AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
修图模型照妖镜上线！ImgEdit-Bench三维「死亡评测」曝光，谁在裸泳一测便知
社区头条文章链接：https:arxiv.orgpdf2505.20275Git链接：https:github.comPKUYuanGroupImgEdit亮点直击稳健的流程。引入了一个高质量的数据生成流程，确保数据集具有多样性、代表性，并具备足够的质量以支持图像编辑模型的开发。新数据集。构建了ImgEdit，一个大规模、高质量的数据集，包含110万单轮样本（涵盖10种代表性编辑任务）和11万多轮样本（包含3种新颖的交互类型）。可靠的基准。发布了ImgEditBench，该基准在三个关键维度（...模型AI生成AlphaEvolve: 谷歌DeepMind迈向通用人工智能（AGI）的突破性一步
原创 社区头条谷歌DeepMind推出的AlphaEvolve旨在自主发现算法和科学解决方案。它基于进化计算原理，通过LLM驱动的独立进化流程，不断优化代码。AlphaEvolve不仅超越人类专家设计的算法，还在数学和谷歌基础设施优化上取得突破。其自主创造力和持续自我改进能力，为迈向通用人工智能（AGI）和超级人工智能（ASI）提供了新方向。谷歌DeepMind最近发布了AlphaEvolve，这是一种进化式编码代理，旨在自主发现新算法和科学解决方案。在...AlphaEvolve人工智能LLMNvidia的具身推理模型还缺什么？
物理人工智能系统需要感知、理解并在物理世界中执行复杂动作，NvidiaCosmosReason1【文献1】就是为此而设计。一、CosmosReason1CosmosReason1模型系列宣称可以通过长链思维推理过程理解物理世界，并以自然语言生成相应的具身决策。该模型将物理AI推理的核心能力，锁定在物理常识和具身推理：1.采用分层本体论来捕捉关于空间、时间和物理学的基础知识。分层本体将物理常识划分为空间、时间和基础物理三大类16个子类；2.基于二维...Nvidia推理模型深入解析AI Agent框架：Google ADK vs. Autogen、Langchain与CrewAI
社区头条
热门内容榜 • 最近上榜人工智能（AI）领域对多智能体系统的潜力充满期待——这种框架允许多个专业化AI智能体协作，以比单一模型更高效地解决复杂问题。这一转变预示着更精细的自动化、复杂的问题解决能力以及自主化工作流程。近期，Google推出了其智能体开发工具包（AgentDevelopmentKit，ADK），进入这一领域。然而，面对Microsoft的Autogen、灵活的Langchain和以协作为核心的CrewAI等成熟框架，开发者需要做出关键选择：哪款框架最适合他们的需求？...AIAgent框架新版DeepSeek R1你得这样用，太爽啦~
昨天下午下班后，DeepSeekR1更新了然而他们就只是悄悄在微信群里面发布了这个消息。说是一个小版本试升级于是我带着强烈的好奇走上了这条一波三折的测评之路。心情真的是起起伏伏我一开始测试了好几个Case，有写作的，有代码的，有数学的。初步觉得效果确实有提升，程度比官方说的高一点，但是离顶尖模型Claude4还是有明显差距。比如测试生成的城市智慧交通大数据可视化监控平台上边是新版DeepSeekR1，下边是Claude4图片又比如...DeepSeek R1Claude4gemini2.5麻雀搜索算法（SSA）：如何通过模拟麻雀行为提升全局搜索能力？
在大自然的舞台上，麻雀或许是最不起眼的“演员”，但它们却有着令人惊叹的生存智慧。今天，我们要聊的是一种从麻雀身上汲取灵感的神奇算法—麻雀搜索算法（SSA）。深入探讨SSA算法的灵感来源、基本原理、算法流程以及如何通过代码实现它。一、前言｜麻雀搜索算法的来源麻雀搜索算法（SparrowSearchAlgorithm，SSA）是一种新型的群体智能优化算法，其灵感来源于麻雀的觅食和反捕食行为。在自然界中，麻雀通常会分为以下几种角色...麻雀搜索算法SSA12个GitHub宝藏仓库，助你轻松掌握大语言模型（LLM）
