AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
深度剖析：为何扩散模型会成为语言模型的未来？
核心要点速览机器学习中的扩散模型是什么？扩散模型属于生成模型（它们生成的数据与训练数据相似）。扩散模型的运作遵循两个简单步骤：首先，通过逐步添加高斯噪声来破坏训练数据；而训练过程则是通过逆向这个添加噪声的过程来恢复数据。一个训练良好的扩散模型能够从随机噪声中生成我们想要的任何内容。如果把噪声替换为嵌入空间，你可能就能理解其中的原理了。扩散模型的优势扩散模型有4个主要优点，使其在基于文本的生成领域...扩散模型语言模型机器学习利用LLM做论文review到哪一步了？来看看DeepReview吧！
今天分享一篇西湖大学张岳老师的一篇利用合成推理数据做论文评审文章，Title:DeepReview:ImprovingLLMbasedPaperReviewwithHumanlikeDeepThinkingProcess：通过合成类人深度思考过程改进基于LLM的论文评审效果。这篇文章探索了如何利用大型语言模型（LLM）来改进论文评审过程，提出了一个多阶段框架DeepReview，通过结合结构化分析、文献检索和基于证据的论证，模拟专家评审员的深度思考过程，从而提高LLM在论文评审中的可靠性...LLM结构化fast多模态故障诊断！基于1D-GRU+2D-MTF-ResNet-CBAM的分类模型
1.模型简介与创新点介绍1.1模型简介将时频图像和一维时序信号相结合，并使用CBAM注意力机制优化的ResNet和GRU多模态特征融合模型，来进行故障信号分类，能够有效地结合时频图像空间特征和一维信号时间序列特征，能够充分利用多模态特征的优势。1.2创新点介绍创新一：多模态融合本模型将时频图像和一维时序信号进行多模态融合，充分利用这两类数据的互补性。时频图像通过马尔可夫转移场MTF，将信号的频率和时间特征可视化。而一...多模态CBAMGRUDeepSeek-R1的风吹到了多模态，Visual-RFT发布，视觉任务性能飙升20%
尽管DeepSeekR1风格的模型在语言模型中已经取得了成功，但其在多模态领域的应用仍然有待深入探索。上交大等提出并开源VisualRFT，将RFT扩展到视觉任务，通过设计针对不同视觉任务的可验证奖励函数，提升LVLMs在视觉感知和推理任务中的性能。视觉强化微调（VisualRFT）的概述。与（a）数据驱动的视觉指令微调相比，（b）视觉强化微调（VisualRFT）在有限数据下更具数据效率。（c）成功地将RFT应用于一系列多模态任务，并在底部展...DeepSeekVisual视觉任务重磅，微软LazyGraphRAG正式开源及实现细节剖析！
微软GraphRAG自提出，已历时快一年，PaperAgent对其发展历程进行了专门梳理与总结：去年4月，为解决传统RAG在全局性的查询总结任务上表现不佳，微软多部门联合提出ProjectGraphRAG（大模型驱动的KG）；去年7月，微软正式开源GraphRAG项目，引起极大关注，至今23.2kstar，但落地时却面临巨大成本痛点（具体：LLM用于实体关系抽取+描述，社区总结）；去年11月，为了上述痛点，微软发布了LazyGraphRAG，将数据索引成本降低1000倍，...微软开源PaperAgentAI界劳斯莱斯o1 -Pro来了！百万token收费600刀，OpenAI正在远离AI平权初心？
今天被OpenAI的定价策略惊掉下巴——百万token收费600刀的o1pro，这价格都可以买270份DeepSeek全家桶了。有国内网友调侃为“美国版5G笑话”：“睡觉前忘了断网，结果一觉醒来房子是OpenAI的了”。有意思的是官方说辞：号称投入更多算力保障，能解决癌症级难题。但有媒体在报道中指出，o1pro实际表现效果并没有宣称的那么优秀：有用户实测后暴露了短板——处理数独错误频出。其实OpenAI的暗线已经逐渐清晰：🔹普通用户用「青春版...o1-proOpenAI算家云算力租赁每日AI资讯记忆牢笼还是概括之路？上海交通大学与加州大学圣地亚哥分校联合团队破解大模型代码生成谜题
