AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
大模型新手必看！100个基础知识点全在这
精华
社区头条从智能对话到图像生成，从文本创作到数据分析，大模型的应用场景无处不在。然而，对于初入大模型领域的小白来说，面对众多的专业术语和复杂的概念，可能会感到无从下手。别担心，本文为你整理了大模型基础知识点近100个名词解释，助你轻松开启大模型的学习之旅！一、模型架构与基础概念1.LLM（大语言模型，LargeLanguageModel）基于海量文本数据训练的深度学习模型，如GPT系列、BERT等，能够理解和生成自然语言文本，完成复杂对...大模型LLM数据训练疯狂更新！Cursor年内放大招！强势推出后台多代理并行！顺利飞升真·多项目高效协作神器！统一简单定价！
社区头条编辑｜云昭12个小时前，Cursor给出了一波有力的回击！简化定价逻辑、后台并行代理、多代码库工作区、聊天markdown导出、新Tab模型……这波Cursor0.50的更新，堪称年内最重磅。要问AI编码产品如何演进？Cursor不得不看。无论是编辑代码、改PR、跑代理，还是多项目协同，这次统统升级到位！话不多说，这就为大家呈上一手的更新。1.定价更简单，Max模式全面开放Cursor终于把复杂的定价逻辑理顺了！这也是用户反馈中较集中的诉求之...Cursor代理MaxSpring AI 1.0.0 发布！支持 MCP 很炸裂！!
原创前几天SpringAI迎来了其1.0.0版本的第七个里程碑（Milestone7）的发布。紧接着下个月，我们将迎来RC1（ReleaseCandidate1）版本，随后便是正式版（GA，GeneralAvailability）的发布。对于Java开发者社区而言，这无疑是一个备受期待的喜讯！1、SpringAI框架介绍SpringAI是一个用于AI工程的应用框架。它的目标是将Spring生态系统中的一些设计原则，比如：可移植性和模块化设计，应用到AI领域。它还推动在AI领域使用简单的Java对象...Spring AIMPC大模型【模型部署】在Dify中接入ComfyUI+Flux实现文生图
原创前言由于在Macmini上部署ComfyUI踩了不少坑，所以本章内容将部署过程和注意事项进行了整理记录，以便方便未来的复用。目标目标1：在Macmini上通过ComfyUI+Flux模型，实现文生图片的功能。目标2：将服务整合进Dify平台，实现对模型能力的统一管理。1.本地部署步骤为了实现上述目标1，需要完成以下步骤：下载并安装ComfyUI下载并安装ComfyUIManager下载并安装ComfyUIKJNode下载并配置Flux模型配置文生图片工作流具体操作步骤如下...模型部署Dify优于所有开源和商业模型！首个图文声影四模态定制视频生成器HunyuanCustom震撼发布！
文章链接：https:arxiv.orgpdf2505.04512项目链接：https:hunyuancustom.github.io亮点直击多模态条件融合:首次实现图像、音频、视频、文本四模态联合驱动的定制视频生成，突破传统单模态（如图像）限制。身份一致性强化:通过时序拼接和跨帧特征增强，显著提升生成视频中主题的ID一致性，优于开源和商业模型。模块化条件注入:提出AudioNet和视频Patchify对齐等独立模块，实现多模态条件的高效解耦与融合，兼顾灵活性与性能。效...视频生成AI生成式AI文本密码：Transformer参数全解码
原创 社区头条本文详细介绍Transformer模型中控制文本生成的关键参数，包括温度、TopK和TopP采样、重复惩罚等，并探讨这些参数对生成文本质量的影响及针对不同应用的调整方法。Transformer模型是当今NLP任务的标准模型。几乎所有NLP任务都涉及文本生成，但文本生成并非模型的直接输出。你可能希望模型能够帮助你生成连贯且与上下文相关的文本。虽然这在一定程度上与模型的质量有关，但生成参数也对生成文本的质量起着至关重要的作用。在本文...Transformer模型生成式AI文本密码25种RAG架构大揭秘：AI项目如何选型？
