AI.x社区

AIAgent，即人工智能代理，一般直接叫做智能体。是一种能够感知环境、做出决策并采取行动的系统。这些系统能够执行被动的任务，也能够主动寻找解决问题的方法，适应环境的变化，并在没有人类直接干预的情况下做出决策。基于大模型的AIAgent开发常用框架包括：LangChain、LlamaIndex、OpenAIAPI1.LangChain是什么？（示例代码基于v0.3版本）LangChain是一个开源框架，目标是将大模型与外部数据连接起来，以便开发者能够更快和更...

时光飞逝，转眼间ChatGPT已经陪伴我们两年了。这两年，AI技术如同一场席卷全球的革命，悄然改变着我们的工作和生活方式。今天，让我们一起回顾这段令人兴奋的旅程。本文写的都是ChatGPT，但实际上我目前最喜欢的大模型是Claude3.5Sonnet:)初识ChatGPT：开启智能新纪元还记得两年前，我怀着忐忑和好奇注册了ChatGPT账号。那是一个充满未知的开始，我开始尝试让AI说各种我想要的内容，让它写markdown，尝试突破chatgpt的限制让网...

编辑言征出品51CTO技术栈（微信号：blog51cto）OpenAI第二天的直播，奥特曼没有出镜，几位OpenAI的研究员带了一场AI模型的定制魔法秀！“这不是标准的微调......它利用强化学习算法，将我们从高级高中水平带到专家级博士水平。”1.12个样本，就能让定制o1超过满血o1标准的微调已经过时了，这次OpenAI打破了AI定制的界限。在其“OpenAI12天”直播系列的第二天首次为其o1模型提供强化微调（RFT）。这一新的突破标志着我们所知道的...

编辑伊风第三天终于来了！从年初盼到年末，可用的公开版Sora终于华丽登场！！图片今年2月16日，Sora首秀即刷屏，到今天已经足足过去了近10个月。虽然文生视频领域涌现了一大波优秀产品，但Sora依旧是人们心中难以撼动的“白月光”！如今，Sora作为圣诞礼物登场，终于公开可用了！图片同时，Sora的新版本——自2月份预览Sora以来，OpenAI一直秘密打造的SoraTurbo——一款速度更快的模型版本发布了！SoraTurbo在今天作为独立产品...

人工智能（AI）已经成为现代软件应用程序不可或缺的一部分，因为它可以为传统应用程序添加更强大的功能。本教程将指导你使用一种简单的方法来构建AI应用程序。人工智能（AI）已经成为现代软件应用程序不可或缺的一部分，因为它可以为传统应用程序添加前所未有的更强大功能，比如语音识别、图像检测分类以及自然语言处理（NLP）等等。众所周知，AI应用程序稳健可靠且更智能。许多大公司已经在其应用程序的核心采用了AI，随着AI不...

编辑言征出品51CTO技术栈（微信号：blog51cto）7日凌晨，Meta推出了Llama3.3。虽然参数没有太高，只有700亿参数，但与之前开源的Llama3.14050亿参数模型性能相当，而推理、部署成本却降低了很多。例如，输入成本降低了10倍，输出成本降低了近5倍。此外，这款多语言LLM，旨在重新定义AI在合成数据生成中的作用。Llama3.3拥有700亿个参数，其性能与之前的405B型号一样，但针对效率和可访问性进行了优化。图片其多语言输出支持多种...

整理伊风出品51CTO技术栈（微信号：blog51cto）ScalingLaw会失效吗？虽然OpenAICEO奥特曼掷地有声地说“这里没有墙”。但是，OpenAI的最近的发布也没有那么炸了，尤其是o1Pro比满血版在编程能力上仅高出一分，似乎更让人相信了“墙”的存在。是时候跳出ScalingLaw了！清华NLP实验室刘知远教授团队，提出的DensingLaw（密度定律），给了我们一个全新的视角！图片不同于ScalingLaw，认为随着模型规模（如参数数量）、训练数据集大...

随着技术的飞速发展，人工智能正逐步渗透到教育的各个角落，为教育领域带来了前所未有的变革。人工智能通过大数据分析、机器学习、自然语言处理等技术，为从幼儿园到研究生的各个阶段提供了定制化的教育体验。据统计，近半数的青少年在做作业时利用AI作为辅助工具，这充分说明了AI在教育中的广泛应用和影响力。AI在教育中的应用潜力人工智能在教育领域的潜力巨大，它不仅能够为教师减轻工作负担，还能为学生提供更加个性化、高...

现在语言模型用合成数据训练变得越来越重要，但之前没标准方法比较不同模型生成数据的能力。这篇文章提出AgoraBench测试，用它评估模型在生成数据上的水平。结果发现不同模型各有厉害的地方，而且生成数据能力和解决问题能力不一样，像数据质量的一些特点更能体现其生成能力。这对研究人员和用模型的人都有帮助，能让研究人员知道什么样的模型能更好地生成数据，让用模型的人优化自己生成数据的方法，对语言模型在实际里用得更...

在OpenAI的12天发布会中，第二天介绍了一个新的技术突破——ReinforcementFineTuning（RFT），这是OpenAI对其大型语言模型进行微调的创新方法。相比传统的FineTuning，RFT结合了强化学习的元素，使得模型不仅仅模仿已有的知识，而是通过反馈机制进行推理和自我改进。本文将帮助你轻松理解RFT的概念、工作原理及其与传统FineTuning的区别。1.传统机器学习中的增强型学习与ReinforcementFineTuning有什么关系？什么是增强型学习（...

