2025智源大会上的现场荧幕中。大师眼中的GPT究竟是什么样子？我们又该打造怎样的AI？未来的AI能力时间表又将怎样？以ChatGPT为代表的大模型革命愈演愈烈，然而整个业界也因此重新陷入无序甚至稍显混乱的博弈之中。越是在“AI原生应用”乾坤未定的时代，越需要像Bengio这种巨擘级别的大师，给身处“以日为单位”的技术更新...AIAGI工具首个自回归文生图风格化！StyleAR突破AI绘图新高度：单张图+提示词，完美复刻任意风格！
社区头条论文链接：https:arxiv.orgpdf2505.19874项目链接：https:stylear.github.io代码链接：https:github.comwuyi2020StyleAR亮点直击提出了一种训练框架，使AR模型能够利用二元文本到图像数据执行风格对齐的文本到图像生成，避免了在指令微调过程中扩展文本图像图像三元组数据的困难。提出了一种风格增强tokens（styleenhancedtokens）技术，有效解决了风格对齐文本到图像生成任务中的内容泄露问题，并显著提升了提示词遵循性和风格...生成图像模型
