AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
字节跳动炸开AI新边界！开源多模态模型BAGEL：这颗“魔法贝果”有多能打？
AI圈的热闹，恐怕连最资深的吃瓜群众都快跟不上了。几乎每天都有新模型、新突破的消息冒出来。而最近，字节跳动又端出了一盘，哦不，是“炸”出了一个有点特别的家伙：开源多模态基础模型——BAGEL！别看名字可爱，这个“贝果”可不是普通的食物。它是一个能同时看懂图、读懂文，还能自己“画”出来、甚至“P”得天衣无缝的多模态AI神器。字节跳动这回，真是把AI的“理解”、“生成”、“编辑”能力，狠狠地揉进了一个模型里，...字节跳动开源多模态AI 自动生成知识库！零基础搭建双向链接学习系统
现在AI时代了，我们不应该让AI自动来替我们创建这些笔记文件吗？顺便在概念之间自动建立起双向链接关系，以便我们浏览和学习，甚至再用一些记忆曲线之类的东东帮我们记忆和复习。岂不美哉！根据这些需求，我们大致选择工具和方案：用AI提取知识点概念；用AI自动编程工具来给我们写Markdown文件，并建立双向链接；用随机抽查或者记忆曲线之类的方法帮我们时不时温故知新。这样的工具有很多，本篇我们主要选用如下几个：当红大模...AI双向链接学习系统Claude 4一战封神！前大厂开发者自述：四年投入了200个小时没发现，别的模型都没做到！
原创
社区头条出品51CTO技术栈（微信号：blog51cto）今天，一篇Reddit上的帖子走红了，光看题目就很有料：ClaudeOpus帮我解决了一个我四年来都找不到的“白鲸级bug”图片发帖人是一位有30年经验的前FAANGC++工程师，是团队里负责给bug清场的大佬级角色。但这一次，他坦言被ClaudeOpus“彻底震撼了”。这个Bug有多棘手？它来自4年前的一次架构级重构，涉及约6万行代码。虽然解决了一堆历史问题，却也悄悄埋下了一个极边缘的逻辑隐患：某个shad...Claude 4架构模型SIGGRAPH 2025 | 快手可灵团队提出3D感知的电影级文本到视频生成框架CineMaster
Sora、可灵等视频生成模型令人惊艳的性能表现使得创作者仅依靠文本输入就能够创作出高质量的视频内容。然而，我们常见的电影片段通常是由导演在一个场景中精心布置多个目标的运动、摄像机拍摄角度后再剪辑而成的。例如，在拍摄赛车追逐的场景时，镜头通常跟随赛车运动，并通过扣人心弦的超车时刻来展示赛事的白热化。而如今的视频生成模型无法实现3D场景中目标、相机联合控制的文本到视频创作，限制了AI影视制作的能力。近期...大模型Github MCP被曝严重安全漏洞！一个恶意问题，开发者私有仓库裸奔，Agent成内鬼！检测方法来了！提防中招！
社区头条编辑云昭出品51CTO技术栈（微信号：blog51cto）MCP虽然火，但安全问题其实一直不容忽视，就连大名鼎鼎的、与Claude打得火热的GithubMCP服务器也出事了！刚刚得到消息，昨天，一家名为Invariant的安全的公司，突然披露了一个有关GitHubMCP集成（在GitHub上拥有1.4万星标）的严重漏洞。图片这个漏洞允许攻击者通过精心构造的GitHubIssue“劫持”开发者的智能代理（如ClaudeDesktop中的Claude4Opus），并诱导它主动泄露私有仓库的...MCPAgentAI「DeepSeek 技术解析」：LLM 训练中的强化学习算法
原创 社区头条编者按：本文首先解析了为什么LLM训练需要强化学习，详细讲解了RL和RLHF的工作原理；继而系统比较基于价值、基于策略和ActorCritic三大强化学习范式的优缺点；最后深入剖析TRPO和PPO算法，重点展示GRPO如何通过分组结构和相对优势估计实现训练效率与稳定性的双重突破。作者ShirleyLi编译岳扬这是DeepSeek系列文章的第六篇，我们将深入探讨DeepSeek模型训练策略中的关键创新之一\[1,2\]：群组相对策略优化（GroupedRelativePolic...AI强化学习LiteLLM：用于统一大模型访问的开源网关
