AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
MongoDB是如何玩转MCP的？
原创编辑云昭出品51CTO技术栈（微信号：blog51cto）近日消息，知名数据库厂商MongoDB已在包括Atlas在内的所有数据库中添加了Anthropic的模型上下文协议（MCP），以帮助开发人员加速软件开发并管理数据库管理任务。自去年11月发布以来，MCP的受欢迎程度不断上升，它是一种开放协议，允许应用程序中的AIAgent通过客户端服务器机制访问外部工具和数据以完成用户请求，其中客户端是AIAgent或Agent接口，服务器提供工具和数据。MCP受欢迎...MongoDBMCP开放协议从数据到智能：小白如何训练出可靠的AI模型
原创在当今数字化时代，人工智能（AI）已经渗透到我们生活的方方面面，从智能手机上的语音助手，到电商平台上精准的商品推荐，再到医疗影像诊断中的辅助分析工具，AI的身影无处不在。然而，这些看似神奇的AI应用背后，都离不开一个关键环节——AI模型的训练。如果你对如何训练AI模型还一知半解，那么这篇文章将为你揭开这层神秘的面纱。无论是企业决策者，还是技术爱好者，了解AI模型训练的原理和过程，都能帮助你更好地把握AI技术...AI模型的训练AI模型大模型深入探索 Model Context Protocol：从理论到实践
原创 精华在当今快速发展的技术领域，人工智能和机器学习的创新不断涌现。其中，ModelContextProtocol（MCP）作为一种新兴的开源协议，正逐渐成为研究和应用的热点。虽然目前人们更多地关注MCP在工具集成方面的表现，但其在上下文管理方面的强大能力，才是真正值得我们深入探讨的核心价值。一、什么是ModelContextProtocol？ModelContextProtocol（MCP）是由Anthropic开发的一种开源协议，旨在解决大型语言模型（LLMs）在处理上下文信息...MCP开源协议大型语言模型CVPR`25 | SOTA！首揭PCA解决长视频低质问题！FreePCA让长视频丝滑如电影！(中科大)
文章链接：https:arxiv.orgpdf2505.01172Git链接：https:github.comJosephTiTanFreePCA亮点直击首次揭示了PCA能够有效将视频特征解耦为一致的外观和运动强度特征，从而解决长视频生成中的不一致性和低质量问题。提出了一种技术，从整个视频序列的全局特征中提取主成分空间中的一致性特征，并逐步将其整合到通过滑动窗口获得的局部特征中，从而在保证视频质量的同时确保一致性。大量实验表明，本文的方法优于现有方法，...模型训练视频强化微调来袭！如何让AI真正“听懂”人类需求
原创 精华在当今快速发展的AI领域，如何让模型更好地理解人类的需求并提供真正有价值的服务，一直是开发者们努力的方向。而强化微调（ReinforcementFinetuning）的出现，无疑是为这一目标带来了新的曙光。它通过结合人类反馈和强化学习，让模型能够不断调整自身行为，以更好地符合人类的价值观和期望。今天，就让我们深入探讨强化微调的奥秘，看看它是如何在现代AI开发中发挥重要作用的。一、强化学习：强化微调的基石在深入了解强化微调...微调强化微调强化学习使用Llama 4和AutoGen构建一个AI智能体
原创Meta的Llama4系列模型目前正主导不断发展的AI世界。这些模型凭借原生的多模态功能，正在彻底改变我们构建智能系统的方式。当Llama4与AutoGen结合使用时，它将充分发掘构建动态、响应迅速且强大的AI智能体的潜力。如果充分利用Llama4与AutoGen之间的集成，开发者可以创建能够高效推理、协作和适应的创新型AI智能体。我们在本文中将学习如何使用Llama4和AutoGen为特定应用场景构建AI智能体。为什么我们应该考虑使用Llama4？Llama4...Llama 4AutoGenAI智能体记忆机制、思维模式与跨领域推理
