AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
当AI邂逅向量数据库：重新定义智能时代的数据检索
原创
社区头条探究人工智能与向量数据库如何实现语义搜索，为更智能的推荐系统、聊天机器人及非结构化数据处理工具提供支撑。在互联网时代，你是否期待搜索引擎不再局限于关键词匹配，而是能理解用户真实意图？这正是人工智能与向量数据库结合的价值所在。传统数据库擅长处理电子表格等结构化数据，但面对社交动态、图片、语音笔记等非结构化数据时却力有不逮。人工智能擅长解析复杂数据，却需要高效的存储与检索系统，向量数据库应运而生—...人工智能向量数据库推荐系统全球首届机器人格斗大赛正式举办：继机器人马拉松后，AI技术将如何影响未来？生活？
社区头条昨夜，杭州的擂台上演了一场特殊的格斗赛——CMG世界机器人格斗擂台赛在杭州举行，这也是全球首届人形机器人格斗赛。四台宇树G1机器人以勾拳、侧踢、膝击等动作展开激烈对抗，最终“AI策算师”战队夺冠。这场看似娱乐的赛事，实则是智能工具进化史的缩影，更折射出技术对生活的深远影响。宇树G1曾在春晚扭秧歌、完成李小龙式空踢，而此次格斗赛将其推向了新高度：倒地5秒内自主起身、120N·m关节扭矩支撑的高爆发动作、23个自由...AI取代人类具身智能人形机器人格斗赛算家云租算力，到算家云问题改写的提示词提升多跳问题的检索效果，用户输入部分放到提示词最后
在使用大模型处理多跳问题（multihopquestion）时，我们常常面临一个挑战：原始问题可能不够具体或缺乏关键实体信息，导致语义搜索系统难以准确检索到相关答案。为了解决这个问题，现在大家常使用问题改写，获取深层次的知识。下述是一套有效的问题改写提示词（prompt），专门用于“问题改写”阶段，帮助模型生成更清晰、更具实体导向的新问题。这套提示词经过实际测试，效果不错。实验效果qwen2.57B作为问题改写的大模型。在ho...大模型GPT提示词清楚了！一文看懂多模态大语言模型CLIP架构和 SigLIP架构
热门内容榜 • 最近上榜图片近年来，人工智能领域在多模态学习方面取得了显著进展，相关模型能够理解和关联图像与文本等不同数据类型的信息。OpenAI的CLIP（对比语言图像预训练）和Google的SigLIP（语言图像预训练的Sigmoid损失函数）是其中最具影响力的成果。这些模型革新了机器对视觉和文本信息的解读与关联方式，使得从图像分类到零样本学习等各类应用成为可能。本文将对CLIP和SigLIP的架构、训练范式及关键差异进行剖析。1.CLIP：对比语言图像预训...多模态大语言CLIP阿里 DAIL-SQL：大型语言模型支持的文本到 SQL：基准评估
社区头条1.引言1.1研究背景与意义在当今数字化时代，数据的高效处理和利用至关重要。TexttoSQL作为自然语言处理和数据库领域的关键技术，旨在实现自然语言问题到SQL查询的自动转换，从而打破非专业用户与数据库系统之间的障碍，提高数据处理效率，拓展智能数据库服务、自动数据分析和数据库问答等应用范围。随着人工智能技术的不断发展，特别是大型语言模型（LLMs）的出现，为TexttoSQ任务带来了新的机遇和挑战。1.2现有研究的不足尽管T...大型语言模型SQL奖励驱动学习：LLM后训练与推理时代的全景综述
在大语言模型（LLMs）的后训练与推理Scaling时代，一个革命性范式正在崛起：LearningfromRewards（奖励驱动学习）。从OpenAIo1和DeepSeekR1中的强化学习，到测试时的BestofN采样，奖励信号不再只是训练噪声的附属，而是引领模型走向主动学习的导航星标。它使模型更贴近人类偏好、具备复杂推理能力，推动迈向更通用、更智能、更可控的AI系统！本文是当前最系统的LearningfromRewards综述之一，全面梳理该范式在LLMs后训练(PostTr...LLM后训练语言模型[ACL 2025] 清华&港中文提出 MorphMark：全新理论视角破解大模型水印效力与文本质量的两难困境
社区头条 热门内容榜 • 最近上榜图片论文：MorphMark:FlexibleAdaptiveWatermarkingforLargeLanguageModels链接：https:arxiv.orgabs2505.11541图片一、研究背景随着大型语言模型（LLMs）在自然语言生成领域的广泛应用，AI生成内容的可追溯性和版权保护已成为亟待解决的核心问题。基于红绿表（RedGreenList）机制的水印技术应运而生，通过嵌入可检测的独特模式来区分AI生成内容与人类创作内容。然而，现有方法普遍面临一个根本性矛盾：提升水印有效性往往导致...模型水印文本质量文本分块（Text Splitting），RAG不可缺失的重要环节
