AI.x社区

近年来，强化学习（ReinforcementLearning）在提升大型语言模型（LLM）推理能力上的应用持续升温，尤其在“思维链”（ChainofThought，简称CoT）推理方面显示出强大潜力。如今，这一趋势正从文本领域延伸至图像生成。当图像生成也被抽象为一种逐步决策的推理过程时，我们不禁要问：经典的DPO（直接偏好优化）和GRPO（组相对策略优化）在图像生成场景中表现如何？谁在这个新战场更胜一筹？近日，一项由香港中文大学、北京大学和...

通过整合文本、图像、音频等数据，多模态大型语言模型（MLLM）开始突破传统RAG的文本局限，赋予AI感知能力。其核心架构采用CLIP、Whisper等编码器实现跨模态语义统一，通过投影层对齐多模态信息。不过，多模态大型语言模型的评估需要综合检索质量、生成忠实度及跨模态一致性等一系列指标实现。简介基于我以前关于LLM、检索增强生成（RAG）和高级RAG技术的文章中的基础概念，本文将着手探讨下一个领域——多模态LLM。我们将首先...

在当今数字化时代，AI已经成为了我们生活中不可或缺的一部分。无论是智能助手、聊天机器人，还是各种自动化工具，AI都在为我们提供着各种便利。然而，你是否也曾遇到过这样的问题：当AI没有实时数据支持时，它的回答总是显得有些模糊和不准确？或者，每次需要在本地数据上实现RAG（RetrievalAugmentedGeneration，检索增强生成）时，都要重复编写代码，这不仅耗时，还容易出错。别担心，今天我们就来聊聊如何通过RAG与MCP（Mode...

最近，AI领域的巨头OpenAI又给我们带来了一个重磅消息。他们在AI代理框架上进行了四项关键更新，这些更新不仅扩展了平台兼容性，还提升了对语音接口的支持，并且增强了可观察性。这些改进都是为了让AI代理更加实用、可控和可审计，以便更好地融入现实世界的各种应用场景，无论是客户端还是服务器端。1.TypeScript支持：AI开发迎来新选择首先，OpenAI的AgentsSDK现在支持TypeScript了！这意味着除了Python开发者之外，那些在Java...

在当今数字化时代，AI代理已经无处不在，从帮助我们预订机票到成为编程伙伴，它们几乎渗透到生活的每一个角落。无论是企业还是个人，都希望通过构建AI代理来优化工作流程，提高效率。那么，如何打造一个高效、可靠的AI代理呢？今天，就让我们一起探索构建AI代理时需要牢记的8大要点！1.明确代理的目标成功的AI代理离不开清晰明确的目标。很多人在设定目标时，常常过于模糊，导致结果不尽如人意。想象一下，如果你给一个人分配一...

引言：知识图谱与大语言模型的融合挑战随着人工智能技术的快速发展，大型语言模型（LLMs）已经在自然语言处理领域展现出惊人的能力。基于Transformer架构的LLMs在开放域问答、文本摘要和内容生成等任务中表现出色，并在医疗、金融、法律和科学等多个领域得到广泛应用。然而，这些模型也面临着一些固有的局限性：它们容易产生自信但错误的输出（幻觉现象），并且缺乏在不重新训练的情况下更新或扩展知识的有效机制。检索增强生成...

随着当前各种编程​​Agent​​​，​​MCP​​​的层出不穷，大模型的正在加速进化，于是又开始探索，不过这次的目标是用​​golang​​​实现​​JavaScript​​引擎（目标是完成ES5.1的全部功能）。1.回顾JS编译器的实现过程如上是总结的​​V8​​大体的实现方式，编程语言的实现已经经历了几十年的发展，包括V8，Lua等语言基本都采用类似实现步骤：词法分析语法分析语义解析和优化虚拟机通过JIT实现性能优化...2.如何选择...

了解位置编码背后的数学原理和直觉Transformer是一种深度学习架构，它利用注意力机制来学习数据元素之间的关系。它由一个编码器和一个解码器组成，与传统的循环神经网络（RNN）或卷积神经网络（CNN）不同，它可以并行处理输入序列，而不依赖于顺序处理。Transformer模型的一个重要组成部分是位置编码。这种方法能够将位置信息添加到词嵌入中，使模型能够理解序列中单词的顺序。这一点至关重要，因为默认情况下，Transformer是并...

引言：多学科协作医疗咨询的挑战与机遇在现代医学实践中，面对日益复杂的疾病，单一专科的视角往往难以满足患者全面、精准的诊疗需求。多学科团队（MultiDisciplinaryTeam,MDT）诊疗模式应运而生，通过系统性地整合不同医学领域的专业知识，旨在制定更准确、更全面的治疗策略，从而改善患者预后。MDT模式的核心价值在于其能够汇聚跨学科的智慧，克服单一专科可能存在的局限性，为患者提供最佳的个体化诊疗方案。然而，传统的MDT...

随着人工智能（AI）和机器学习（ML）在金融、医疗、自动驾驶等高风险、高影响力的关键领域日益普及，对其决策过程透明度和可解释性的需求变得前所未有地迫切。复杂的模型，如深度神经网络和集成树模型，常因其内部运作机制难以捉摸而被视为“黑箱”，这严重制约了它们在实际应用中的可靠性、公平性以及用户的信任度。可解释人工智能（ExplainableAI,XAI）致力于开发能够使人类理解、信任并有效管理AI系统决策过程的方法与技术。...

