AI.x社区

1.DataAgent研究现状1.1AI4Data研究现状过去十年，在AI赋能数据（AI4Data）领域，运用AI技术攻克了诸多难题：从离线NP难题（如索引优化、视图推荐）到在线挑战（如查询重写）从基数估计等回归问题到学习型索引等数据结构创新。这些成果往往由于过度依赖专家调参，难以适应数据环境的变化。1.2Data4AI研究现状对于Data4AI领域，将数据库优化技术延伸至人工智能部署环节，包括：数据库内机器学习（ML）训练与推理数据预处理、数据...

​一、背景在此前的内容中，笔者曾介绍过DeepSeek的DeepEP、字节跳动的Flux和Tilelink等系统，这些系统在底层通信实现中均依赖于NVIDIA的NVSHMEM库。事实上，字节跳动后续的诸如Comet、Tritondistributed，以及其他针对细粒度计算与通信重叠（Overlap）优化的工作，也都广泛使用了NVSHMEM。本文将深入剖析NVSHMEM的初始化流程及其核心概念，以便从开发者视角理解其机制，为后续的定制化改造和工程实践打下基础。​也可以参考NVS...

一、背景最近看到SemiAnalysis团队制作了一个《AITokenFactoryEconomicsStack》的图片（来自SemiAnalysis(SemiAnalysis)X[1]），深入分析了LLM推理成本链条中各个参与者的成本与利润情况，涵盖从硬件资本支出（Neocloud）、推理服务提供商（InferenceProviders）到终端应用层（Applications）的全栈视角，并且以H200GPU为例，进行定量分析。考虑到之前主要关注整体的CapEx（资本成本）和Opex（运维成本），因此借此机会进一步理...

当数学天才遇上现实问题想象一下，你身边有个数学天才，能轻松解决高考数学压轴题，甚至在数学竞赛中屡获佳绩。但当你让他帮忙写个邮件、回答生活常识问题时，他却表现得像个"书呆子"——要么答非所问，要么干脆说不会。这听起来很熟悉吗？在AI大模型的世界里，这种现象正在真实上演。最近，研究人员发现了一个令人意外的现象：那些在数学推理任务上表现出色的AI模型，在处理其他类型问题时却频频"翻车"。更让人惊讶的是，不同...

SmolLM33B模型在性能上超越了Llama3.23B和Qwen2.53B，同时与更大的4B替代方案（Qwen3和Gemma3）保持竞争力。除了性能数据之外，还分享了使用公共数据集和训练框架构建它的方法。图片模型摘要：•3B模型在11Ttoken上训练，在3B规模上达到SOTA，与4B模型具有竞争力•指令模型具有双模式推理，支持thinknothink模式•多语言支持支持6种语言：英语、法语、西班牙语、德语、意大利语和葡萄牙语•长上下文使用NoPE和YaRN支持高达128k...

今天分享一篇来自斯坦福大学和GoogleDeepMind的文章，标题为：《SyntheticDataGeneration&MultiStepRLforReasoning&ToolUse》（利用合成数据生成和多阶段强化学习进行推理和工具使用）。本文提出了一种名为SWiRL(StepWiseReinforcementLearning)的方法，旨在优化LLMs在复杂多步推理和工具使用任务中的表现。该方法分为两个主要阶段：1.合成数据生成：通过迭代式生成多阶段（Multistep）的推理和工具使用数据，并从中学习。2.多...

这篇文章旨在探讨数学推理能力的提升是否能泛化到其他领域？研究发现，尽管许多LLM在数学基准测试上取得了显著进步，但这些提升在很大程度上未能有效迁移到其他领域。通过对20多个开源推理调优模型进行评估，并对Qwen314B模型进行控制实验，研究发现，基于强化学习（RL）调优的模型展现出更好的跨领域泛化能力，而基于监督微调（SFT）的模型则常常导致通用能力的遗忘。通过对潜在空间表示和token空间分布漂移的分析，揭示了SFT...

Grok4来了！就在刚刚，在千呼万唤中，马斯克终于打出了手中最强的一张牌。  用20万块GPU训练的Grok4，在“人类终极考试”HLE里考了44.4分，把谷歌Gemini、OpenAI远远甩在身后，甚至超越了人类博士水平。 它甚至能用四个“分身”协作解题，现场演示预测棒球赛冠军、模拟黑洞相撞，连游戏都能4小时就做出来。 马斯克称：今年就要发明新技术，明年冲击新物理定律。 除此之外，Grok4在其他测试中的表现，...

计算机视觉领域顶级会议InternationalConferenceonMachineLearning(ICML2025）将于7月13日至7月19日在加拿大温哥华召开，快手音视频技术团队联合南京大学发表的题为《UltraLowrateImageCompressionwithSemanticResidualCodingandCompressionawareDiffusion》——基于语义残差编码与压缩感知扩散的超低码率图像压缩的最新研究成果被会议收录。ICML是机器学习领域的顶级国际会议，其收录的论文代表了机器学习基础理论与算法创新的...

7月5日，由HyperAI超神经主办的MeetAICompiler技术沙龙第7期如约而至。虽是盛夏酷暑，依旧挡不住大家的热情——现场座无虚席，不少小伙伴甚至全程站着听完每一场分享。来自AMD、沐曦集成电路、字节跳动、北京大学的多位讲师轮番登台，从底层编译到实际落地，带来了深刻的行业洞察与趋势分析，干货满满！关注微信公众号「HyperAI超神经」，后台回复关键字「0705AI编译器」，即可获取确认授权的讲师演讲PPT。作为一种专为简化高性...