原创 精华在当今的AI时代，你是否想过，如果AI能够每次都从全球知识中精准地提取完美答案，那会是怎样的体验？检索增强生成（RetrievalAugmentedGeneration，简称RAG）正是实现这一目标的幕后英雄。从ChatGPT引用来源的能力到企业AI扫描数千份文件，RAG为语言模型提供了现实世界的根基。然而，RAG并非“一刀切”的解决方案。随着时间的推移，AI研究人员设计了多种专门的RAG架构，每种架构都针对不同的现实世界瓶颈进行了优化，比如幻觉、...RAGChatGPT多模态告别碎片化！Model Context Protocol为AI代理带来标准化与可扩展性
原创引言：AI工具调用的变革之路在人工智能飞速发展的今天，AI代理（AIAgents）已经成为我们生活中不可或缺的一部分。从智能客服到代码助手，从企业知识管理到个人生产力提升，AI代理的应用场景无处不在。然而，在AI代理与外部工具和数据源集成的过程中，一直存在着一个亟待解决的问题：如何实现高效、安全、可扩展且易于维护的工具调用？传统的方法往往依赖于临时的、特定于模型的集成方式，这不仅导致代码库碎片化，还增加了维护...MCPAI代理LLMLLM 写不出靠谱 SQL？试试加个知识图谱，准确率提升 60%！
原创AI改变了我们和数据打交道的方式。现在随便问一句：“显示第二季度各地区的销售趋势”，几秒钟内就能得到结果。听起来是不是很酷？但现实往往没有那么理想。很多时候，当你看到AI返回的SQL查询结果时，心里可能只有一个念头：这结果不对啊。数据不一致、逻辑混乱、关联错误……原本期待AI能帮你快速搞定数据库查询，结果却变成了“一边生成一边查错”的重复劳动。这不是夸张，而是很多企业在使用大模型进行数据分析时的真实写照...LLMSQL知识图谱Encoder-free无编码器多模态大模型EVEv2模型架构、训练方法浅尝
原创基于视觉编码器的MLLM的基本构成：MLLM通常由预训练的模态编码器、预训练的LLM和一个连接它们的模态接口三个模块组成。模态编码器(如：CLIPViT视觉编码器、Whisper音频编码器等)将原始信息（如图像或音频）压缩成更紧凑的表示。预训练的LLM则负责理解和推理处理过的信号。模态接口用于对齐不同的模态，实现异构模态表征空间的语义对齐。下面这张图概括的比较好。上述工作都是基于视觉编码器的多模态大模型，下面来看一个Encoder...多模态大模型Encoder-free10分钟用ai制作系列动态表情包
在社交聊天中，表情包早已成为不可或缺的表达工具。一套风格独特、生动有趣的系列动态表情包，不仅能让你的聊天更加活泼，还能彰显个人风格。但很多人觉得制作表情包门槛高、耗时长，其实，只要掌握正确方法，借助合适工具，制作过程可以轻松又高效。今天就带大家了解如何用豆包、即梦AI和剪映，在10分钟内完成系列动态表情包的制作。一、生成表情包文字（豆包AI）1.输入提示词打开豆包AI，输入类似提示词："我需要制作一套动态...ai使用AI工具修复老照片全流程
每一张老照片都是时光的标本，承载着珍贵的回忆。但岁月无情，照片难免出现破损、褪色、模糊等问题，让记忆变得残缺。如今，借助强大的AI工具，修复老照片不再是难事！只需三步，就能让破损的老照片重新焕发生机，将那些模糊的过往清晰重现。修复老照片全流程第1步：修复破损即梦AI：适合新手用户，操作简单，效果自然上传照片后选择「智能参考」功能输入关键词如"去掉折痕污渍划痕"手机端和网页端均免费，每日赠送积分ComfyUI...aiAI 连载漫画视频制作指南
AI漫画视频早已突破传统创作边界，广泛应用于多元场景。无论是小说创作者希望通过动态漫画形式推广作品（或小说推文），还是自媒体人寻求吸睛的视频内容，抑或是品牌方为了以新颖方式传播理念，AI漫画视频都能大显身手。现在，即使你没有绘画基础，也能借助AI技术创建连贯且高质量的漫画视频系列。AI漫画视频最重要的是保持人物角色的一致性。制作指南概要角色一致性通过参考图、参数锁定和连贯生成技术，确保角色在不同场景中...aiAI 工具创作哪吒二创短片全流程：掌握从脚本到成片的完整流程
