AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
从工程师视角看 “Multi-Agent as a Service (MAaaS)”
原创 精华编者按：目前AIAgents在各行各业的应用前景广阔，越来越多的企业开始尝试部署AIAgents，然而如何在企业生产环境中有效部署和管理AIAgents，是工程师们面临的一大挑战。你是否曾面临这样的困惑：如何确保AIAgents在生产环境中稳定可靠地运行？如何应对突发的高并发请求？当AIAgents出现"幻觉"或系统崩溃时，又该如何快速恢复？本文提出了"MultiAgentasaService(MAaaS)"这一概念，认为可以借鉴云应用的最佳实践（bestpractices）...AI AgentsLLMsAI突发！OpenAI展示草莓，很快发布“GPT-5”猎户座！
精华OpenAI不藏了，终于展示江湖流传已久的秘密项目“草莓”（Strawberry）和猎户座（Orion）。根据Theinformation消息，OpenAI已经向美国国家安全官员展示了草莓这个秘密项目，保证会在安全、合理的范围内来开发和使用。同时OpenAI会使用草莓生成的合成数据，来开发最新大模型猎户座。无独有偶，OpenAI首席执行官SamAltman曾在本月的7号发表了一篇推文“我喜欢花园里的夏天”并配上了一张草莓的图片，也从侧面暗示秘密项目草莓的存...AI模型Still-Moving效果惊艳！无需定制视频数据，DeepMind让文生定制视频变得简单！
文章链接：https:arxiv.orgpdf2407.08674github链接：https:stillmoving.github.io自定义文本生成图像（T2I）模型最近取得了巨大进展，尤其是在个性化、风格化和条件生成等领域。然而，将这些进展扩展到视频生成仍处于初期阶段，主要原因是缺乏定制视频数据。本文介绍了StillMoving，是一种无需定制视频数据即可自定义文本生成视频（T2V）模型的新颖通用框架。该框架适用于T2V模型的主要设计，其中视频模型是在文本生成图像（T2...AI视频生成像艺术家一样画画：通过构图、绘画和润色用扩散模型生成复杂场景
文章链接：https:arxiv.orgpdf2408.13858亮点直击定义与标准：本文提供了一个明确的实验性复杂场景定义，并引入了复杂性分解标准（CDC），以有效管理复杂提示。CxD框架：受艺术创作过程的启发，本文提出了一种无需训练的复杂扩散（CxD）框架，将复杂场景图像的生成分为三个阶段：构图、绘画和润色。验证与性能：大量实验表明，CxD能够生成高质量、一致且多样的复杂场景图像，即使在处理复杂提示时也表现出色。总结速览解决的问...场景生成模型使用Hugging Face Transformer检测文本中的情绪
原创本文介绍了如何利用HuggingFace预训练语言模型对推文隐藏的情绪进行分类。HuggingFace上有各种基于Transformer的语言模型，专门用于处理语言理解和语言生成任务，包括但不限于：文本分类命名实体识别(NER)文本生成问题回答摘要翻译文本分类任务的一个特殊又很常见的案例是情绪分析，其目的是识别给定文本的情绪。“最简单”的一类情绪分析语言模型经过训练后，确定输入文本(比如客户对产品的评价)是积极的还是消极的，或者是积...Python预训练模型TransformerLabel Studio 数据标注工具详解
原创LabelStudio是一个开源的数据标注工具，由HumanSignal（原Heartex）推出，主要用于机器学习和数据科学领域，帮助用户对各种类型的数据进行标注和注释，以生成高质量的训练数据。它支持文本、图像、音频、视频等多种数据类型的标注，适用于自然语言处理、图像识别、语音识别等多种应用场景。LabelStudio的特点在于其灵活性、易用性和强大的功能特性，使其成为研究人员和开发者的首选工具。一、功能特性LabelStudio的主要功能包括...机器学习大模型ReAct框架——打造AI Agent的代码实现——基于LLM + Function Call构建Agent
