AI.x社区

嘿，大家好！这里是一个专注于AI智能体的频道！LlamaAgents和LangGraph，这两个框架分别由llamaIndex团队和langchain团队开源，都是人工智能领域的热门框架。首先看LlamaAgents的流程图如下：在LlamaAgents中，用户可以直接与controlplane交互，控制平面由一个协调器和一系列服务元数据组成。协调器负责决定下一步会发生什么，显示出动态决策的能力。服务元数据则负责维护服务的元信息，确保信息的适当管理和检索。LlamaAgents...

编辑伊风出品51CTO技术栈（微信号：blog51cto）家人们，微软Phi4的数学能力太逆天了。谁看了不感慨一句：小模型才是未来！8个月前，微软发布了Phi3，性能超过庞然大物Llama3，狠狠惊艳了我们一把。8个月后，Phi4飞跃式突破，让所有人知道谁才是小模型唯一的王！图片自几个月前o1发布后，模型“搞定”数理化的能力已经飞升到博士级别，大模型也纷纷在推理能力上进行追赶。而Phi4祭出了小模型的王炸，14B小小模型，在数学推理上竟...

出品51CTO技术栈（微信号：blog51cto）为提升信贷领域业务办理过程中合同影像信息提取效率，中国工商银行软件开发中心利用业界前沿技术多模态识别技术对图片、视频等文件内容进行智能提取和解读，逐步覆盖传统技术无法解决的影像识别场景，包括不规则表格、目标信息描述模糊、打包影像等，大幅提升了合同处理效率。工商银行软件开发中心先前引入了基于光学字符识别（OCR）与规则或自然语言处理（NLP）模型的自动化识别技术；然...

AgenticRAG技术是一种新兴的智能体驱动解决方案，能够应对复杂的多文档问答挑战。这项技术通过智能化手段，不仅提升了我们处理文本数据的效率，还极大地增强了问答系统的准确性和深度。本文带大家来了解这项技术，阐述其如何提升信息检索和分析的效率与准确性。1AgenticRAG简介AgenticRAG是由智能体驱动的技术，能够灵活处理多文档问答任务。这项技术不仅能比较文档、总结内容，还能对多个摘要进行对比分析。正因如此，我们不完...

2024年，人工智能(AI)的发展轨迹将继续吸引全球各行各业。在这个不断变化的环境中，剖析塑造人工智能发展轨迹至关重要。综合行业思想领袖和风险投资家的见解，可以从其中的一角定义2024年人工智能格局。所有的思考都围绕着一个问题：人工智能在塑造创新和人类社会的未来方面发挥着怎样的关键作用？趋势1：AI与现实的融合2023年结束标志着人工智能的关键转变，强调了AI和现实融合的重要性。随着生成式人工智能从新颖性发展到实用...

在看了OpenAI的直播，精读了字节论文，以及和知乎真中合欢激烈辩论后。我对RFT(ReinforcementFineTuning)也有了一些自己的认知，这篇文章给大家分享一下我的理解。首先给出我的结论：RFT并不是新的技术范式，而是PPO技术范式下的新应用范式，RFT相比于传统PPO的创新点是rulebasedrewardmodel。叠甲声明：RFT属于应用范式，RFT依赖的是rulebasedrewardmodel，这两个观点属于个人看法，如有不对，还望轻喷。至于“dozensofdata”...

一、背景介绍1.1页面性能优化的价值与意义在业务迅猛发展的时代，用户体验已成为企业成功的关键因素之一，而页面性能则是塑造用户体验的核心要素。早在十多年前，亚马逊就已经意识到页面加载速度对商业成果的深远影响：亚马逊支付页面每增加100毫秒的延迟，可能减少1%有效转化。页面加载时间的延长和交互操作的不流畅性，不仅会损害用户体验，还可能导致转化率下降和用户流失等后果。在快手商业化团队，我们深知页面性能对提升...

01、概述最近，OpenAI发布了一款名为Sora的全新文本转视频生成工具。这一革新技术被誉为AI驱动内容创作领域的重要里程碑。然而，这一激动人心的发布却伴随着一个引人注目的限制：欧洲联盟（EU）和英国的用户暂时无法使用这项功能。这让我们不禁思考，在技术创新与监管之间，该如何取得平衡？02、Sora的强大功能：为视频创作注入AI新动能Sora的诞生是为了简化视频制作的复杂流程。它通过接收文字提示，将其快速转化为视频。更令...

1.LLM与选股资本市场是资本配置的高效渠道，价格发现过程对维持金融系统的健康稳定至关重要。价格发现过程取决于一系列复杂的相互作用因素，包括公司和行业要素、宏观经济数据、动量效应以及政治和地缘政治影响。市场参与者共同参与这一复杂的价格发现机制，以确保金融市场的有效运行。股票选择本质上是一种价格发现机制，市场参与者会关注被视为“定价不当”的股票，从而获得相对于整个市场更具吸引力的回报潜力。这一原则构成...

编者按：本文聚焦于分布式去中心化神经网络训练技术，作者系统阐述了在大规模模型训练中提高硬件使用效率的创新方法。文章重点阐述了六种关键的分布式训练技术：数据并行训练：通过将数据minibatches分散到多个workers，实现并行梯度计算和高效训练。ButterflyAllReduce：通过创新的数据分割和汇总方法，有效降低通信成本。GossipBasedAveraging：去中心化的通信策略，提高系统的容错性和可扩展性。MoshpitGradientDescent：允...