原创 社区头条在当今这个人工智能飞速发展的时代，大语言模型（LLM）已经成为了科技领域的一股不可忽视的力量。从ChatGPT、Claude到Gemini，这些基于LLM的聊天机器人正在改变我们与机器互动的方式，它们能够通过简单的提示生成内容和代码，展现出强大的自然语言处理能力。如果你还没有深入了解LLM，或者没有开始探索相关的GitHub仓库，那么你可能已经在AI领域的浪潮中落后了。今天，就让我们一起走进这些顶级的LLMGitHub仓库，看看如何从零开...GitHubLLM大语言模型边端AI迎来新星！NVIDIA发布Llama Nemotron Nano 4B，推理效率飙升50%
原创嘿，小伙伴们！今天给大家带来一个超有料的消息，NVIDIA又搞了个大动作，发布了LlamaNemotronNano4B模型。这可不是普通的模型，它可是专门为边缘AI和科学任务量身打造的推理小能手哦！接下来，就让我们一起走进这个40亿参数的推理奇迹吧！开场：AI模型界的“小钢炮”在AI的世界里，模型的大小和性能一直是大家关注的焦点。大模型固然强大，但有时候，小而精的模型也能大放异彩。NVIDIA这次发布的LlamaNemotronNano4B，就是一个...NVIDIAAI模型边缘AIJupyter MCP Server：让 AI 与你的 Jupyter 环境无缝协作
原创在当今数字化时代，数据科学和机器学习的结合正变得越来越紧密。而JupyterNotebook作为数据科学家和开发者的得力助手，其功能也在不断拓展。今天，我们要介绍的JupyterMCPServer，正是这样一个能够将大型语言模型（LLM）与Jupyter环境实时集成的神器。它通过实现模型上下文协议（MCP），让AI模型能够以安全且有上下文感知的方式与Jupyter的内核、文件系统和终端进行交互。接下来，就让我们一起深入了解JupyterMCPServer的魅力所...MCPJupyterLLM大语言模型使用多Agent进行海报生成的技术方案及评估套件-P2P、paper2poster
原创最近字节、滑铁卢大学相关团队同时放出了他们使用Agent进行海报生成的技术方案，P2P和Paper2Poster，传统方案如类似ppt生成等思路，基本上采用固定的模版，提取相关的关键元素进行模版填充，因此，海报生成的质量完全依赖于规则模版的丰富程度。下面来看一下这两个团队使用Agent进行海报生成的技术思路，覆盖多种技术链路，如：文档智能解析、LLM、布局生成、Agent等。比如有趣，下面来看看这两个技术方案，供参考。学术论文>学...AgentP2PPaper2PosterMMIE：用于大型视觉语言模型的大规模多模态交错理解基准（ICLR 2025）
原创摘要交错多模态理解与生成能力——使模型能够以任意顺序生成和解释图像与文本——已成为多模态学习的关键领域。尽管已有显著进展，但对这一能力的评估仍显不足。现有基准在数据规模、范围和评估深度上存在局限，而当前评估指标往往成本高昂或带有偏见，在实际应用中缺乏可靠性。为应对这些挑战，我们推出MMIE，这是一个大规模知识密集型基准，用于评估大型视觉语言模型（LVLMs）的交错多模态理解与生成能力。MMIE包含20,000个精...视觉语言模型多模态MMIE【一文了解】Llama-Factory
在当下流行的各种大模型工具中，LlamaFactory是全球开发者常用的一套工具集，它基于Transformer架构，为我们提供了一套简单、快速而又高效的大模型定制化训练与部署工具，并且它提供了模块化、可扩展和流程化的框架，支持多种主流的大语言模型（如LLaMA、ChatGLM、Qwen等），一站式地集成了数据预处理、训练、微调、评估和推理等多种功能。本篇我们一起来看看LlamaFactory能为我们带来哪些便利。一、核心功能1.多模型支持兼容主...LlamaFactory工具大模型是什么？大模型 vs 小模型：AI界的‘超人’和‘特种兵’有什么区别？
社区头条 热门内容榜 • 最近上榜一、大模型是什么？大模型（LargeModel），全称“大规模预训练模型”，是一种参数规模庞大、训练数据海量的深度学习模型。它通常包含数十亿甚至数千亿个参数，例如OpenAI的GPT3拥有1750亿参数，而华为盘古大模型参数规模更是达到千亿级别。这些模型通过训练互联网上的海量文本、图像、音频等多模态数据，学习复杂的模式和特征，从而具备强大的泛化能力和多任务处理能力。大模型的核心特点可概括为：参数量庞大：传统模型参数通...大模型小模型AI一个智能体搞定所有Office工作，Skywork将彻底改变我们的工作方式！