原创“Agent通过大模型的推理和规划，使得大模型真正实现类似人类的能力”AIAgent也就是AI智能体，是通过把大模型作为“大脑”，通过利用大模型的推理和规划能力，然后调用外部工具来完成复杂任务的一种方式。简单来说，Agent就是一种让大模型自己思考和分析问题，选择合适的工具，最终解决问题的一种方法，其背后原理就来自于ReAct。ReAct是ReasoningAndActing的缩写，意思是LLM可以根据逻辑推理(Reson)，构建完整系列行动(Act)，...Agent大模型LLM 剪枝+蒸馏：NVIDIA 的最佳实践
精华一、背景模型剪枝、蒸馏是传统AI模型压缩常用的方案，尤其是模型要用于端侧部署的场景，相比模型量化，模型剪枝和蒸馏的代价比较高，而且往往在指标上也没有特别明显的优势，因此真正落地的场景要少得多。当然，也传言有些模型会蒸馏OpenAI的ChatGPT，不过主要是用其生成高质量数据。本文中，我们介绍NVIDIA最近发布的LLM剪枝和蒸馏的最佳实践。对应的论文为：[2408.11796]LLMPruningandDistillationinPractice:TheMinitronAppr...LLMNVIDIA剪枝RAGLAB：又来一个RAG框架，还是模块化的
1.背景检索增强生成（RAG）借助外部知识来缓解幻觉问题，保障实时知识更新。然而，大家在研究RAG算法时面临两大主要问题：•一方面，许多已发表的成果要么并非开源，要么难以搭建环境，大家不得不耗费大量时间从零开始研发新算法。•另一方面，新的RAG算法纷纷涌现，比如ITERRETGEN、RRR、SelfAsk、ActiveRAG、SelfRAG等等。然而，这些RAG算法在基本组件和评估方法上并不统一，导致大家难以准确评估改进效果。虽然现在也有很多...RAGLABRAG框架Jamba前生今世：1.5开源来袭
AI21服务于企业，为企业构建基础模型和AI系统以加速GenAI在生产中的使用。AI21成立于2017年，已从NVIDIA、Intel、Google等公司共筹集了3.36亿美元。它是最早将生成式AI推向大众的公司之一，借助AI21平台，企业可以构建自己的生成式AI的应用程序和服务。Jamba算是世界上第一款基于Mamba的生产级别的模型。近日AI21Labs发布Jamba1.5系列开放模型，包括Jamba1.5Mini和Jamba1.5Large，这些模型建立在新颖的SSMTransformer架构之上，...Jamba开源模型400万样本，数据才是AIGC的王道！UltraEdit：基于指令的细粒度图像编辑数据集
一、概述UltraEdit是一种大规模的、自动生成的数据集，专门用于基于指令的图像编辑。该数据集包含了约400万个编辑样本，覆盖了750,000个独特的指令，涵盖了9种以上的编辑类型。UltraEdit的核心优势在于其利用大型语言模型（LLMs）的创造力和人类评估者提供的上下文编辑示例，提供了更广泛的编辑指令；其数据源基于真实图像，包括照片和艺术作品，这比仅由文本到图像模型生成的数据集提供了更大的多样性并减少了偏见；此外，它还...AIGC数据对OpenAI模型进行基准测试以实现自动解决错误
原创本文评估了软件开发中的LLM，重点关注它们在解决错误方面的有效性。这是软件开发人员工作流程中的一个关键任务。大型语言模型(LLM)正在日益塑造软件开发的未来，为代码生成、调试和解决错误提供了新的可能性。这些人工智能驱动工具的最新进展促使人们更仔细地研究它们的实际应用和对开发人员工作流程的潜在影响。本文探讨了LLM在软件开发中的有效性，特别关注解决错误。根据软件开发人员在Raygun公司的人工智能解决错误工作中获...大型语言模型LLM软件开发Cohere CEO：只卖模型的利润有多少？零
原创整理言征出品51CTO技术栈（微信号：blog51cto）利润是多少？Cohere创始人称，人工智能的商业模式正在快速变化OpenAI和Anthropic每年花费数十亿美元训练GPT4和Claude等模型，但竞相打起的价格倾销将使这些平台周围的业务变得相当不稳定。1.卖API太难了人工智能提供商Cohere的首席执行官艾丹·戈麦斯(AidanGomez)在周一的播客节目中表示，出售模型使用权正迅速成为一项“零利润业务”。目前，这些人工智能模型的成本高于其收益。...模型利润人工智能首个外贸金融领域大模型 TradePilot 成功落地，XTransfer 深耕新质生产力