今天凌晨2点，OpenAI开启了第六天技术直播，发布了高级实时视频对话和屏幕共享功能。用户通过高级视频对话功能，可以实时与ChatGPT进行交流，并且可以打断它的叙述进行提问，例如，让ChatGPT实时帮你讲解一道高难度的数学题，就像和家教老师聊天一样。所以这个功能在教育、旅游等需要实时讲解的领域帮助巨大。而屏幕共享，可以实时的将你的屏幕与ChatGPT共享，例如，在处理电子邮件、文档编辑等任务时，可以直接将屏幕内容分享...

本文将探讨基于LangChain框架和云原生向量数据库Milvus并将密集嵌入与稀疏嵌入结合起来开发混合搜索型AI程序的实战过程。简介最近，我们——来自IBM研究中心的团队——需要在​​Milvus​​​向量存储中使用混合搜索技术。因为我们已经在使用​​LangChain框架​​​，所以我们决定一鼓作气贡献出在​​langchainmilvus​​​中启用这一功能所需的一切。其中包括通过langchain接口支持​​稀疏嵌入​​​和​​多向量搜索​​技...

出品51CTO技术栈（微信号：blog51cto）12月10日，谷歌一项发布震惊了整个AI圈，谷歌CEO皮查伊激动地宣布，谷歌最新的量子计算芯片Willow已经问世！基准测试中，Willow取得了惊人的成绩：在不到5分钟内完成了一项标准计算，而这需要顶尖超算超过10^25年——比宇宙年龄还长！消息一出，连马斯克都惊叹：“Wow！”图片皮查伊还提议未来用SpaceX的星舰在太空里建个量子集群，马斯克表示：“这很可能会发生。”任何一个自尊的文明至...

编辑言征出品51CTO技术栈（微信号：blog51cto）OpenAI第五天直播，小编只能说，这次没什么特别new的新闻，更像是一个苹果和OpenAI的联合发布吧。本来一个事情，苹果说更新的iOS18.2系统集成了ChatGPT，放到OpenAI这边，自然会说ChatGPT集成到了iPhone、iPad、Mac中。总结起来，值得一看的是三种场景：Siri对话：Siri会判断什么时候更适合ChatGPT回答，适当时会让ChatGPT来处理，当然处于保护用户隐私的考虑，这时会需要用户点击...

论文链接：https:arxiv.orgpdf2412.01064github链接：https:deepbrainairesearch.github.iofloat亮点直击FLOAT，这是一种基于流匹配的音频驱动说话者头像生成模型，利用了学习的运动隐空间，比基于像素的隐空间更高效和有效。引入了一种简单而有效的基于Transformer的流向量场预测器，用于时间一致的运动隐空间采样，这也使得语音驱动的情感控制成为可能。大量实验表明，与基于扩散和非扩散的方法相比，FLOAT达到了最先进的性能...

一、背景前段时间的文章里我们刚刚介绍过两个对LLM分布式推理场景中AllReduce的优化工作，一个是NVIDIATensorRTLLM中的MultiShot无损优化，另一个是Recogni提出的基于量化压缩实现的AllReduce加速方案。本文中我们继续介绍美团新发表的AllReduce量化压缩优化方案。对应的论文为：[2412.04964]FlashCommunication:ReducingTensorParallelizationBottleneckforFastLargeLanguageModelInference[1]二、摘要随着LLM规模的不断增长，...

​1、AI玩词谜游戏：编剧式提示让大模型实力大增！图片在人工智能的创新世界里，研究者提出了一个颠覆性的思路：将大语言模型比作"方法派演员"。就像演员需要深入理解角色，大模型也可以通过精心设计的"剧本"和"表演指导"来提升解决复杂问题的能力。这项研究以《纽约时报》的连接词谜游戏为实验场景，展示了这一创新思路的惊人效果。图片研究团队设计了四个关键原则：将提示工程视为编剧和导演、强调表演需要充分准备、将复杂任...

引言：探索数据有效学习的新视角在人工智能领域，预训练大型基础模型已成为提升模型性能和泛化能力的标准做法。然而，随着研究的深入，传统观念受到质疑：更多的预训练数据是否总能带来更好的模型性能？为了探索这一问题，研究者们提出了数据有效学习（dataeffectivelearning）的概念，旨在通过优化样本选择来提高模型性能，即使在样本数量较少的情况下也能取得出色的效果。本文将重点介绍一种新的数据有效学习方法——最优化数...

最近被Sora刷屏，今天结合OpenAISora的技术报告Videogenerationmodelsasworldsimulators来看下Sora具备哪些能力，以及这些能力是怎么来的。功能上除了文生图，还支持以图片、视频作为prompt，极大拓展使用场景。技术上，利用spacetimepatches，统一了时空分割语言，为后续模型训练以及使用场景的拓展打下基础。数据侧在准备高质量的caption数据做了专门的优化。另外模型基础架构采用DiffusionTransformer，通过Scalling，显著提...

OpenAI年终大戏第二场推出了强化微调RFT(ReinforcementFineTuning)，它可以让你用几十到几千个的训练数据，为特定的复杂任务构建专家模型，加强了模型如何处理类似问题的推理，微调后的o1mini得分提高80%，反超o1正式版！强化微调技术的一种实现方式：首先通过监督式微调（SupervisedFineTuning）对模型进行预热，然后利用在线强化学习，特别是PPO算法，进一步微调模型。这种方法能够自动采样多种推理路径，并从真实答案中自然...