编辑伊风马斯克，又双叒叕意料之中地迟到了。Grok4原定的直播足足晚了一个小时，马老板终于姗姗来迟，开始了这场发布会。图片更加推迟上线的，则是大家原以为会同步上线的编程模型Grok4Code——直接鸽到下个月发布，让人有些小失望。不过，接下来的几个月，xAI还将陆续推出一款多模态智能体，以及一款具备视频理解与生成能力的综合模型。可以说从7月到10月，Grok4家族都持续有大动作出来，值得期待。图片回到这场直播，Grok4成...

“RAG技术成本最低的方式就是把非结构化文档转换成markdown格式进行处理。”在大模型应用领域中——RAG技术应该属于一项基础技术，不论做什么业务基本都离不开RAG的存在；但RAG技术属于典型的入门五分钟，想做好却需要花费大量时间和精力，以及成本。所以，今天我们就来讨论一下RAG技术在企业应用中的解决方案，既要考虑技术问题，也要考虑成本问题。怎么做好RAGRAG技术从整体上来说主要分为两块，一块是文档预处理，也就是把文...

“网络协议的本质是一种有固定格式的规则约束。”最近在研究MCP协议，由于之前深入了解过网络协议这一块，比如说TCPIP，HTTP等，所以对MCP协议就比较好奇，于是就深入了解了一下。刚开始了解MCP协议的时候就很奇怪一件事情，不管是TCPIP协议，还是HTTP协议，都会有一个固定的报文格式；但在MCP的官方文档中并没有看到这个报文格式。只是简单介绍了其几个核心组件——hosts，client和server等。所以就很好奇，MCP协议没有一个固...

传统搜索引擎和RAG系统多为“检索生成”线性流程，难以应对复杂、多步骤推理任务。这正是当前搜索引擎（即使是集成了大模型的RAG系统）所面临的瓶颈。它们擅长回答事实性问题，但在面对需要深度推理、多步规划和工具协同的复杂任务时，就显得力不从心。因此需要一个模块化、多智能体协作的AI搜索系统，模拟人类信息处理与决策过程，具备更强的推理、规划和工具使用能力。下文详细剖析之。一、搜索引擎的架构演进搜索引擎经历了...

记忆是一个系统，用于记录之前交互的信息。对于AI智能体（AIAgent）来说，记忆非常重要，因为它能让AI智能体记住之前的交互，从反馈中学习，并适应用户的偏好。当AI智能体处理更复杂的任务和大量用户交互时，这种能力对于提高效率和用户满意度变得至关重要。AI智能体中有两种记忆类型：短期记忆和长期记忆：短期记忆（Shorttermmemory）：也称为线程范围记忆（threadscopedmemory），通过在会话中维护消息历史来跟踪正在进行的...

继VibeCoding（氛围编程）火了之后，AndrejKarpathy又带火了一个词：ContextEngineering（上下文工程）。那么，上下文工程（ContextEngineering）和提示词工程（PromptEngineering）又有什么关联和区别？提示词工程是通过巧妙设计指令（比如：“你是X领域专家，按Z方式做Y”），让大模型精准理解任务。适合创意任务或一次性对话，使用对象是普通用户。上下文工程则更深入，是构建大模型的“心智世界”，提供丰富背景，让大模型...

7月8日，阿里通义实验室正式开源其最新网络智能体WebSailor，这一突破性技术在多个高难度任务评测中刷新了开源系统的成绩记录，成为首个在BrowseComp等基准测试中逼近闭源系统能力的开源方案。突破性性能表现：超越开源对手，直追闭源巨头在权威评测平台BrowseComp的严格测试中，WebSailor展示了令人瞩目的能力：在英文评测集（BrowseCompen）中达到12.0%的准确率在中文评测集（BrowseCompzh）中取得30.1%的优异成绩在GAIA信息...

在人工智能领域，计算机视觉系统正迎来一场前所未有的变革。过去，这些系统虽然擅长识别物体和模式，但在处理上下文和推理方面却显得力不从心。如今，随着检索增强生成（RetrievalAugmentedGeneration，简称RAG）技术的引入，计算机视觉系统正在突破传统限制，变得更加智能和高效。今天，我们就来深入探讨RAG如何为计算机视觉带来翻天覆地的变化。一、什么是RAG，它为何对计算机视觉如此重要？RAG技术的出现本质上，是对传统人...

在当今数字化时代，数据分析已经成为企业决策的核心。无论是大型企业还是初创公司，都依赖数据来优化运营、提升效率、发现机会并降低风险。因此，数据分析师的角色变得越来越重要。如果你正在准备数据分析师的面试，或者希望在职场上提升自己的数据分析技能，那么这篇文章绝对适合你！今天，我们将深入探讨数据分析师面试中常见的50个问题，涵盖从基础到高级的各个方面，包括数据分析的基本概念、工具使用、机器学习、生成式AI...

亮点直击Tora2，首个支持多实体定制化的视频扩散Transformer框架。如图1所示，Tora2支持外观和运动轨迹的双重控制。引入了一种解耦的个性化提取器（DecoupledPersonalizationExtractor），用于学习开放集实体的细粒度个性化嵌入，从而提升多实体生成中的主体和面部相似度。设计了一种新颖的绑定策略和对比学习方法，以确保实体、运动模式和文本描述的一致性与对齐表示。实验评估表明，Tora2在定制化任务上达到与最先进方法（SOT...