一、Qwen3Embedding系列模型介绍二、Qwen3Reranker系列模型介绍三、Qwen3Embedding和Qwen3Reranker的优势6月6日凌晨，阿里巴巴开源了Qwen3Embedding系列模型，包括Embedding（文本表征）和Reranker（排序）两个模块，旨在为文本检索、语义匹配等任务提供强大支持。该系列模型基于Qwen3基础模型进行训练，在多项基准测试中展现出卓越性能，尤其在多语言支持方面达到行业领先水平。官方数据显示，Qwen3Embedding系列在多语言文本...

在大模型技术爆发的今天，AIAgent（人工智能代理）正成为连接技术与场景的核心枢纽。它不仅是提升效率的「智能助手」，更是解锁复杂任务的「万能钥匙」。本文结合多篇行业干货，提炼出5种主流AIAgent模式，带您看透智能时代的底层逻辑。一、AIAgent：重新定义人机协作的「智能体」简单来说，AIAgent是基于大模型构建的自主智能体，能像人类一样「感知环境→规划决策→执行反馈」。核心特点：自主性：无需人工干预，自动分解任务...

摘要本综述批判性地区分了人工智能代理和代理性人工智能，提供了一个结构化的概念分类、应用映射，并分析了机会与挑战，以阐明它们不同的设计理念和能力。我们首先概述了搜索策略和基本定义，将人工智能代理描述为由大型语言模型和大型知识图谱驱动和启用的模块化系统，用于特定任务的自动化。生成式人工智能被定位为提供基础的前驱，人工智能代理则通过工具集成、提示工程和推理增强而发展。然后我们描述了代理性人工智能系统...

​引言近年来，大型语言模型（LLMs）以惊人的速度渗透到医疗领域，尽管它们并非原生用于临床决策，但医疗从业者正日益依赖这些新兴AI工具来辅助诊疗。如果AI产品以“临床决策支持”为卖点，依据美国食品药品监督管理局（FDA）的规定，其很可能应被视作医疗器械接受监管。然而，现有法规体系远远未能覆盖这一激增的应用场景，监管滞后于技术创新，潜在风险与巨大前景并存。PennLDI高级成员兼宾大医学院助理教授GaryWeissman等人...

北京时间凌晨，谷歌发布最新版Gemini2.5Pro。这款被誉为“最智能”的模型，首次在3月份宣布，随后在5月份进行了升级。  此次更新，距离谷歌上次更新仅仅过去一个月。而「月更」的Gemini2.5Pro（0605），不仅全方位打败旧版模型，更在各大AI榜单中再次拿下第一。 在权威评测平台LMArena的最新榜单上，相较于旧版本，LMArena测试分数提高了24分，WebDevArena则提升了35分，当前在排行榜上名列前茅。  谷...

编辑伊风出品51CTO技术栈（微信号：blog51cto）宇树、银河通用、穹彻智能……当国内顶尖的机器人玩家同框，能碰撞出什么样的火花？在今天智源做的AI春晚上，搞了一个很炸裂的“具身智能会客厅”，请来了王兴兴、熊友军、王鹤等顶尖大佬，分享最新进展和自己对行业的判断和洞察。会上，王兴兴首次回应了机器人格斗“秀肌肉”的质疑，他表示格斗的关键在于动作的演示：因为我们公司终极目标还是希望机器人是干活的，无论是家里还...

作者DylanCooper编译云昭出品51CTO技术栈（微信号：blog51cto）最近，GitHubCopilot又“整活儿”了。Reddit上一位网友发帖调侃：“我最近迷上了一个新爱好：看AI一点点把微软员工逼疯。”这不是段子，而是对微软.NET仓库里一连串尴尬PR（PullRequest，拉取请求）的讽刺。这些PR居然都是由微软推出的AI编程助手CopilotAgent自动提交的。图片发帖者表示，Copilot的表现“差到让人上头”，甚至坦言自己对现场事故感到“罪恶的快乐...

盛年不重来，一日难再晨。一直以来，「时间」似涓涓流水，永不停息且难以逆转，时光流转所带来的衰老困扰着一代又一代人。古有秦始皇、汉武帝、唐太宗等伟大帝王寻仙问道追求长生，亦有传说中的亚瑟王圣杯得之即可返老还童。当时代的指针落在21世纪，随着人们对于生命科学的研究不断深入，虽然已经鲜有人提及「永生」，但围绕抗衰老的研究却从未停止。尤其是在全球老龄化问题加剧之际，越来越多的研究团队及企业开始将快速迭代...

“FlowHFT:FlowPolicyInducedOptimalHighFrequencyTradingunderDiverseMarketConditions”市场做市（MM）是一种通过同时下买卖单来从买卖差价中获利的交易策略，提供流动性并提高市场效率。高频交易（HFT）是市场做市的一种形式，以毫秒或微秒的速度执行订单，利用小幅价格变动获利。传统HFT策略（如AS模型和GLFT模型）依赖历史市场数据进行参数校准，但在市场条件变化时效果受限，容易导致次优表现。本文提出FlowHFT框架，基于...

自我认知偏差（SelfPerceptionBias）是企业在人才评价和发展中经常遇到的话题，它是指个体对自身能力、表现或特质评价与客观现实之间存在差距，容易让其陷入“虚假自信”或“过度自谦”的陷阱。这种“认知滤镜”在职场中同样存在，甚至可能导致员工错失成长机会。对企业而言，理解员工的真实能力水平与自我认知之间的差距至关重要，它直接影响着人才发展的方向、培养资源的投入以及管理决策的精准度。如何有效观测这种隐藏的偏...