AI.x社区

关于AI智能体的记忆系统架构设计和落地实现可以参考这两篇文章：《​​AI智能体长期记忆系统架构设计​​​​》和《​​​AI智能体的长期记忆系统架构设计与落地实现​​​》，今天我们详细剖析下AI智能体记忆系统的10大关键技术。一、AI智能体记忆系统10大关键技术1、关键技术一：为什么长期记忆很重要？我们构建的AI智能体存在以下三个关键问题：第一、丢失上下文：AI智能体忘记了过去互动中的重要信息；第二、通用回应：没有...

无论是DeepSeek还是GPT，随着大模型性能的提升，其能够处理的上下文长度也不断增加。然而，一旦超出上下文窗口的限制，大模型就需要重新开启一个对话，就像“失忆”一样，忘记之前交流的内容。但从用户的角度来看，AI智能体应该能够记住之前的全部对话。因此，如何高效地管理和利用对话历史，成为了提升AI智能体用户体验的关键所在。拥有长期记忆后，Ai智能体能够回忆过去的对话，从而减少幻觉、延迟和成本。将聊天记录作为文本...

在行业内，曾出现过一种较为混乱的现象，即所有基于大模型的聊天机器人都被统称为AI智能体，也就是AIAgent。无论是角色扮演类的应用程序，还是通过流程编排形成的大模型工作流，亦或是能够自主决策并运用工具完成任务的真正的AIAgent，都被一概而论地归为AI智能体，这种做法其实是一种误区，也反映出了一种懒惰的态度。如今，很多人都在说2025年是AI智能体的元年，那么，澄清AI智能体的真正含义就显得尤为必要。AI智能体是基于...

GoogleGemini正迅速成为全球最受欢迎的AI聊天机器人之一，它实至名归。Gemini与安卓生态系统深度集成，并且有适用iOS的版本，将强大的对话式AI与谷歌众多工具和服务的强大功能完美结合。无论你是学生、忙碌的职场人士，还是充满好奇心的创意人士，它都在重塑我们与智能手机的交互方式。如果你想知道GoogleGemini的强大功能，本文正适合你。我们将介绍如何使用GoogleGemini，提供一些充分利用它的技巧，并介绍如何快速使用Google...

1.感触从2018年开始我就一直从事机器人研发工作，自从2022年11月CharGpt诞生以来，我一直动态关注，用了CharGpt3.0之后，确实给到我很多惊喜，它比以前我们用的机器人知识库平台有了质的飞跃。2.机器人知识库1.0时代旧有的机器人知识库平台是这样玩的，当人与机器人对话时，机器人用麦克风采集人的声音，把录音后的音频文件传送到知识库后台，后台靠语音识别技术形成文字，再用文字与数据库中的语句做对比，数据库检索到匹配度...

PyTorch在深度学习领域中，无疑是一个巨人般的存在，它是一个开源的框架，用于构建和训练神经网络模型。它的目标是提供一个易于使用的、高性能的、灵活的框架，可以让开发者快速地构建和训练模型。近期火爆的Llama3.1,Llama3.2大模型就是基于PyTorch框架训练而成的。本篇就以通俗易懂的方式为各位同学介绍一下为什么要用PyTorch，它能给我们带来哪些便利。1.PyTorch的作用假如你想让电脑识别猫咪。你手里有一堆猫的照片和一些不...

还在为AI回答支离破碎而头疼？LightRAG用一张“知识网”让大模型真正理解复杂关系你是否遇到过这样的场景：向企业知识库提问“新能源汽车电池技术路线对供应链的影响”，却得到一堆割裂的电池参数和物流术语，毫无逻辑关联？或是研究法律合同时，AI无法串联“违约责任”与“不可抗力条款”的关系？这些痛点背后，是传统检索增强生成（RAG）系统的结构性缺陷——而香港大学团队的LightRAG正在颠覆这一困局！一、传统RAG的“死穴...

生成式模型与概率模型在目标、方法、应用上存在显著差异，但共同推动人工智能从“感知”向“创造”与“决策”的深度演进。生成式模型以数据生成为核心，赋能创意与科学领域；概率模型则通过不确定性量化，为风险评估与决策提供理论支撑。未来，两者的融合（如贝叶斯生成式模型）将进一步拓展AI的应用边界，实现更高效、更智能的人机协同。一、核心定义与范畴界定1.1生成式模型的本质生成式模型是人工智能领域中一类通过学习数据...

在机器学习的工具箱中，逻辑回归如同经典款白衬衫——看似简单却充满可能性。这个诞生自统计学领域的分类算法，在计算机科学的土壤中生长出独特的生命力。它既是理解复杂模型的基础跳板，也是实际工程中经常被选择的"轻量级选手"。与线性回归的血缘关系算法家族的近亲逻辑回归与线性回归存在显著的亲缘关系。二者都试图通过自变量的线性组合来解释因变量，就像用同样的食材（自变量）制作不同口味的料理（因变量）。线性回归处...

5个多月前，百度承诺将在6月30日开源文心大模型。图片他们一口气开源了文心4.5系列共10款模型。既有文本模型，也有VL视觉理解模型（支持thinking），最小参数0.3B，最大参数424B（激活参数47B）。本次开源的全部模型（包括预训练权重和推理代码）和项目，都可以在HuggingFace、GitHub和飞桨社区下载。HuggingFace：https:huggingface.cobaiduGitHub：https:github.comPaddlePaddleERNIE飞桨社区：https:aistudio.baidu.comoverv...

