AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
为什么 RAG 一定需要 Rerank？
原创
社区头条
热门内容榜 • 最近上榜今天想和大家深入探讨一下检索增强生成（RAG）中的一个重要环节——重排序（Rerank）。RAG技术一直以来都备受关注，尤其是当它与大模型（LLM）结合后，人们都满怀期待地认为：这下终于可以轻松解决那些复杂的问答任务了！然而，现实往往并不如人意。很多开发者在完成一个RAG流程后，都会感到困惑：为什么它的效果并没有达到预期呢？其实，和大多数工具一样，RAG的使用虽然简单，但想要真正精通却并非易事。事实上，RAG并不仅仅...RAGRerank大模型专治“主体漂移”！OpenS2V-Nexus发布：首创三大精准指标+500万开源数据，S2V新标准！
精华 热门内容榜 • 最近上榜论文链接：https:arxiv.orgpdf2505.20292项目链接：https:pkuyuangroup.github.ioOpenS2VNexus亮点直击全新的S2V（SubjecttoVideo）基准测试：引入了用于全面评估S2V模型的OpenS2VEval，并提出了三种与人类感知一致的新自动评估指标。S2V模型选择的新见解：通过使用OpenS2VEval进行评估，揭示了多种主体到视频生成（S2V）模型的优势与劣势，提供了关键性见解。大规模S2V数据集：构建了OpenS2V5M数据集，包括510万条高质量常规数...视频生成AI深入解析 Agent 与 Workflow 架构设计的差异
原创在AI大模型技术迅猛发展的当下，我们目睹了AI应用架构模式的多样化进程。特别是，AIAgent智能体和AIWorkflow工作流这两种截然不同的理念，正在重新定义我们对AI应用的理解。这两种模式犹如一枚硬币的正反两面：一面追求创新与灵活性，另一面则强调稳定与效率。接下来，我们将深入探讨这两种架构模式的核心差异、应用特性以及它们未来的发展趋势，旨在帮助大家更好地掌握和运用这些技术。一、AIAgent智能体与AIWorkflow工作流区...AgentWorkflow未来可期的技术栈：Kafka+A2A+MCP+Flink
在网络拥有HyperTextTransferProtocol(HTTP)之前，在电子邮件拥有SimpleMailTransferProtocol(SMTP)之前，我们受困于定制化集成、碎片化系统和脆弱的工作流程。直到开放协议和共享基础设施出现，互联网才真正实现规模化，解锁了现代网络、全球通信和整个经济体系。如今，AI代理正处于类似的预标准化阶段。它们功能强大、能力卓越且数量迅速增长，但它们无法协同工作。一个代理分析数据，另一个起草代码，第三个自动化CRM工作流...KafkaA2AMCP算力双轮驱动：从国家战略到行业生态的实践
社区头条在数字经济与实体经济深度融合的今天，算力正以"国家战略资源"与"行业核心生产力"的双重角色，重塑全球竞争格局。作为国内领先的算力基础设施服务商，劲速云始终坚持"国家战略导向"与"行业需求驱动"双轮驱动，既在宏观层面筑牢算力国力根基，又在微观领域识破行业算力困局，形成覆盖"顶层架构技术创新场景落地"的完整算力生态体系。一、国家战略篇：筑牢算力国力的四梁八柱（一）政策响应：构建国家级算力枢纽紧跟"东数西...劲速云“一代更比一代强”：现代 RAG 架构的演进之路
原创 社区头条编者按：我们今天为大家带来的文章，作者的观点是：RAG技术的演进是一个从简单到复杂、从Naive到Agentic的系统性优化过程，每一次优化都是在试图解决无数企业落地大语言模型应用时出现的痛点问题。文章首先剖析NaiveRAG的基础架构及其核心挑战，继而深入探讨三大优化方向：查询动态优化（包括查询重写、查询扩展等策略）、语义理解增强（重点解析Anthropic提出的上下文检索方法）、计算效率革新（客观评价缓存增强生成（CAG）的...RAGAILLMGraphRAG优化新思路-开源的ROGRAG框架
