AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
RAG技术落地的两个问题及应对策略
什么是RAG？RAG的全称是检索增强生成（RetrievalAugmentedGeneration，简称RAG），它结合了检索和和生成技术，通过整合检索系统和生成模型的优势，来提升模型生成文本的质量和上下文相关性。这种技术主要是为了解决生成式模型在面对需要具体、实时或领域专业知识时可能产生的准确性不足和上下文不敏感的问题。即它先根据外部知识库搜索到的信息来作为上下文，再来辅助模型回答问题，使得模型的回答更准确。比如你想做一个智能助...RAG技术BM25微软研究人员发布 AIOpsLab：面向 AIOps 代理的开源综合人工智能框架
原创01、概述随着云计算技术的不断演进和复杂化，企业对云基础设施的依赖越来越深。如今，几乎所有大型企业都依靠云平台确保业务顺利运营。然而，随着微服务架构和无服务器计算的兴起，云计算环境的复杂度也随之加剧，给云计算的可靠性和运维带来了前所未有的挑战。站点可靠性工程师（SREs）和DevOps团队肩负着保障云平台的稳定性、故障检测、诊断及修复等重要任务。然而，随着服务模型的复杂化，传统的运维方式显得捉襟见肘，无法...人工智能框架AIOpsLabAI驱动数据存储变革：2025年五大趋势展望
数据驱动的AI变革：AI的普及推动了存储系统从单纯追求性能向企业级综合能力（包括数据管理、效率、韧性等）转变，并凸显了高质量数据和有效数据治理对AI战略成功至关重要的作用。高性能对象存储崛起：对象存储正通过技术创新，突破传统应用边界，向高性能计算领域（尤其是AI和数据分析）拓展，并有望挑战并行文件系统的主导地位。AI驱动混合云智能化升级：企业级AI工作负载的需求推动混合云从资源整合向更智能的集成和优化演...趋势AIDORAMeta开源多模式模型，轻松混合文本和语音
传统的生成语音方法通常是先使用ASR将输入语音转录为文本，再使用纯文本的大语言模型生成文本，最后通过TTS将生成的文本合成为语音。但这种方式在建模和生成表达性语音方面有很大技术局限性。例如，当我们想要生成一段带有特定情感的语音时，这种多步骤的方法可能无法很好地捕捉情感信息，导致生成的语音在表达上不够自然。为了解决这些难题，Meta开源了多模式模型SPIRIT–LM，可以轻松混合文本和语音使生成的效果更逼真、拟人...Meta开源模型Sam Altman：OpenAI确定发布AI Agents，彻底改变企业效率
昨天，OpenAI首席执行官兼联合创始人SamAltman，在他的个人博客发布了最新深度文章——Reflections（反思）。主要回顾了OpenAI创立这9年的时间：从最初的不被外界看好，到2022年发布ChatGPT掀起全球AI革命用户一路暴涨超过3亿，再到他突然被解雇，整个OpenAI陷入混乱状态。这也让他意识到自己的管理挺失败的，好在恢复过程中他比较幸运有很多人帮助了他，随后整改了OpenAI董事会实现多元化管理。在技术展望方面，Sam特意写道“...OpenAIAI模型TAG：定义自然语言查询的高效解决方案
原创摘要TAG（TableAugmentedGeneration）模型通过结合关系型数据库的精准计算能力和大语言模型的语义推理能力，为复杂的自然语言查询提供了高效解决方案。TAG的核心流程分为查询合成、查询执行和答案生成三步，能够灵活处理多数据源的交互式查询任务。通过引入语言模型，TAG不仅可以执行传统SQL查询，还能在情感分析、趋势总结等语义推理任务中展现卓越性能。本文详细解析了TAG的功能和机制，同时引入LOTUS系统作为其具体实现，展...TAG 模型自然语言查询数据分析EarthMarker：首个视觉提示遥感多模态大模型