今日目录1、Nemotron：跨领域推理框架2、Qwen3模型运行与微调指南3、重塑AI记忆：分类法、操作与未来方向4、LLM在工程领域的突破：教模型设计高功率火箭5、ReXGradient160K：史上最大公开胸部X光数据集1、Nemotron：NVIDIA推出的跨领域推理框架图片最新研究表明，NVIDIA推出的NemotronCrossThink框架成功将自学习扩展到数学推理之外的多个领域。该框架通过系统地将多领域语料库（包括STEM、人文、社科等）纳入强化学习训练，显...记忆机制思维模式领域AI Agent"社交网络"来了！最新研究揭示AI Agent通信协议全景图
就像互联网需要TCPIP和HTTP协议一样，AIAgent之间的协作也需要标准化的通信协议。本文带你深入了解AIAgent协议的现状与未来，看看学术界是如何构建Agent之间的"社交网络"的。图片1、AIAgent通信协议：打破信息孤岛的关键一步你有没有想过，当ChatGPT、Claude这些AI助手需要互相交流、协作时，它们该如何"对话"？随着大语言模型(LLM)的迅猛发展，各种AIAgent已经广泛应用于客户服务、内容创作、数据分析甚至医疗辅助等领域。然而...AIAgent通信协议震惊！强化学习训练后，大模型推理“天花板”反而降低了？清华研究揭示RLVR局限性
大家好，我是HxShine今天分享一篇来自清华的文章，标题为：“DoesReinforcementLearningReallyIncentivizeReasoningCapacityinLLMsBeyondtheBaseModel”(强化学习真的能激励大型语言模型(LLM)产生超越基础模型本身的推理能力吗？)。这篇文章研究的问题：可验证奖励的强化学习（RLVR）真能够使LLM持续自我改进，获得超越其对应基础模型的新推理能力吗？（即强化学习能提高base基座模型的天花板吗？）。研究者通过使用passk指标（...大模型RLVR局限性无需标注数据！TTRL用“少数服从多数”解锁大模型测试时强化学习新范式
今天分享一篇来自清华大学和上海人工智能实验室的文章，标题为TTRL:TestTimeReinforcementLearning（测试时强化学习）。这篇文章探讨了一个重要且具有挑战性的问题：如何在没有显式标签（groundtruth）的情况下，利用强化学习（RL）在测试阶段提升大型语言模型（LLM）在推理任务上的性能。核心挑战在于测试时无法获得真实的奖励信号。研究者们发现，像多数投票（majorityvoting）这类在测试时扩展（TestTimeScaling,TTS）中常用...TTRL大模型测试算力革命：智能时代的技术突围与产业重构（上篇）
一、算力爆发：智能时代的生产力跃迁1.1算力规模的指数级增长在人工智能大模型训练需求的驱动下，全球算力正经历前所未有的爆发式增长。根据IDC数据，2022年中国智能算力规模达259.9EFLOPS，预计2027年将突破1117.4EFLOPS，五年复合增长率达33.9%。以GPT4为代表的万亿级参数模型单次训练所需算力达10²³FLOPS，较GPT3提升10倍以上。从2012年到2018年，AI计算需求激增30万倍，而生成式AI的爆发进一步加速了这一趋势。劲速云算力...劲速云顶作AI算力革命：智能时代的技术突围与产业重构（下篇）
一、未来趋势：技术融合与可持续发展1.1算力形态的多元化演进●云边端协同：云端聚焦大规模模型训练，预计2025年单集群算力达50EFLOPS；边缘算力向轻量化演进，NPU芯片算力密度将提升至10TOPSW；终端算力实现嵌入式集成，智能手机AI算力达10TOPS以上。●量子计算商用化：IBM量子计算机实现127量子比特，中国"祖冲之三号"超导量子计算机在特定算法上较经典计算机快10^15倍，预计2030年在药物分子模拟、密码破译等领域实现突破。...劲速云顶作AIDeepSeek-Prover-V2-671B：数学推理领域的“新王者”来了！
原创AI领域迎来了一则重磅消息——DeepSeek正式开源了其最新数学推理大模型DeepSeekProverV2671B！这款拥有6710亿参数的“数学大脑”究竟有多强？它又将如何改变数学研究、教育甚至整个AI行业？让我们一探究竟！一、数学推理领域的“AlphaGo时刻”DeepSeekProverV2671B是DeepSeek团队专为数学定理证明和复杂推理任务打造的“专业选手”。从命名中的“Prover”（证明者）就能看出，这不是一个普通的通用大模型，而是专为解决数学难题...DeepSeek开源模型数学推理RAG检索系统的两大核心利器——Embedding模型和Rerank模型