由南洋理工大学推出Sparc3D是一个统一的框架，它将稀疏可变形行进立方体表示Sparcubes与新型编码器SparconvVAE相结合。Sparcubes通过将有符号距离和变形场散射到稀疏立方体上，将原始网格转换为具有任意拓扑的高分辨率(1024³)表面，从而实现可微分优化。SparconvVAE是第一个完全基于稀疏卷积网络构建的模态一致性变分自编码器，能够通过潜在扩散实现高效且近乎无损的三维重建，适用于高分辨率生成建模。相关链接论文：https:ar...

迄今为止，所有功能强大的生成式图像编辑模型都只能作为专有工具使用。如今，黑森林实验室发布了FLUX.1Kontext[dev]，这是FLUX.1Kontext[pro]的开发者版本，它在一个120亿参数的模型中提供专有级别的图像编辑性能，并且可在消费级硬件上运行。开放模型权重是技术创新的基石。FLUX.1Kontext[dev]现已作为开放权重模型在FLUX.1非商业许可证下发布，可供研究和非商业用途免费使用。FLUX.1Kontext[dev]与现有的FLUX.1[dev]推理代码...

编辑伊风大多数人还在输入一句“帮我修这个bug”，然后疑惑为什么Claude回答得四不像、效率低得离谱。而另一些“老手”已经用上了slashcommand，把一个原本要手动操作45分钟的流程，缩短到2分钟内自动完成。这个残忍的差距展示，出自Reddit上的一条高赞热帖，标题非常直接：《不懂ClaudeCode和懂的人，差距不是一星半点！》图片故事的起点是作者在自己团队里的一个观察：“这几个月我一直在观察我们团队使用ClaudeCode的情况，...

写论文真的不必内耗自己，收藏这4个免费的论文神器，保证你一天之内搞定论文。1、塞特新斯选题记住它就够了，这个工具可以挖掘研究的亮点，帮助我们查阅研究的方向和趋势，最关键的是它可以挖掘以往论文里尚未解决的问题，有了它，你再也不用担心不会选题了。网址：https:www.citexs.com2、SemanticScholar它是由微软联合创始人PaulAllen创建的学术搜索引擎。全球近40年中英文学术论文、期刊、文献你都可以在这里找得到，直接搜...

斗争十年顽疾无果后，一次AI尝试，竟意外解开了基因谜团。ChatGPT如何成为诊断助手？背后是人机协作的新可能。 最近，一位国外用户在Reddit上分享了ChatGPT识破被忽视多年的基因MTHFR突变的经历。该用户与不明原因的全身神经刺痛和严重疲劳斗争了整整十年。  他看过几十位医生，做过无数检查——脊柱MRI、CT扫描、莱姆病检测……结果要么正常，要么指向模糊的方向。他甚至在某个阶段被怀疑是心理问题。 因...

近年来，青少年肥胖问题日益严峻，已演变为一场全球公共卫生危机。据报道从1990年到2022年间，全球5岁至19岁儿童和青少年中的肥胖人数增加了约3倍。通过科学的运动方式帮助青少年健康减重、更加阳光、培养终身受益的运动习惯，已成为当前全球公共卫生领域的重要议题。「我目前正在与贾伟平院士团队密切合作攻关，与来自体育科学、临床医学、心理学及脑科学的多学科专家团队协同开展科研攻关，研制面向未来生活中人民健康智能精...

本文主要看下MPO的多模态偏好数据生成方法及MPO优化方法核心思想，多模态输入的链式思维方法感兴趣看原文，供参考。多模态偏好数据集生成1、数据引擎生成方法：有明确答案的指令：通过选择正样本和负样本来构建偏好对。没有明确答案的指令：使用DropoutNextTokenPrediction(DropoutNTP)方法。具体来说，所有生成的响应被视为正样本，通过截断响应的后半部分来生成负样本。效率比较：与RLAIFV提出的更复杂的方法相比，DropoutNTP...

最近在折腾AI项目的时候，偶然发现了一个平台Composio。这个平台上集成了很多tool,可以很方便地帮助构建Agent。composio的本质说实话，刚开始接触Composio的时候我有个误解。我以为它是那种"一站式代理服务"——就是说，我只要有了Composio的key，就能直接调用所有工具，比如TAVILY搜索、Perplexityai之类的，不用再去各个平台申请API密钥了。结果实际用起来才发现，Composio只是帮你管理和调用各种第三方服务，但该配置的API密...

这厢，AI审稿人上岗，席卷多类期刊甚至顶会；那厢，作者开始在论文中插入隐藏指令，引导AI给好评。所谓「上有政策下有对策」，这究竟是利用AI审稿漏洞的学术作弊，还是以彼之道还施彼身的正当防卫？在论文中设置隐藏提示词固然有错，但AI审稿是否就完全无责呢？近日，日本经济新闻发布消息称，在对预印本平台arXiv上的论文进行检查时发现，其中有17篇论文暗藏了针对AI审稿的「秘密指令」，这些论文的作者来自8个国家的14所高校...

在数据科学领域，找到一份理想的工作不仅仅取决于你的代码能力和建模技巧了。如今，面试官越来越关注行为问题，这些问题能够帮助他们评估你的解决问题能力、沟通能力和团队协作能力。今天，我们就来深入探讨一下什么是行为问题，为什么它们如此重要，以及如何用经过验证的技巧来回答这些问题。我还会为你提供20个行为问题的样本及详细答案，帮助你为数据科学面试做好充分准备。那么，让我们开始吧！一、什么是行为问题？行为问...