目前的如微软开源的GraphRAG的工作流程都较为复杂，难以孤立地评估各个组件的贡献，传统的检索方法在处理复杂推理任务时可能不够有效，特别是在需要理解实体间关系或多跳知识的情况下。先说结论，看完后感觉这个框架性能上不会比GraphRAG高，仅在单一数据集上进行了评测，不过优化思路可以借鉴下，比如：双层次检索提高图检索准确性等。供参考。方法整体流程图构建及索引这一步主要是使用LLM构建知识图谱（KG），涉及预处理（多...GraphRAGROGRAG框架开源关于智能体开发过程中的概念普及——MAS，SAS和workflow工作流
原创“智能体开发是一项复杂的系统工程，用户需要根据自己的需求选择合适的架构。”智能体开发是一项复杂的系统性工程，因此在开发过程中存在各种各样的问题，因此我们今天主要来普及一下关于智能体的几个概念：MAS——MultiAgentSystem多智能体系统SAS——SingleAgentSystem单智能体系统workflow工作流从功能上来讲，智能体是一个能够独立完成任务的功能节点；其既可以单独使用，也可以和其它工具配合使用。关于智能体的概念普及关...智能体MASSASworkflow【TVM 教程】如何使用 TVM Pass Infra
原创 社区头条ApacheTVM是一个深度的深度学习编译框架，适用于CPU、GPU和各种机器学习加速芯片。更多TVM中文文档可访问→作者：[ZhiChen](https:github.comzhiics)随着Relaytir中优化Pass数的增加，手动执行并维护它们的依赖关系变得难以处理。因此我们引入了一个基础架构来管理优化Pass，并使其适用于TVM堆栈中IR的不同层。Relaytir程序的优化可以在各种粒度上应用，即分别使用tvm.relay.transform.FunctionPasstvm.tir.transform.PrimFuncP...TVM机器学习在线教程深度学习8k长序列建模，蛋白质语言模型Prot42仅利用目标蛋白序列即可生成高亲和力结合剂
原创蛋白质结合剂（如抗体、抑制肽）在疾病诊断、成像分析及靶向药物递送等关键场景中发挥着不可替代的作用。传统上，高特异性蛋白质结合剂的开发高度依赖噬菌体展示、定向进化等实验技术，但这类方法普遍面临资源消耗巨大、研发周期冗长的挑战，且受限于蛋白质序列组合复杂性的固有瓶颈。随着人工智能的发展，蛋白质语言模型（PLMs）成为了理解蛋白质序列与功能关系的重要工具。面向蛋白质结合剂设计，PLMs基于语言模型的生成能力...数据驱动+AI解码器蛋白质序列AI for Science线性回归详解---一元一次线性回归
作为机器学习的入门课程，线性回归是我们必须要学习的第一个算法。今天我们就来详细的讲解一下线性回归。在讲解之前，我们先来解释以下几个问题。可为线性？线性是指自变量x和因变量y之间是线性的关系，即图像是一条直线，叫做线性。何为回归？百度百科的解释是：指研究一组随机变量(Y1，Y2，…，Yi)和另一组(X1，X2，…，Xk)变量之间关系的统计分析方法，又称多重回归分析。通俗的讲就是我们研究一个函数，当我们输入自变量x时...线性回归函数卷疯了！2.2k Star通用型、开源Agent平替Manus、GenSpark AI
2025年是Agent之年。AI能力现在已经在多个领域达到了人类水平，我们都将拥有触手可及的代理团队，在我们的个人生活、工作及其他方面帮助我们。随着代理群的到来，通过MCP、A2A和其他协议连接起来，我们认为这些协议的核心必须具有坚实、开放、透明和可审计的基础。对于真正重要的事情尤其如此——管理我们的健康、教育我们的孩子、协调我们的财务系统等等。这些可以集成专有和专家系统，以两全其美。今天分享的IIAgent，不仅在...LLM通用型AI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大模型预训练代码实战教程
任务介绍本文使用一个简单的数据集，展示大模型预训练与有监督微调过程。无论是大模型的预训练还是有监督微调，其损失值的计算过程都是与下一个要预测的词计算损失。预训练损失值的计算，即从第一个字开始每个字都与下一个字计算损失；有监督微调与预训练唯一不同的点，便是不对指令与用户的输入文本计算损失，实际操作就是把用户输入文本在训练过程中遮罩掉，把对应的label的值设置为100。这是因为不希望大模型学会，如何生成...大模型预训练代码一文讲清楚：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