我用智能体应用的"啊哈时刻"终于来了，万万没想到是Skywork带来的。直出一整套PPT！下面都是！图解商业图解AI除了PPT，处理复杂数据，生成网页游戏，播客，甚至连音视频制作都能搞定！一款智能体就能完成如此多样的任务，我尝试了几个实际场景，每一次都被结果惊艳到！技术发展真的比我们想象的要快得多，AI正在重新定义我们的工作方式！Skywork介绍Skywork是昆仑万维的天工团队研发的超级智能体，初体验就让我直呼过瘾。和一般...Skywork智能体应用鲶鱼效应：DeepSeek打开了AI大模型新序幕，未来大模型技术的方向选择
从2024年12月份DeepSeek发布了DeepSeekV3开始，整个AI圈内就掀起了一波技术创新式浪潮，核心的因素在于一家在2023年刚注册成立的初创企业所发布的第一个正式版本模型就直接对标了OpenAI闭源的GPT4o以及Claude3.5Sonnet，更重要的是其训练阶段的成本只有不到600万美元，是什么概念？在这之前，普遍的训练成本都在千万甚至于上亿美元的成本支出，突然出现预训练大模型在性能上比肩目前最强的GPT4o，成本上比GPT4o要节约十几倍，关...DeepSeekAI大模型55万人围观！这款代理意外燃爆了！产品感知力爆表！一张截图复刻苹果官网，一句话生成真运行App！
原创 社区头条 热门内容榜 • 最近上榜出品51CTO技术栈（微信号：blog51cto）今天凌晨，一款Agent工具意外出圈了。一位热衷AI摄影导演的X博主EHuanglu分享了他试用一个名叫HeroUI的AI工具的经历，并放出了自己近日来生成的6个精美App或网站，精美程度堪比苹果、迪奥。“我只用文字prompt，就在几分钟内创建了一个完整的项目管理应用。”“它可以模仿任意网站界面，只要你提供截图。”“还能导入Figma文件继续编辑。”“甚至prompt写不清楚？它会帮你补。”图片HeroUI...AppAgent工具【TVM 教程】编写自定义 Pass
原创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：[JianWeng](https:were.github.io)TVM是一个抽象出机器学习加速器异质性的框架，有时用户希望自定义一些分析和IR转换，使得TVM适应自己的专用硬件。本教程介绍如何在TVM中编写自定义Pass。先决条件[](https:tvm.hyper.aidocshowtoextendwritingpass%E5%85%88%E5%86%B3%E6%9D%A1%E4%BB%B6"先决条件的直接链接")阅...编写算法TVMHalideIR机器学习编写自定义 PassAI为何读不懂钟表？模拟时钟暴露的认知短板与AI进化隐忧
原创 社区头条 热门内容榜 • 最近上榜中国与西班牙的联合研究质疑当前AI通过数据扩容实现类人泛化能力的可行性，强调需突破架构限制以构建抽象推理机制，并呼吁重新审视“智能”的本质定义。引言中国和西班牙研究人员发表的一篇新论文发现，即使是像GPT4.1这样的先进多模态人工智能模型，也难以从模拟时钟图像中识别时间。时钟中细微的视觉变化都可能导致严重的解读错误，而微调也只对熟悉的示例有效。这一结果引发了人们对这些模型在现实世界任务中处理不熟悉图像...人工智能视觉语言模型MLLM量子机器学习变分网络：组合优化问题工程应用
原创量子机器学习变分网络：组合优化问题工程应用全解析一、为什么我们需要重新认识组合优化问题想象你每天要处理这些场景：物流公司需要规划1000辆货车的最优配送路线，电商仓库要安排300万件商品的存储位置，旅行平台得为10亿用户生成个性化旅行方案。这些看似不同的场景，本质上都是典型的组合优化问题（CombinatorialOptimizationProblem）。传统方法处理10万级规模问题需要72小时计算现有优化算法在NP难问题上效率逼近瓶颈量子...机器学习公平性机器学习工具链：Aequitas检测与纠偏实战
原创公平性机器学习工具链：Aequitas检测与纠偏实战为什么需要关注机器学习中的公平性问题？想象一下这样的场景：某招聘平台用AI筛选简历，结果发现某性别占比明显失衡；某信用评分模型对特定地区用户产生系统性偏差。这些现象背后，往往隐藏着机器学习模型对历史数据中隐含偏见的继承。Aequitas作为专业的公平性分析工具，能帮助开发者像检查代码一样，系统性地发现并修复模型中的公平性。认识Aequitas的核心功能Aequitas通过三大...机器学习