随着人工智能技术的快速发展，尤其是大模型在各个领域的应用，外贸金融领域也迎来了新的变革机遇。经过多年的技术深耕和创新实践，XTransfer自研的外贸金融大模型TradePilot已成功落地，标志着针对B2B中小微企业的外贸金融服务进入一个新的阶段，同时外贸金融行业也将步入“智能涌现”时代。当下，多模态、长上下文和AIAgent是AI大模型领域的三个重要方向，它们各自有着独特的应用和研究价值。多模态是能够处理和理解多种不同类...人工智能大模型外贸金融怎么评价一个模型的好坏？大模型应用重要环节之——模型评估
原创“任何产品最真实的评价，就是市场(用户)反馈”从根本上来说，设计和训练一款大模型的目的是用来解决我们生活和工作中的问题，从更加抽象的角度来说是为了提升生产力和生产效率。因此评价一款大模型的好坏不是看它使用了什么架构，也不是它用了多少训练数据，而是它实际应用中的表现能力；而这也是大模型从理论或者说实验推向实际业务场景的必要环节。因此，怎么评价一款大模型就成了一个问题，而怎么解决这个问题？大模型的评...大模型提升 RAG 系统的回答质量：构建高效的 Prompt
原创1、Prompt的重要性在RAG（增强检索生成）系统中，打造有效的提示词（Prompt）对于保障大模型输出精准且相关的答案至关重要。提示词不仅负责指导大模型正确解读用户提问，还需整合检索所得的信息，以实现回答的精确性和针对性。接下来，本文将探讨如何在RAG系统中打造高效的提示词，进而提高RAG系统的回答水平。2、理解用户意图把握用户的核心需求是创建高效Prompt的首要环节。各种问题关注的焦点各异，设计Prompt时必须保证大模...RAG长视频生成又有重大突破！DreamFactory：一致、连贯且引人入胜的长视频生成框架
文章链接：https:arxiv.orgpdf2408.11788亮点直击多agent协作与关键帧迭代：提出了DreamFactory框架，模拟AI虚拟电影制作团队，利用多agent协作进行脚本编写、角色设计等，并引入关键帧迭代设计方法以保持视频段落的一致性。监控机制与图像数据库：通过引入监控角色和集成图像向量数据库，确保了长视频生成过程中的图像一致性和稳定性。优异的评估结果：在UTF101和HMDB51数据集上测试，DreamFactory生成的视频在质量上显著优于...视频生成AI超越Text2Video-Zero｜无需额外训练，条件生成、专门生成和指令引导的视频编辑全搞定！
论文链接：https:arxiv.orgpdf2407.21475github链接：https:densechen.github.iozss亮点直击本文提出了一种新颖的zeroshot视频采样算法，该算法能够直接从预训练的图像扩散模型中采样高质量的视频片段。本文提出了一个依赖噪声模型和时间动量注意力机制，首次能够灵活地控制生成视频中的时间变化。通过广泛的应用展示了本文方法的有效性，包括条件和专门的视频生成，以及由文本指令引导的视频编辑。将时间维度引入预训练的图像...训练生成美国律师协会：ChatGPT等生成式AI，能帮助律师提升效率
美国律师协会（简称“ABA”）发布了正式意见512，深度报告了律师使用ChatGPT等生成式AI产品的好处以及注意事项。ABA认为，像ChatGPT等生成式AI可以在法律研究、合同审查、文件审核、案情预测分析、起草法律文件等方面能发挥重要作用，可以节省时间提升工作效率。但在使用的过程中，律师需要知道使用的产品特性、局限性以及可能会生成不真实的内容，同时需要在数据保密性、对AI生成的内容应用进行负责。下面「AIGC开放社区」就为...AI生成视频生成要有自己的系统！尤洋团队历时半年开源VideoSys
精华自今年起，OpenAI的Sora和其他基于DiT的视频生成模型在AI领域掀起了又一波浪潮。但由于起步较晚，视频生成领域的很多基础设施都还有待完善。今年2月份，新加坡国立大学尤洋团队开源的一个名为OpenDiT的项目为训练和部署DiT模型打开了新思路。这是一个易于使用、快速且内存高效的系统，专门用于提高DiT应用程序的训练和推理效率，包括文本到视频生成和文本到图像生成。项目上线后非常受欢迎，尤洋团队也一直在继续这方...视频生成