在充满挑战与机遇的人工智能领域，大语言模型（LargeLanguageModels,LLMs）已经在多个场景中展现了惊人的潜力。从语言生成到机器翻译，这些模型不断突破界限。而在软件开发这一专业化领域，它们似乎成为了一种理想的助手——帮助程序员从自然语言描述中生成代码，或通过提示优化现有程序。然而，尽管模型的能力令人惊叹，它们也面临着不可忽视的问题：是否能真正理解编程逻辑，还是仅仅在“记住”和“复述”？来自上海交通大学...大模型代码优化大模型系列：一文带你梳理Large Language Model发展历程
在这个系列文章中，我会用通俗的语言，为大家介绍学习大模型的核心知识点。读完这个系列的文章，你会深入理解语言大模型、多模态大模型的核心技术点，包括模型结构、训练方式、数据处理、多模态融合等。大模型的前身是语言模型，圆圆是很早就开始在工业界研究和应用语言模型的一批人，因此对整个深度学习时代语言模型的发展历程都有见证。当时还没有Transformer、BERT，只有LSTM、Attention这种结构。工业界效果最好、应用最稳...DeepSeek模型语言AI 大模型：产业变革的引擎与未来发展的关键路径
一、AI大模型的技术突破与产业现状在技术迭代与产业需求的双重驱动下，AI大模型正成为重塑全球经济格局的核心力量。以Transformer架构为基础的生成式预训练模型，通过万亿级参数规模与海量数据训练，实现了从信息形式处理到内容理解的质的飞跃。这种突破不仅体现在语言生成、对话交互和跨领域迁移等核心能力上，更通过开源生态与商业化应用，兼容至金融、制造、医疗等多个垂直领域。目前，大模型的产业应用呈现出鲜明的层级特征...AIAI大模型算力人工智能创新知识Agent检索：让RAG迸发智慧的五个架构跃迁点
一、问题出在哪？从真实故障说起去年我们接了个电商客户案例：他们的客服系统用RAG处理用户咨询时，遇到这样一个问题："比较推荐给Nike和Puma的智能手表在防水性能和运动模式上的差异"传统RAG的表现就像个老实但死板的学生：把整个问题扔进搜索引擎抓回20篇产品手册生成笼统的功能对比结果用户投诉答案"像产品说明书，没有商业洞察"。问题出在哪？这暴露出传统架构的三大死穴：问题复杂度越高，检索精度越差（我们的测试显示，...Agent检索RAG耗时一年半！谷歌新定义具身通用最强SOTA，轰动硅谷！物理世界的原生推理能力、灵活性让人惊掉下巴！
原创出品51CTO技术栈（微信号：blog51cto）想知道世界SOTA级别的模型用在物理世界中有多震撼吗？GoogleDeepMind做了一件破天荒的事情。大模型自爆火以来，已经过去两年多，但在物理世界中真正能转化为机器人行为，还是一个世界级难题。如何让机器人理解物理世界，并能与之安全、高效地交互也是各大科技巨头一直在研究的两大前沿命题。图片这一次，以GoogleDeepMind为主导的研究团队投入了近120名研究人员，耗时一年半，一次性给这两...谷歌SOTA机器人谷歌开源Gemma-3：媲美DeepSeek，算力暴降10倍
精华昨晚，谷歌CEOSundarPichai宣布，开源最新多模态大模型Gemma3，主打低成本高性能。Gemma3共有10亿、40亿、120亿和270亿四种参数。但即便最大的270亿参数，只需要一张H100就能高效推理，同类模型要达到这个效果最少要提升10倍算力，也是目前最强小参数模型。根据盲测LMSYSChatbotArena数据显示，Gemma3仅次于DeepSeek的R1671B，高于OpenAI的o3mini，Llama3405B等知名模型。DeepSeek的R1是相当有排面，国内外发布高性能低成本模型...模型开源谷歌一文读懂 DeepSeek使用的 MoE 架构到底是什么
原创 精华你有没有想过，为什么当红炸子鸡DeepSeek这样的大语言模型能够又快又好地回答各种问题，而且成本又那么低？秘密之一就在于它使用的"混合专家"（MixtureofExperts，简称MoE）架构。本文将用通俗易懂的语言，解释MoE是什么，它如何工作，以及为什么它如此重要。MoE是什么？想象一下一所大学：传统模型就像一位超级教授，必须精通所有学科，从文学到物理，从历史到计算机科学。每个问题都由这位教授独自解答。MoE模型则像一所设有...DeepSeekMoEMoE架构Python极简LangChain智能体开发入门指南