原创摘要：近年来，提示学习技术的发展使用户能够通过多轮对话与人工智能(AI)工具互动，从而实现对图像的交互式理解。然而，仅靠普通语言指令难以有效传递复杂遥感(RS)场景中的信息，这限制了对图像潜在内容的深入理解。此外，由于自然场景和遥感数据在领域上的显著差异，现有的提示策略难以直接应用于遥感数据解读。为解决这些问题，本文提出了首个基于视觉提示的多模态大语言模型(MLLM)，名为EarthMarker，用于遥感领域。EarthM...大语言模型2025年企业必备的25款AI工具
原创01、概述在当今这个快速变化的时代，人工智能（AI）正以前所未有的速度重塑着商业世界的格局。它不仅为企业带来了前所未有的效率提升，还激发了创新的火花，让客户满意度达到了新的高度。从自动化繁琐的重复性任务，到从海量数据中提取宝贵洞见，再到助力精准决策，AI已经成为现代企业不可或缺的得力助手。它正在全球范围内推动各行各业的变革，无论是优化客户支持流程，还是提升供应链效率，亦或是驱动个性化营销活动，AI工具...AI工具微软人工智能研究院推出 OLA-VLM：一种以视觉为中心的优化多模态大型语言模型的方法
原创 精华01、概述随着人工智能（AI）领域的飞速发展，多模态大语言模型（MLLMs）正在快速崛起，推动着机器在理解和推理文本与视觉数据方面的能力。传统的AI系统通常在语言和视觉之间有着明显的界限，但随着技术的进步，我们正迎来一个可以同时处理视觉和语言信息的新时代。多模态大语言模型通过弥合视觉与语言之间的鸿沟，正在为图像分析、视觉问答、以及多模态推理等领域带来革命性变革。这些技术的出现，标志着人工智能在理解和与世界...多模态大语言模型大模型之嵌入与向量化的区别是什么？
原创“嵌入是更高层次的向量化，是智能化的；而向量化是一种数值转化的过程，是机械式的”在前面写了几篇关于嵌入和向量化的文章，然而在今天才发现之前理解的有偏差，嵌入和向量并不是一个东西，其效果虽然相似但却并不完全一样。嵌入与向量化先来思考一下向量化和嵌入是同一个东西吗？如果不是，那他们的区别是什么？我们都知道向量是大模型的底层数据结构，可以说没有向量就没有大模型；因此，在神经网络中唯一能够处理的数据格...大模型向量化AGI将至！2025年，第一批智能体成为公司劳动力；回顾OpenAI九年：我们的愿景不会改变，但策略将继续演变！
原创出品51CTO技术栈（微信号：blog51cto）OpenAICEO，营销高手，奥特曼又开始疯狂发推了。首先，他又充当起了AI“谜语人”，给观众一些模棱两可的话。“接近奇点；不清楚是哪一边”。很多人觉得这是给出了信号：AGI就要来了！图片两小时前，奥特曼又洋洋洒洒写了篇4、5千字的长文：反思。图片画个文章的重点（下文有全文翻译）：OpenAI在过去的九年中从零开始发展，作为先驱“摸着石头过河”，经历了多次曲折和挑战。在2025年，预...AGIOpenAIAI大模型之神经网络特征提取综述
原创“特征提取是神经网络的核心能力之一，但其复杂程度远没有想象中的那么简单”在之前的文章编码器和解码器中介绍了编码器和解码器的核心功能之——特征提取和特征重建；编码器的核心任务是特征提取，而解码器的核心任务是特征重建。但除开模型设计者也就是神经网络设计者之外，对大模型的使用者来说，大模型就是一个黑盒模型；用户只需要给定输入，大模型就可以根据训练结果给出相对应的数据输出。因此对使用者来说，大模型内的...大模型神经网络如何估算不同大小的大模型需要多大的GPU？
精华在几乎所有的LLM访谈中，都有一个问题不断出现：“为大型语言模型提供服务需要多少GPU内存（LLM）？这不仅仅是一个随机的问题，它是一个关键指标，表明您对这些强大模型在生产中的部署和可扩展性的理解程度。在使用GPT、LLaMA或任何其他LLMs，了解如何估算所需的GPU内存至关重要。无论您是处理7B参数模型还是更大的模型，正确调整硬件大小以服务于这些模型都至关重要。让我们深入研究数学运算，这将帮助您估算有效部署这些模型...大模型GPULLaMAlangchain送来新年礼物，开源canvas来了