编者按：你是否也在思考：当AI模型越来越强大时，我们还需要花时间去学习那些复杂的提示词技巧吗？我们究竟要在提示词工程上投入多少精力？是该深入学习各种高级提示词技术，还是静观其变？本文作者基于对OpenAI最新o1模型的深入观察，为我们揭示了一个重要趋势：就像我们不再需要专门去学习"如何使用搜索引擎"一样，与AI交互也将变得越来越自然和直观。文章不仅分析了提示词技术的发展趋势，更提供了务实的建议：与其投入大量...

主要是发现网上没有比较新的OpenAIAPI参数详情参考，自己到官网上看了最新内容，机翻后简单修正了下，作为备忘搜索用。主要参数messages（object）：包含到目前为止的对话的消息列表。根据您使用的模型，支持不同的消息类型（模态），如文本、图像和音频。model（string）：要使用的模型的ID。store（bool）：是否存储此聊天完成请求的输出。frequencypenalty（float）：介于2.0和2.0之间。正值会根据在文本中的现有频率对新tok...

​前言依稀记得十年前，我在上遥感概论专业课时，老师带我们用ERDASIMAGINE遥感图像处理软件做地物分类，每个人电脑上先发一段区域的遥感影像，进行人工判读和标注，比如把这个区域影像上的林地标注出来喂给模型，再用这个模型去识别另外一个区域影像中的林地，机器学习中典型的的有监督学习应用。大概5年前，在和公司研发人员闲聊时，聊到公司在做的“三调”项目，公司数据工程师当时正日夜对着国家下发的卫星影像，进行地物分...

01、概述在计算机视觉领域，我们见证了视觉模型的飞速发展。每一次技术的革新都在解决前一代模型的局限性。然而，如何在复杂性、泛化能力和可扩展性之间找到平衡点，一直是研究者们面临的挑战。当前的许多模型在处理多样化的视觉任务或适应新数据集时仍显吃力。传统的大规模预训练视觉编码器虽然取得了成功，但在扩展性和参数效率方面存在挑战。市场急需一种强大而多功能的模型，能够在不牺牲性能的情况下处理多种模态，如图像...

01、概述在人工智能加速发展的今天，如何快速、安全地部署AI应用成为了企业和开发者们共同关注的问题。SambaNova与HuggingFace近日推出的一键部署功能，为开发者带来了全新的高效解决方案，让ChatGPT风格的聊天机器人部署从数小时缩短至短短几分钟。02、一键部署：让AI部署变得更简单对于开发者而言，部署一个功能全面的AI聊天机器人，往往需要掌握复杂的API知识和部署协议。过去，这一过程可能需要耗费几个小时甚至更长时间。...

01、概述当我们谈论全球公共健康时，往往会想到传染病防控、气候变化带来的健康风险等问题。然而，要有效应对这些挑战，仅靠传统方法难以为继。为了支持全球多样化人群的健康福祉，我们需要更深入地理解人类行为与本地环境之间的复杂关系，从而优化资源配置，实现最大化影响。传统方法往往依赖手动提取的特征和特定任务的模型，这使得它们缺乏灵活性，难以适应新任务。而人口动态模型（PopulationDynamicsModels）提供了一种更...

文章链接：https:arxiv.orgpdf2412.04468动机视觉语言模型（VLMs）在处理和融合视觉与文本信息方面表现出了卓越的能力，推动了先进的视觉语言交互和对话系统的发展。近年来，研究界在提高VLMs的准确性方面取得了巨大的进展，并拓展了它们在各个领域的应用，包括机器人技术、自动驾驶和医学影像。然而，提升其效率的研究却相对较少。VLMs在多个方面都是高成本的。首先，训练VLM非常耗时。例如，训练一个最先进的7B参数VLM可能需...

论文链接：https:arxiv.orgabs2411.07132GitHub链接：https:github.comhutaiHangToMe亮点直击分析了语义绑定问题，重点讨论了[EOT]token的作用，以及跨注意力图错位的问题。此外，探索了token可加性作为一种可能的解决方案。提出了一种无训练方法——token合并，简称ToMe，作为一种更高效且稳健的语义绑定解决方案。通过引入提出的结束token替代和迭代复合token更新技术，ToMe得到了进一步增强。在广泛使用的T2ICompBench基准和...

​“技术上最容易犯的错就是经验主义，以及拿来主义”最近在对接GPT实现一个功能，具体功能就不说了；主要是这个功能需要流式返回，因此踩了一些坑；所以就在此记录一下。至于什么是流式返回，不清楚的可以自己问度娘。大模型流式返回带来的问题自chatGPT推出以来，其一个字一个字的出现，就像一个打字机；这效果惊艳了很多人，因此在很多场景下很多人都会选择打字机的效果。而打字机效果背后的实现就是流式返回。对技术有过了...

​“聊天机器人看着是一个很简单的功能，但能把聊天机器人做好却不是一件简单的事”在大模型的众多应用中，聊天机器人可以说是其中比较简单，也是拥有众多应用场景的一个功能；从技术的角度来说，聊天机器人的实现很简单，但其实也很复杂。那到底怎么实现一个聊天机器人呢？聊天机器人的实现对很多学习大模型技术的人来说，可能聊天机器人就是你的第一个实操项目；原因就是其实现起来比较简单，从技术实现来看只需要使用大模型...