原创引言：LangChain的背景与意义在人工智能快速发展的时代，大型语言模型（LLM）如OpenAI的GPT系列，已成为生成自然语言文本的核心技术。然而，将这些模型应用于实际应用（如聊天机器人或虚拟助手）时，开发者常常面临提示管理、外部数据集成和上下文保持的挑战。LangChain作为一个开源框架，旨在简化这些复杂性，提供模块化工具，帮助开发者高效构建LLM驱动的应用。LangChain于2022年10月由HarrisonChase在RobustIntelligence启动...LangChainAgent智能体DeepSeek-R1的方法迁移到多模态大模型-开源Vision-R1实现方法思路
原创刚开始琢磨使用DeepSeekR1风格训练多模态R1模型，就看到这个工作，本文一起看看，供参考。先提出问题，仅靠RL是否足以激励MLLM的推理能力？结论：不能，因为如果RL能有效激励推理能力，VisionR1Zero应该表现出生成复杂CoT的能力，并在基准测试中提升准确率。如下图D和E所示：方法：从未经专门推理优化的原始MLLM（例如Qwen2.5VL7BInstruct）开始，直接应用RL训练。使用与VisionR1相同的奖励函数，即硬格式结果奖励函数（HFRRF）...DeepSeek-R1多模态大模型大型语言模型是否解决了搜索问题？
原创尽管LLM在内容生成方面表现出色，但需要采用语义分块和向量嵌入等技术来解决复杂数据环境中的搜索问题。大型语言模型（LLM）的涌现推动了信息检索和人机交互的范式转变。这些模型在大量的文本语料库上进行训练，并针对预测语言任务进行了优化，在响应查询、总结文本内容和生成上下文相关信息方面展现出了显著成效。然而，尽管LLM具有令人印象深刻的生成能力，但它们并不能从本质上解决结构化和非结构化数据环境中搜索和检索的复...LLM大型语言模型搜索架构五分钟读懂Manus平替：深度解析OpenManus 如何重新定义Multi Agent?
原创最近，AI圈子里有个词儿特别火——Agent（智能体）。随着大模型在推理与生成上的能力不断提升，Agent技术也迎来了它的“高光时刻”。特别是3月初，Manus展示的多智能体Demo，直接让整个行业沸腾了。紧接着，国内的DeepWisdomMetaGPT团队和CAMELAI团队也迅速跟进，开源了OpenManus和OWL，瞬间在社交媒体和GitHub上掀起了一股多智能体技术的热潮。今天，我们就来聊聊这个开源项目OpenManus，看看它到底有什么魔力，能在短短几天内...ManusOpenManusAgent智能体DeepSeek vs. OpenAI：2025年，哪家AI更适合小企业的编程需求？
原创01、引言：AI编程的时代变革嘿，各位小伙伴！如今的软件开发领域，正经历着一场翻天覆地的大变革，而这一切都得益于人工智能（AI）的飞速发展。AI早已不是停留在科幻电影里的概念，它实实在在地走进了开发者和各种规模企业的工作流程中。在这场AI革命的浪潮里，DeepSeek和OpenAI可是当之无愧的领军者，它们不断突破着AI辅助编程的可能性边界。对于小企业来说，AI的魅力简直无法抵挡。它能自动处理那些重复繁琐的编程任务，提升...DeepSeekOpenAIVision-R1：多模态领域的DeepSeek R1-Zero，7B参数比肩OpenAI O1
DeepSeek在领域内获得广泛关注的核心在于R1Zero仅通过强化学习（RL）便成功实现了推理能力的涌现，即发现Ahamoment。那么，在多模态领域，是否也能获得借鉴R1Zero的思路呢？今天介绍的VisionR1就是这一方面的探索的代表，其目的就是研究如何有效利用RL来增强多模态大型语言模型（MLLM）的推理能力。然而，研究团队发现，由于缺乏大规模、高质量的多模态推理数据，直接应用RL训练MLLM在激发其深层推理能力（如提问和反思）方面面...Vision-R1多模态7B参数AI挑西瓜：每一口都是甜蜜暴击
在这个科技飞速发展的时代，AI人工智能已经悄然走进了我们生活的方方面面。今天，我们要聊一个既有趣又接地气的话题—AI挑西瓜。传统挑西瓜的困境夏季马上到来，来一块清凉爽口的西瓜，实在是人生一大乐事。然而，挑选西瓜却一直是个技术活。在菜市场或水果店，我们常常看到人们抱着西瓜，轻轻拍打，竖起耳朵倾听声音，再左瞧右看西瓜的纹路、形状，仿佛在施展一场神秘的“选瓜仪式”。传统的挑西瓜方法，更多依赖人的经验和感...AI应用场景挑西瓜
