AI.x社区

LLMReasoner是一个库，它让任何LLM（大模型）都能像OpenAIo1和DeepSeekR1一样深入思考。✨主要特点🧠循序渐进的推理：不再有黑箱答案！准确了解LLM是如何思考的，类似于O1的系统方法🔄实时进度：通过流畅的动画观看推理的展开🎯多提供商支持：与LiteLLM支持的所有提供商兼容🎮精美的UI：一个漂亮的Streamlit界面可供使用🛠️高级用户CLI：无缝嵌入你的代码📊信心跟踪：了解LLM对每个步骤的确定程度🚀快速开始首先安装：pipinsta...

出品51CTO技术栈（微信号：blog51cto）上周四，一款非常令人迷惑不解的现象级产品，只用了一天时间，就把“封神”和“打脸”两种滋味都尝了个遍。这款号称全球首个“通用代理”人工智能平台，于上周预览推出，其引发的关注度席卷了整个技术圈。HuggingFace的产品负责人称Manus是“我尝试过的最令人印象深刻的人工智能工具”。人工智能政策研究员DeanBall将Manus描述为“使用人工智能的最复杂的计算机”。不过很快就有人就质疑Ma...

论文链接：https:arxiv.orgpdf2503.03651Git链接：https:github.comshowlabDoraCycle亮点直击无配对数据的领域适应：DoraCycle通过循环一致性学习，首次实现了仅使用无配对数据进行生成模型的领域适应，显著降低了数据获取成本。跨模态对齐的自监督学习：通过双向映射和同一模态内的损失计算，实现了视觉和语言之间的跨模态对齐，无需成对数据监督。训练稳定性增强：引入EMA模型和梯度裁剪技术，解决了多步推理中的梯度爆炸问题...

福布斯官网消息，中国AI初创企业Manus发布了，全球首个完全自主通用AIAgent，彻底改变一切。Manus与传统人机协作模式的智能体有很大不同，是完全自主自动化执行任务，例如，想让Manus帮你在巴黎找一套公寓，它会考虑周边犯罪统计数据、租金趋势、房间大小、天气等情况，然后根据你的详细要求，找出最符合标准的房产信息。根据Manus公布的通用测试平台GAIA数据显示，Manus在1级、2级、3级通用任务上，全部大幅度超过了OpenAI发布...

编者按：提到DeepSeek，大家可能更熟悉R1模型——这款以低成本、高性能和开源特性颠覆行业的语言模型，而今天这篇文章介绍的DeepSeekJanusPro，通过创新的架构设计，在性能上超越了同领域的众多顶尖专用模型（JanusPro7B在图像理解和图像生成两方面都超越了LLaVA、Dalle3和SDXL这样的主流选手）。本文深入解析了JanusPro的技术细节，从其核心设计原则到具体的图像编码器选择，再到训练过程的三个阶段，全面展示了JanusPro如何通...

01、概述在当今这个充满挑战与机遇的时代，许多复杂问题似乎已经超出了单一解决方案的范畴。但想象一下，如果我们将一群智能的“大脑”组合在一起，让它们相互协作、思考并适应环境，共同实现目标，那会怎样？多智能体系统（MultiAgentSystem，简称MAS）正是基于这种理念，它通过让独立的智能体协同工作，为我们带来了全新的视角和可能性。从优化智能城市的交通流量、协调自动驾驶车队，到优化供应链管理、提升医疗决策水平，这...

01、概述近年来，自然语言处理（NLP）技术取得了长足进步，但即便是当前最先进的大型语言模型，在面对复杂数学推理和精细编程任务时，依然会遇到不小的挑战。许多AI系统在处理多步逻辑推理时表现不佳，甚至难以跳脱训练数据的局限，无法真正做到广泛泛化。此外，常识推理能力的不足，也使得AI在实际应用中受到一定限制。因此，研究人员一直在探索一种透明、可扩展的解决方案，以提升AI的推理能力，同时鼓励社区协作与持续优化。...

01、概述在当今科技飞速发展的时代，人工智能早已告别简单的规则系统，摇身一变成为能处理复杂任务的智能强者。在这一变革浪潮中，“AIAgents”和“AgenticAI”这两个术语频繁闯入我们的视野。尽管乍看之下，它们似乎差不多，但实际上，它们代表着构建智能系统的不同路径。今天，就让我们一起深入探究AIAgents和AgenticAI之间的差异，从定义、架构，到现实应用，以及它们在多智能体系统和人机协作中的角色，全方位解锁其中奥秘...

随着AI与机器学习的发展，银行欺诈检测能力也迎来了显著进步。然而，欺诈判决的可解释性仍是一大现实难题——即怎样证明某笔交易因何被标记为欺诈？本文将探讨DeepSeekAI如何通过以下方式增强欺诈预防能力：使用深度学习模型进行AI驱动的欺诈检测使用SHAP与LIME实现AI可解释性使用Streamlit与Tableau建立实时仪表板欺诈检测模型比较流程图、图表与可视化技术银行欺诈检测：AI为何意义重大？银行欺诈可分为：信用卡欺诈：使用被...

为什么写这篇文章，因为见过太多人，在复制大模型回答的时候，连格式都没有调一下，而是直接就用了。每次看到下图这样的格式，出现在正式的文件或者报告中，竟有点忍俊不禁。再就是不懂编程的小白，想做好智能体应用开发，即使是像Coze这种低代码平台，也必须懂的Markdown语言，不然无法输出排版精美的文档。Markdown是什么？Markdown是一种轻量级标记语言，由JohnGruber于2004年创建。它使用纯文本格式编写文档，然后转换成有...