社区头条 热门内容榜 • 最近上榜本文介绍了在增强检索生成（RAG）流程中，文本分块的重要性和实现方式。详细解释了为什么要对文本进行切分及代码示例，展示了分块后的效果。通过合理分块，可以有效应对模型的输入限制，提升检索与生成的质量，是构建高效LLM应用的关键步骤之一。1.文档分块的原因2.文档分块的基本思路2.1基于长度的分块类型2.2代码实现2.2拆分结果3.图形化显示分块总结在快速发展的自然语言处理（NLP）领域，增强检索生成（RAG）已成为提高AI生...文本分块RAG系统何凯明团队新作：均值流用于一步生成建模
原创 热门内容榜 • 最近上榜摘要我们提出了一种原则性且高效的一步生成模型框架。我们引入了平均速度的概念来表征流场，这与流匹配方法中建模的瞬时速度形成对比。我们推导出了平均速度与瞬时速度之间的明确关系，并用其指导神经网络训练。我们的方法，称为均值流模型，是自包含的，无需预训练、蒸馏或课程学习。均值流模型展示了强大的实证性能：在ImageNet256×256上从头训练，仅用一次函数评估（1NFE）即可达到3.43的FréchetInceptionDistance（FID）...MeanFlow扩散模型流匹配《真需求》启发：AI创业的价值创造与共识构建
社区头条 热门内容榜 • 最近上榜从梁宁的《真需求》一书中，我提炼出对AI大模型创业者特别有价值的洞见。本文将结合AI领域特点，探讨价值创造、共识构建和产品打磨的核心原则。一、从价值本质看AI大模型创业"商业价值无法自己一厢情愿地说有就有，它是由交易的对手盘一买方，来决定的。因此，进入商业世界的第一个训练，就是要摆脱自己的主观感受和主观愿望，站到买方那一侧来审视自己手上的东西。"在AI大模型创业中，这一点尤为关键。技术人员容易陷入"技术决...AI创业大模型解放你的效率：Quick Prompt让AI对话效率提升10倍
还在反复输入同样的AI提示词吗？还在为找不到之前用过的高质量Prompt而烦恼吗？如果你是AI大模型的重度用户，那么今天介绍的这款浏览器插件绝对能让你爱不释手。QuickPrompt，一款专为提示词管理设计的效率工具，它能让你的AI对话效率提升10倍不止。一键唤出，告别复制粘贴在ChatGPT、Claude或文心一言等任何输入框中，只需输入p，立即唤出你的提示词库，从中选择需要的提示词一键插入。解放双手，无需在各种笔记软件间...QuickAI大模型AI新手必看：30个术语带你快速入门
原创人工智能（AI）是继互联网之后最伟大的技术变革。然而，许多创业者在试图拥抱这一变革时，却常常陷入各种专业术语和流行词汇的泥沼中。今天，我们就来聊聊创业者需要了解的30个最重要的AI术语，帮你轻松避开这些“坑”。一、基础概念1.大语言模型（LLM）大语言模型是当今大多数AI创新和应用背后的技术。像ChatGPT、Claude、Gemini这些工具，都是基于LLM构建的。简单来说，LLM可以通过自然语言执行各种任务，比如写文章、回答问...AI人工智能大语言模型LLMChatGPT新突破！Codex云开发助手，多任务并行的未来已来
原创 社区头条在当今数字化飞速发展的时代，软件开发的效率和质量已经成为企业竞争的核心要素。今天，一个令人振奋的新突破悄然降临——Codex，一款由ChatGPT推出的云开发助手，它正悄然改变着软件开发的面貌。一、Codex：多任务并行的云开发助手Codex是一款强大的云开发助手，它能够同时处理多个任务。无论是编写新功能、解答代码问题、修复漏洞，还是提出待审核的拉取请求，Codex都能轻松应对。每个任务都在独立的云沙盒环境中运行，预加载...ChatGPTCodex云开发助手国产AI登顶时刻：全球首个“AI版Office”登顶榜首，传统Office软件将被彻底颠覆？