在动漫二创热潮席卷全网的当下，哪吒这一经典IP凭借独特魅力始终占据流量高地。但很多人想创作哪吒主题短片，却苦于没有绘画技能和专业知识。别焦虑！如今借助AI工具，零基础也能完成从脚本构思到成片输出的全流程制作。今天就为你揭秘如何用AI轻松打造爆款哪吒主题视频作品，让你的创意快速落地！核心工具组合方案一：多工具协作脚本生成：DeepSeekR1或豆包AI图片生成：哩布哩布AI或可灵AI视频生成：可灵AI或海螺AI剪辑合成：...ai美国欲解禁AI芯片？科技博弈背后：为何全球AI竞赛本质是“算力绑架游戏”？
社区头条最近，根据路透社等外媒报道，特朗普团队计划取消拜登时期所制定的AI芯片出口的限制，并对其重新调改。就在当天，相关消息发布后，英伟达等企业的股价也有所上涨。拜登时期的AI扩散规则是在去年12月提出，并计划于2025年5月15日生效。该规则的主要目的是为了防止先进芯片流入中国。拜登政府当时规划了一个国家分级清单:第一层级：可以不受限制地获取美国芯片；第二层级：大多数国家处在第二层级，每年有采购上限；第三层级：部...AI芯片禁令英伟达AI算力算家云租算力，到算家云开源多模态RAG的视觉文档(OCR-Free)检索增强生成方案-VDocRAG
原创下面来看一个新的RAG框架VDocRAG，用于解决视觉文档问答问题。视觉文档问答概述OpenDocVQA任务的目标是给定一个文档图像集合和一个问题，通过找到相关的文档图像来输出答案。任务分为两个阶段：视觉文档检索（VisualDocumentRetrieval）：文档视觉问答（DocumentVQA）：方法架构VDocRAG由两个主要组件组成：VDocRetriever和VDocGenerator，下面来看看这两个组件。VDocRetriever（检索器）VDocRetriever基于LVLM的双编码器架构，...开源多模态RAG面向未来通信的大语言模型综述：基础、应用与挑战
原创 精华 社区头条摘要6G无线通信旨在构建一个无处不在的智能互联世界，提供前所未有的通信体验。与传统人工智能（AI）模型相比，大语言模型（LAM）的显著特点是规模巨大（例如，拥有数十亿甚至数万亿个参数）。大语言模型展现出卓越的认知能力，包括对下游任务进行微调的强大泛化能力，以及处理训练过程中未遇到任务的涌现能力。因此，大语言模型能够有效地为各种通信应用提供人工智能服务，成为应对未来无线通信系统中复杂挑战的关键工具。本研...大语言模型大视觉模型大多模态模型通过注意力提示实现免训练的开放式目标检测与分割
原创 精华 社区头条摘要现有的感知模型通过从大量标记数据中学习取得了巨大成功，但在开放世界场景中仍存在困难。为缓解这一问题，研究人员引入开放集感知任务，以检测或分割训练集中未见过的对象。然而，这些模型在推理时需要预定义的对象类别作为输入，而在现实场景中无法获取这些类别。最近，研究人员提出了一个新的、更实际的问题，即开放式目标检测，它在没有任何对象类别作为输入的情况下发现未见对象。在本文中，我们提出VLSAM，这是一个免...VL-SAM视觉语言模型大模型大模型蒸馏技术的演进历史与实现原理
原创“知识蒸馏技术是模型轻量化小型化的一种方式，其效果也远超我们的想象”在深度学习领域模型的压缩与部署是一项非常重要的研究课题，原因就在于模型巨大的成本和算力需求；因此，怎么把模型小型化就成为一个亟待解决的问题。因此，一项技术就被应用于模型小型化的过程，这个技术就叫做知识蒸馏，而我们平常说的比较多的是大模型蒸馏技术。当然，知识蒸馏技术并不是一项新技术，其在2015年就已经被诺贝尔奖获得者——Hinton等人...大模型知识蒸馏技术蒸馏技术Xiaomi MiMo：为“推理而生”
在数学推理（AIME2425）和代码竞赛（LiveCodeBenchv5）公开测评集上，MiMo仅用7B的参数规模，超越了OpenAI的闭源推理模型o1mini和阿里Qwen更大规模的开源推理模型QwQ32BPreview。预训练预训练阶段对于MiMo7B模型至关重要，它为模型后续展现强大的推理能力奠定了坚实基础。这一阶段主要涵盖了数据处理、模型架构设计以及超参数设置等关键环节，每个环节都经过精心优化，旨在增强模型的推理潜能。预训练数据预训练数据是模型学习...数学推理代码竞赛Qwen