原创 社区头条LiteLLM允许开发者像调用OpenAIAPI那样集成各种大语言模型（LLM），并支持故障转移、预算控制、速率限制以及对API调用的实时监控。不同提供商发布的大语言模型（LLM）层出不穷——包括Anthropic、谷歌、Meta、微软、英伟达、OpenAI等等——这为开发者提供了丰富的选择，但也令复杂性一路攀升。每家提供商都有其独特的API特性和响应格式，使得在同一个应用中切换模型或支持多个后端变得愈发困难。作为一个开源项目，LiteLLM提供...LiteLLM大语言模型LLM如何设计Agent的记忆系统
最近看了一张画Agent记忆分类的图我觉得分类分的还可以，但是太浅了，于是就着它的逻辑，仔细得写了一下在不同的记忆层，该如何设计和选型先从流程，作用，实力和持续时间的这4个维度来解释一下这几种记忆：1.短期记忆（ShortTermMemory,STM）流程：Input（输入）→Encode（编码）→Store（存储）→Erase（清除）作用：在进行活动时保持临时细节，类似于我们在对话中临时记住的信息。示例：保存最近的交互信息，比如刚刚发送的...Agent记忆系统STM突破性进展：NVIDIA推出Nemotron-Research-Tool-N1，强化学习驱动的工具型语言模型超越GPT-4o
引言：重新定义工具使用型语言模型的训练范式大型语言模型(LLM)的工具使用能力已成为扩展其功能边界的关键战略。传统方法通常依赖监督微调(SFT)来确保工具调用的正确性，或从更强大的模型中提炼推理轨迹。然而，这些方法各有局限：要么完全忽略推理过程，要么产生仅能模仿表面模式的伪推理，限制了模型的泛化能力。近日，NVIDIA研究团队发布了一项突破性成果——NemotronResearchToolN1（简称ToolN1），这是一系列基于强化学习...NVIDIAGPT-4o语言模型数据组成决定效率：LLM微调中的令牌效率缩放新定律
引言：微调效率的新视角在大型语言模型（LLM）迅速发展的今天，如何在有限资源下高效微调模型成为了研究和应用的关键问题。传统观点认为，训练数据的总令牌数是衡量数据规模的唯一标准，但康涅狄格大学的研究团队提出了一个更为精细的视角：数据的组成结构同样至关重要。本文将深入分析RyanLagasse、AidanKiernans、AvijitGhosh和ShiriDoriHacohen在论文《固定计算预算下LLM微调中令牌效率的缩放定律》中提出的创新理论。该研究...LLM微调数据机器学习|深度学习卷积模型
在早期的图像分类中，通常流程是先人工提取特征，然后用对应的机器学习算法对特征进行分类，分类的准确率一般依赖特征选取的方法，甚至依赖经验主义。YannLeCun最早提出将卷积神经网络应用到图像识别领域的，其主要逻辑是使用卷积神经网络提取图像特征，并对图像所属类别进行预测，通过训练数据不断调整网络参数，最终形成一套能自动提取图像特征并对这些特征进行分类的网络，如图：图像处理1、卷积神经网络卷积神经网络（Convo...机器学习深度学习卷积模型25个AI Agent应用案例，看懂Agentic AI如何助力企业营收增长与业务变革
社区头条Anthropic发布了最新的Claude4系列模型，整个行业又躁动了。特别是Claude4Opus模型，凭借其在复杂任务处理、持续专注力以及编码与推理能力上的显著跃升，直指企业级复杂应用场景。不仅是模型能力的迭代，更是Anthropic在AIAgent商业化落地与安全可控方面决心的体现。OpenAI则对硬件情有独钟，以高达64亿美元的代价将前苹果设计灵魂JonyIve的硬件初创公司io纳入麾下，并计划联手打造深度融合AI的“第三类核心设备”，这一举动无...AIAgent营收增长如何在LLM训练过程中精妙设计SFT与RL步骤—— LLM训练框架推荐
原创 社区头条一种可以“自适应切换SFT与RL”的训练框架分享。大家应该都还记得，DeepSeekR1的“SFT>RL>增强SFT>增强RL”这种左脚踩右脚直接起飞的操作，这说明监督微调（SFT）与强化学习（RL）交替训练的训练范式确实可以提高模型性能。很多大佬也有自己做小规模实验，在进行新的训练范式探索：预训练后做两次SFT接一次RL预训练后先RL再SFT....那么如何设计训练框架能实现效果最优呢？本篇分享一种可以“自适应切换SFT与RL”的训练框架；这...LLMDeepSeek-R1Knowing You Don't Know：通过自我练习学习何时在多轮 RAG 中继续搜索