在AI浪潮汹涌澎湃的今天，中国AI领域迎来了一次划时代的突破。今天，昆仑万维正式上线全球首个“AI版Office”——天工超级智能体（SkyworkSuperAgents），并在GAIA榜单中脱颖而出，力压OpenAIDeepResearch与Manus，登顶榜首，办公领域迎来了颠覆性变革。一直以来，Office三件套为打工人提供了基本的文档处理、表格计算与演示文稿制作功能。然而，天工超级智能体的诞生，彻底颠覆了传统Office的概念，将AI从单一的辅助工具升级为...昆仑万维天工超级智能体办公领域变革算家云租算力，到算家云赌赢就是iPhone2.0，赌输下一个AI Pin！OpenAI史上最大收购案：65亿刀，苹果旧将集结！
原创 社区头条 热门内容榜 • 最近上榜编辑云昭用“疯狂买买买”来形容5月的OpenAI，再不为过！要是有“AI初创公司求并购直播间”，OpenAI妥妥的拿下“榜一大哥”！先是30亿美金拿下AI编码市场老二Windsurf，一度被外界认为是OpenAI最大的收购案，紧接着又开始为自己的产品部门花重金聘任了新的CEO，Simo。结果刚过去不到两星期，Altman似乎“越买越疯狂”，就在几个小时前，OpenAI发布了一个收购文件，这次直接为了一家尚没有任何成型的市场产品的初创公司豪掷近65...OpenAIAIiPhone谷歌发布MedGemma，基于Gemma 3构建，专攻医学文本与图像理解
原创 社区头条近两日，GoogleIO2025热度正盛，公司CEOSundarPichai在活动首日的主题演讲中便分享了多项创新，例如Gemini2.5的全系列升级，AgentMode上线Chrome，编码智能体Jules开启公测，AndroidXR正式版亮相等等。而在一众令人眼花缭乱的重磅更新之中，还隐藏着一个面向于医疗领域的重磅开源成果——MedGemma。据官方介绍，MedGemma系列模型基于Gemma3构建，包含谷歌在医学文本与图像理解方面最强大的开源模型，提供2个版本，分别为40亿参...医学推理医学文本图像理解开源模型SigLIP 图像编码融合蛋白质语言模型和图像修复模型，麻省理工与哈佛联手提出PUPS ，实现单细胞级蛋白质定位
原创 社区头条蛋白质亚细胞定位（subcellularlocalizationofaprotein）是指蛋白质在细胞结构中具体的定位情况，这对蛋白质行使其生物学功能至关重要。举个简单例子，如果把细胞想象成一个庞大的企业，其中细胞核、线粒体、细胞膜等对应总裁办、发电部、门岗等不同的部门，那么只有对应的蛋白进入正确的「部门」才能使其正常工作，否则便会导致某些疾病发生，如癌症、阿尔兹海默病。因此，精准定位蛋白质亚细胞可以说是生命科学的核心任务之一...AI for Science人工智能蛋白质定位细胞图像生物学研究MonetGPT：通过解决谜题提升多模态大语言模型的图像修图技能
原创 精华图片图1.我们提出了MonetGPT，这是一种感知图像操作的多模态大语言模型（MLLM），可自动为图像修图提供建议。给定一张照片（左图），MonetGPT会对其进行分析，识别出一系列问题和可能的修复调整。然后，解决方案步骤会根据给定的操作库，转化为一组程序操作以及相应的参数设置，这一过程分为三个阶段。（我们训练MLLM所使用的视觉谜题此处未展示。）摘要修图是原始照片后期处理中的一项基本任务。由文本或笔触引导的生成式编辑...MonetGPT多模态大语言模型多模态终极大一统！字节开源BAGEL爆火：图文生成理解双冠王，竟能预测未来画面？
社区头条 热门内容榜 • 最近上榜论文链接：https:arxiv.orgpdf2505.14683项目链接：https:bagelai.org模型地址：https:huggingface.coByteDanceSeedBAGEL7BMoT亮点直击可扩展生成认知模型（ScalableGenerativeCognitiveModel，BAGEL），一个开源的多模态基础模型，具有7B活跃参数（总计14B），在大规模交错多模态数据上训练。BAGEL在标准多模态理解排行榜上超越了当前顶级的开源视觉语言模型（VLMs），并且在文本到图像质量方面，与领先的公开生成器如SD3和FLU...模型生成AIAI 可视化：拒绝华而不实，追求信息增量的核心价值
人工智能正在快速变革各行各业，其中利用AI生成可视化界面被认为是提升用户体验和加速数据洞察的有效手段。然而，许多自媒体和内容创作者热衷于展示炫目的AI生成图表和界面，这些往往关注视觉效果，却未必能提高信息传递效率。实际上，一些过于华丽的可视化可能并不比一个结构清晰的列表更有效。因此，我们应思考：这些AI功能是否真正带来了“信息增量”？如果AI仅仅用“华丽外衣”包裹现有数据，却无法帮助用户更迅速地获取可...AI可视化视觉