langchain也送来新年礼物了，对标openaicanvas的项目开源。OpenCanvas不是又一个AI聊天机器人。它是一个开源的Web应用，可以让你与AI助手协同工作，以更高效、更智能的方式创作文档和代码。它汲取了OpenAI“Canvas”的灵感，但又有所创新，为你带来更强大的功能和更灵活的体验。试用地址：https:opencanvas.langchain.comOpenCanvas的独特之处：完全开源，自由掌控：所有代码都是开源的，并采用MIT许可。你可以自由地使用、修改...langchaincanvasAIMegrez-3B-Omni：无问芯穹端侧全模态大模型技术剖析与应用指南
在人工智能领域，技术的创新不断推动着行业的发展。前段时间，无问芯穹发布的Megrez3BOmni模型引起了广泛关注，它作为全球首款端侧全模态理解开源模型，为智能设备的交互体验带来了全新的变革。本文将对Megrez3BOmni进行详细介绍，包括项目概述、技术特点、性能优势、应用场景、快速使用以及项目地址等，希望能帮助读者更好地了解这一创新技术。一、项目概述Megrez3BOmni是由无问芯穹发布的全球首款端侧全模态理解开源模型。它...Megrez人工智能技术深入探讨语音转文本技术的演进
语音转文本（STT），也称为自动语音识别（ASR），是一种将口语转录成书面文本的AI技术，现在越来越多的公司利用STT在现有应用程序中嵌入新的音频功能，并为一系列用例创建智能助手。语音转文本模型简史首先，一些背景信息。语音转文本是AI中自然语言处理（NLP）分支的一部分。它的目标是使机器能够理解人类语音并将其转录成书面格式。你可能会想，转录语音有多难。简短的回答是：非常难。与可以以相对简单的方式放入矩阵中的图...语音文本技术一篇大模型GraphRAG最新综述
嘿，大家好！这里是一个专注于AI智能体的频道AI的“知识焦虑”很多时候，即使是最强大的AI模型，在面对复杂问题时也会显得力不从心？它们仿佛拥有惊人的记忆力，却无法真正理解知识背后的逻辑和关联。这就像一个学霸，背诵了无数知识点，却难以灵活运用。原因在于，传统的AI模型（例如大模型）处理信息的方式，通常是将数据视为孤立的个体。它们无法像人类一样，自然而然地捕捉到数据之间的关系，而这种关系正是理解知识的关键...GraphRAG大规模检索十个Cursor智能编程技巧，从小白到高手
提高效率和优化工作流程是每个开发者所追求的。本文分享如何利用Cursor工具，从提升性能到增强技能，全方位改进你的编码实践。1.精准上下文提升Cursor性能Cursor的效能与提供的上下文信息质量直接相关。具体又准确的信息能提升其建议的准确性。通过“”标记相关文件和链接，可以提高代码建议的精确度。例如，在开发API端点时，可以这样指定任务：“routesapi.jsmodelsuser.js创建用户注册端点，执行输入验证、密码加密并存储用...Cursor集成终端键盘博通连续30天暴涨，英伟达将遭平替？AMD优势不够，英伟达卡生产过剩
原创编辑｜言征出品51CTO技术栈（微信号：blog51cto）2025年开年，AI芯片的市场角逐再度成为大洋彼岸的角逐话题。近日，霸主英伟达的收入增长速度开始放缓，相比之下过去30天博通等公司股价持续暴涨，业界很多人都在猜测率先打破英伟达垄断地位的第二“英伟达”会是谁云租赁市场又会发生怎样的变化12月25日，最新一期的BG2播客中，主持人比尔·格利（BillGurley）和布拉德·杰斯特纳（BradGerstner）再次同台，并邀请了SemiAnalysis...英伟达AMD租赁市场完整复现Sora，Open-Sora最新技术报告发布，提供完整训练代码、权重及数据处理工具
精华文章链接：https:arxiv.orgpdf2412.20404项目链接：https:github.comhpcaitechOpenSora总结速览解决的问题人工视觉智能，特别是生成和模拟我们所见世界的能力，相较于语言能力的突破仍然滞后。现有视频生成模型在高保真视频内容生成、灵活视频合成及长时间视频生成方面面临诸多挑战。提出的方案本文引入OpenSora，一个开源的视频生成模型，支持文本生成图像、文本生成视频以及图像生成视频等多种视觉生成任务。通过空间时间扩散...开源视频技术