原创摘要检索增强生成（RAG）在增强语言模型知识和减少AI生成幻觉方面表现出强大能力，推动了其广泛应用。然而，需要多轮检索的复杂任务仍然具有挑战性，早期尝试往往过于乐观，缺乏良好的自我怀疑意识。当前的多轮RAG系统可能在已经检索到足够信息时继续搜索，或者在没有足够信息或知识时提供错误答案。现有解决方案要么需要大量昂贵的人工标注过程监督数据，要么导致性能不佳。本文旨在通过引入新框架SIMRAG来解决这些限制，明确...RAG大模型LLMs阿里发布Qwen3 技术报告
Qwen3TechnicalReport本文介绍了最新的Qwen模型家族——Qwen3，它是一个大型语言模型系列，旨在提高性能、效率和多语言能力。该系列包括密集架构和混合专家（MoE）架构的模型，参数规模从0.6到235亿不等。Qwen3的创新之处在于将思考模式（用于复杂、多步推理）和非思考模式（用于快速、基于上下文的响应）整合到一个统一框架中，消除了切换不同模型的需求，并可以根据用户查询或聊天模板动态切换模式。此外，Qwen3引入了思考预...Qwen3技术语言模型AI智能体的“巴别塔”困境与解药，深度解读通信协议，解锁协作未来
随着大型语言模型（LLM）技术的飞速发展，基于LLM的智能体（LLMagents）正以前所未有的速度渗透到各行各业，从自动化客户服务、内容创作到数据分析乃至医疗辅助，深刻地改变着我们的工作与生活方式。为了充分释放智能体的潜力，研究者们设计了多种架构，旨在促进智能体与外部实体——包括非智能体直接控制的数据源、工具以及其他在线智能体——之间的有效通信。然而，随着应用场景的扩展和来自不同供应商、采用不同架构的智能体...AI智能体通信协议关于Langgraph开发框架工具绑定和工具节点的说明
原创“如果说大模型是智能体的大脑，那么工具就是大模型的手和脚。”在Langgraph智能体开发框架中有几个核心概念，分别是状态图，节点和边；但在此之外还有其它的一些概念如工具，工具在智能体开发中的重要性就不言而喻了。虽然这些概念说起来很简单，但在实际操作过程中却面临着各种各样的问题。今天我们就主要介绍一下关于Langgraph中的工具的使用和注意事项。Langgraph中的工具工具是智能体开发过程中的核心，虽然大模型也很重要...Langgraph智能体开发框架学习一个框架的设计思想远比其技术更加重要
原创“一个开发框架的灵魂是其设计思想，而不是其技术实现。”最近几天在学习人工智能开发框架——Langgraph，虽然其理论看起来很简单，但等真正开始使用的时候才发现其经典的架构设计远比其技术更经典，更优雅。人工智能开发框架作为一个技术人员，很多时候都在学习各种各样的开发框架；而且很容易沉迷于其技术实现无法自拔，但事实上一个经典的框架都有着其经典的设计哲学。从javaweb的spring框架，到人工智能开发框架Langchain和...人工智能开发框架人工智能技术的发展远比我们想象中的要快，但为什么还有很多人在怀疑人工智能？
原创“人工智能时代的来临，是很多人梦寐以求的机会，但同样也是很多人必须要面对的巨大风险。”一项新技术的出现往往伴随着很多的争议，两千年左右的互联网，前几年的元宇宙，到现在的人工智能；但技术的发展并不会因为争议而停止，虽然有些技术目前来看确实只是一个噱头，但原因可能并不在技术本身，而在于当前的技术水平无法支撑如此庞大的体系。而以人工智能技术来说，其发展速度已经远超普通人的想象，虽然很多人在说人工智能...人工智能AI计算科学领域中预言机概念的技术解读
1.引言在理论计算机科学领域，计算的概念及其能力的研究占据着核心地位。为了深入理解计算的本质和不同计算模型的潜力，研究人员常常会借助抽象机器的概念。这些抽象机器，例如图灵机，为我们提供了一个形式化的框架来探讨哪些问题可以通过计算解决，以及解决这些问题所需的资源（如时间和空间）。在这些理论工具中，“预言机”（Oracle）作为一种特殊的抽象概念，扮演着至关重要的角色。预言机可以被视为一种能够在一步之内解...预言机抽象机器图灵机