原创“Embedding和Rerank模型是RAG系统中的核心模型。”在RAG系统中，有两个非常重要的模型一个是Embedding模型，另一个则是Rerank模型；这两个模型在RAG中扮演着重要角色。Embedding模型的作用是把数据向量化，通过降维的方式，使得可以通过欧式距离，余弦函数等计算向量之间的相似度，以此来进行相似度检索。而Rerank的作用是在Embedding检索的基础之上，进行更加准确的数据筛选；如果说Embedding模型进行的是一维筛选，那么Reran...RAGEmbedding模型Rerank模型人工智能技术与现有技术(业务)之间的切入思考——论新老技术之间的关系
原创“提示词工程是大模型应用的核心，大模型的能力是有限的，但提示词是挖掘大模型能力的钥匙。”人工智能技术是目前技术圈中比较火的技术，但很多人对人工智能技术还没有一个清楚的认识；有些人把人工智能技术想的太复杂，而有些人把人工智能技术想的太简单。还有很多人传统的技术开发者，甚至会认为人工智能技术是一项全新的领域，之前的开发经验和技术都没有了用武之地。但不得不说这是一种错误的思想，因此我们今天就来讨论一...提示词工程大模型应用大模型Agentic RAG-R1：让大模型从「检索助手」跃升为「思考+搜索王者」！
AgenticRAGR1是由北京大学研发的一项开源研究项目，旨在推动语言模型在自主检索与推理能力方面的能力边界。该项目通过引入强化学习策略（GRPO），构建了一个可自我规划、检索、推理与总结的智能体式RAG系统。核心亮点1.AgenticRAG架构：融合检索增强生成（RAG）与AgenticAI机制，模型不仅生成答案，还能“决定如何生成答案”。2.强化学习优化（GRPO）：借助GeneralizedRelevancePolicyOptimization，让模型学会更合理地选择检索...Agentic大模型检索一篇多模态大模型推理技术最新综述
尽管多模态大型语言模型（MultimodalLargeLanguageModels,MLLMs）显著扩展了LLMs以处理视觉、音频和视频等多种模态，但在多模态输入之间实现稳健的推理仍然是一个重大挑战。华东师大&字节跳动系统回顾了基于强化学习的MLLMs推理的最新进展，涵盖了关键的算法设计、奖励机制创新以及实际应用。一、MLLMs&RL基础MLLMs与MMCoT多模态大型语言模型（MLLMs）：将大型语言模型（LLMs）与其他模态（如视觉、音频和视频）的模型结合，以...多模态大模型LLMs人工智能的哲学转向：让哲学引导而非算法操控
在数字技术塑造生活方式的今天，我们每时每刻都在面对选择，而人工智能（AI）的崛起正加剧这一趋势。科技带来的便利，表面上看似增强了个体的决策能力，但事实却更加复杂。面对无数的信息流与选择，我们可能逐渐丧失自己的主动性（Agency），因为决策的复杂性使得我们难以有效行动；同时，我们也可能在不知不觉中失去自主性（Autonomy），因为算法正在塑造我们的选择，悄然影响我们的认知。这种隐形操控并非突然而至，它根植于...人工智能哲学算法从数论到拓扑，DeepSeek-Prover-V2正在重塑数学推理
数学证明一直是智力的试炼场。它不仅在理论研究中占据核心位置，更是科学探索和工程应用的重要基石。随着数学推理问题的复杂性不断提高，自动化数学证明系统面临前所未有的挑战。4月30日，DeepSeekProverV2的问世标志着数学人工智能从探索性尝试迈向更加系统、高效的推理时代。数学证明的自动化目标由来已久，传统证明系统（如Lean、Isabelle、Coq）虽然提供了严格的逻辑推理工具，但往往依赖人工输入和规则约束，导致证明过程...DeepSeekProver-V2AIAI裁员潮来了？当AI开始“抢饭碗”：就业版图正在被重构
随着人工智能的迅猛进步，劳动力市场正经历着变革。本周，多邻国宣布计划用人工智能取代承包商，成为一家“以AI为先”的公司。记者布莱恩·梅尔昌特指出，此举表明人工智能就业危机“已经到来”。事实上，这甚至不是一项新政策。去年，全球最大的语言学习平台多邻国（Duolingo）迈出了引人注目的一步，裁减了数千名人工翻译人员，转而采用人工智能技术来完成翻译工作。这一变革性的举措不仅展示了多邻国对技术创新的承诺，也使...AI裁员潮人工智能自动化算家云租算力到算家云