想象一下，你走进一家高档餐厅。你不需要自己跑到厨房做菜，只需告诉服务员："我想要一份香煎三文鱼，七分熟，配芦笋和柠檬汁。"服务员将你的需求准确传达给厨师，厨师完成烹饪后，服务员再把美食送到你面前。FunctionCall就是大模型的"服务员"，它能够：理解用户需求将需求转化为标准化的函数调用调用外部工具或API将执行结果返回给用户简单来说，FunctionCall使得大模型能够"召唤"外部功能来完成自己不擅长的任务。FunctionCa...

最近，销售团队频繁反馈一个问题：在给客户演示时，我们的AI系统知识库爬虫表现不佳，输入客户的网页地址后，往往什么都抓取不到，导致知识库无法更新。作为技术负责人，我一开始也有些头疼，毕竟我对爬虫的了解还停留在Scrapy和Selenium的时代，觉得这些工具既复杂又耗时，于是干脆拒绝了销售的需求。销售团队一度认为我们的爬虫功能“鸡肋”，直到我发现了这款好用的爬虫工具——Crawl4AI。自从用上Crawl4AI，销售团队反馈说...

“数据预处理是一项复杂且重要的过程，是神经网络的核心工作之一。”在神经网络技术中，有几个比较重要的环节，其中就有神经网络模型的设计；但在此之前还有一个很重要的功能就是数据集的整理；一个高质量的数据集高性能神经网络模型的基础。但怎么才能打造一个合格的数据集，以及怎么打造一个合格的数据集？而这就是神经网络模型的数据处理部分。数据预处理不论是在传统的数据分析领域，亦或者在神经网络模型领域；数据处理都...

作为高度颠覆性的生成式人工智能(GenAI)技术的技术支柱，基础模型(FMs)已获得了学术界和工业界的广泛关注。特别是，大型语言模型(LLMs)的出现，它们在理解和生成类人推理和内容方面表现出色，催生了大量使用语言模型的各种下游任务。随后，基于FM的自主Agent的开发越来越受到关注，例如AutoGPT和BabyAGI，它们可以主动、自主地追求用户目标。尽管当前研究者在AIAgent领域投入了巨大努力，但从业者在构建和实施基于基础模型（Fou...

摘要使用机器生成的指令跟随数据对大型语言模型（LLMs）进行指令调优已被证明可以提高其在新任务上的零样本（zeroshot）能力，但在多模态领域，这一想法尚未得到充分探索。我们首次尝试使用纯语言的GPT4生成多模态语言图像指令跟随数据，并通过在这些生成数据上进行指令调优，引入了LLaVA：一个连接视觉编码器和语言模型的端到端训练的大型多模态模型，用于通用视觉和语言理解。为了促进未来对视觉指令跟随的研究，我们构建了两...

编辑伊风出品51CTO技术栈（微信号：blog51cto）22年9月，肖弘看到了一篇报道红杉美国的文章，其中说：生成式AI会改变世界。肖弘将这篇文章转发给了他的联创，两人开始着手研究起AI这一领域和方向。“蝴蝶效应”由此开始，直到Manus在AI圈掀起了一场飓风。作为一位连续创业者，肖弘经常提到“窗口期”这个词——他似乎是一位擅长预判机会、抓住机会的人。肖弘说，2023年是AI产品应用的窗口期，“整个（市场）AI产品的供给非常少...

LuminaBrushLuminaBrush是一个构建交互式工具以在图像上绘制照明效果的项目。该框架采用两阶段方法：第一阶段将图像转换为“均匀照明”的外观，第二阶段利用用户涂鸦生成照明效果。。相关链接HF演示：https:huggingface.cospaceslllyasvielLuminaBrushGitHub：https:github.comlllyasvielLuminaBrush演示LuminaBrush目前基于Flux。种子为12345的示例：框架LuminaBrush是一个两阶段框架。第一阶段（左侧）将图像转换为“均匀照明...

在深度学习飞速发展的当下，Transformer架构无疑是闪耀的明星，被广泛应用于自然语言处理、计算机视觉等多个领域。而Transformer的“智慧源泉”，正是自注意力机制。今天，就让我们深入剖析这一神奇机制，揭开它的神秘面纱。首先要明白一个概念：为什么需要自注意力机制？传统的神经网络，如循环神经网络（RNN）在处理序列数据时，按顺序依次处理每个元素，对于长距离依赖的捕捉能力欠佳，会出现梯度消失或梯度爆炸问题。卷积神...

Instructor是一个用于处理大型语言模型（LLMs）结构化输出的库，基于Pydantic构建，支持多种LLM。主要功能包括验证、重试管理、流式响应等。主要目的是简化与LLM交互时的结构化输出处理，避免手动解析文本带来的麻烦。优点：通过Pydantic模型定义输出结构，直接映射LLM的响应到类型安全的Python对象。例如，从自然语言中提取用户信息时，只需定义​​User(name:str,age:int)​​模型，即可自动解析并验证结果支持OpenAI、Anthro...

短短六个月内，消费级AI领域的格局已彻底改写。一些产品突飞猛进，另一些停滞不前，还有少数出人意料的玩家在一夜之间改写了排行榜。三大趋势重构竞争版图：技术平民化革命："Vibecoding"让非技术用户通过自然语言构建网页应用，AI创作门槛坍塌。视频生成临界突破：中、美视频模型阵营分野，Sora、Kling、海螺AI形成风格化产品矩阵。用户行为质变：从尝鲜猎奇到刚性依赖，4亿周活用户的ChatGPT印证AI工具常态化。我们借助数据来...