AI.x社区

如今，神经网络（NeuralNetworks）似乎拥有了“魔法”，它们能识别图像、翻译语言、驾驶汽车，甚至创作艺术。但在这看似神奇的能力背后，是一条清晰、严谨且层层递进的逻辑链条。当我们不断追问“为什么”，就能从具体的算法出发，一路探寻到数学、乃至哲学的基石。这篇文章将带您进行一次“追因致根”的探索，揭开神经网络学习能力的神秘面纱。第一站：学习的引擎——梯度下降与反向传播首先，神经网络的学习并非玄学，而是一...

你是否也有一段珍藏的家庭录像，在今天的4K屏幕上播放时，却模糊得像隔着一层雾？在2025年的世界人工智能大会（WAIC）上，解决这类“数字遗憾”的技术，正成为比大模型参数竞赛更受关注的焦点。这标志着AI正从“看懂”世界，跨越到“动手”改变世界，也迫使我们重新审视技术与记忆、情感之间的联系。我们每个人都或多或少拥有自己的“数字遗产”：一盘记录着父母年轻时笑颜的录像带，或是一段用老式DV拍摄的孩子学步的视频。这...

编辑云昭出品51CTO技术栈（微信号：blog51cto）上周末，Anthropic一口气放出了很多内部核心贡献工程师的分享。此前小编分享了​​他们内部的ClaudeCode的最佳实践指南​​，今天一不留神，发现他们把MCP协议的设计哲学、开发技巧、未来计划也同步放了出来。如今，没有哪家大厂不拥抱MCP。不止国内的阿里、字节、腾讯、百度、京东，即便是国外的即便是Anthropic死对头的OpenAI也表示全面支持MCP协议。所以，这次Anthropic将内部...

如果你参加了2025年的世界人工智能大会（WAIC），或者翻开了最新的《中国AI应用发展报告》，你会立刻感受到一种深刻的变化：AI圈的谈资，已经彻底换了人间。一两年前，人们还在热烈地比较着谁家的大模型参数更多、跑分更高。而今天，会场内外的讨论，已经变成了谁的AIAgent拿到了更多订单，谁的具身智能机器人真正走进了工厂，谁的AIGC应用拥有了最多的付费用户。全球AI的聚光灯，已经决定性地从实验室里的“模型竞赛”，转向了...

时隔六年，OpenAI终于重新踏入开源领域。 今天凌晨，OpenAI做出了一个重大举动：正式开源两款新型推理模型gptoss120b和gptoss20b，立即在AI社区引发轩然大波。  自GPT2发布以来，OpenAI已经有相当长一段时间未涉足开源领域。此次回归开源，可谓来势汹汹。 这两款模型均采用宽松的Apache2.0许可证，支持商业化和自由修改。据奥尔特曼透露，gptoss性能逼近OpenAI当前闭源主力产品o4mini，却能在消费级硬件上...

目前，蛋白质基座模型领域的相关研究仍停留在无法充分适配蛋白质序列生物学特性的「BERT」时代。此前，AlphaFold和ESM等AI模型显著推动了包括结构预测、逆向折叠、功能特性预测、突变效应评估以及蛋白质设计等多个领域的发展。但这些模型仍缺乏类似于前沿大语言模型（LLMs）的可扩展、系统化方法论，其能力无法实现随数据量、模型规模和计算资源的增加而持续提升。此类模型的通用性缺陷，带来了蛋白质设计领域难以解决的挑战：...

今天太魔幻了！短短几小时内，OpenAI、Anthropic、Google先后放出新品，直接把八月这场大混战的序幕点燃了！Anthropic选择在这个节点紧急上线ClaudeOpus4.1，在编码基准测试上再次登顶。图片Opus4.1现已向付费Claude用户和ClaudeCode用户开放，并同步上线API、AmazonBedrock以及GoogleCloudVertexAI。不过，正如一些网友所说，这波更像是应对GPT5铺天盖地的炒作，而搞了一个临时的小更新。目的是缓解GPT5上线后，可能给ClaudeAP...

由于多数疾病的产生与蛋白质功能异常直接相关，蛋白质在药物研发领域发挥着关键作用。研究人员在研发新药时，通常会将蛋白质作为核心药物靶点，使药物与部分结构稳定的蛋白质相结合以干预疾病进程。然而，将药物靶向缺乏明确结构、序列和构象偏好的天然无序蛋白（IDPs）仍然存在挑战。利用抗体靶向的传统方法主要基于抗体对特定蛋白质的高度特异性结合能力，实现对目标蛋白质的识别和调控。但该靶向路径不仅需要进行大量实验操...

ApacheTVM是一个深度的深度学习编译框架，适用于CPU、GPU和各种机器学习加速芯片。更多TVM中文文档可访问→本文档将以添加[cumulativeproduct](https:github.comapachetvmpull7722)算子的PR（基于[cumulativesum](https:github.comapachetvmpull7334)算子PR）为例，介绍在Relay中注册一个新的TVM算子所需的步骤。注册一个新的算子需要如下几个步骤：1.添加一个属性节点，声明在编译时已知的固定参数1.为算子编写一个类型关系，...

编者按：我们今天为大家带来的这篇文章，作者提出：推动AI进步的核心动力不是算法创新，而是新数据源的解锁与规模化应用。文章深入剖析了AI发展史上的四次重大突破——深度神经网络、Transformer+LLMs、RLHF和推理能力的产生，揭示了每次技术跃进背后都对应着一个全新数据源的发现：从ImageNet图像数据库、互联网文本语料，到人类反馈标注，再到验证器数据。作者指出，这些看似革命性的技术创新，本质上都是基于监督学习和强化...

Triton是一种用于并行编程的语言和编译器。它旨在提供一个基于Python的编程环境，以高效编写自定义DNN计算内核，并能够在现代GPU硬件上以最大吞吐量运行。更多Triton中文文档可访问→triton.language.broadcastto(input,shape)尝试将给定的张量广播到新的shape。参数：input(Block)输入张量。shape所需的形状。shape可以以1个元组或独立参数被传入：Theseareequivalent这些是等效的broadcastto(x,(32,32))broadcastto(x,32,32)...

实现了一种基于最大广义高斯循环平稳性的盲反卷积算法，主要用于从噪声背景中提取周期性脉冲信号。核心功能包括：1.盲反卷积处理：通过估计的逆滤波器恢复原始脉冲信号无需先验知识即可分离混合信号中的周期性脉冲成分2.关键算法特性：自适应形状参数估计：使用广义高斯分布模型（β参数）描述信号统计特性循环平稳性优化：最大化输出信号的循环平稳性指标（IGGCSGGS）循环频率自适应：在指定带宽内搜索最优循环频率3.主要处理...

本文通过介绍麦肯锡的生成式AI平台Lilli，概述了麦肯锡如何围绕AI有效地重塑其业务。​在人们还在考虑如何将人工智能（AI）用作一种提高效率的新工具，发挥其潜在的能力与适用场景时，麦肯锡已经开始采取不同的方法，围绕着AI重建其整体商业模式了。麦肯锡正在使用人工智能来全面重塑他们的运营，并建立了一个能提供对现实世界可衡量结果的系统。这一业务重塑与转型的核心是麦肯锡的生成式AI平台Lilli。它如今已是45,000名专业...

当AI被要求写一份关于“2025年生物医学突破”的深度报告时，它为何总是东拼西凑、漏洞百出？谷歌团队发现，问题出在AI不会像人类一样“反复打磨”——而他们新提出的TTDDR框架，竟让AI学会了“先写初稿、再查资料、逐句修改”的研究员式工作法，性能直接碾压现有系统。这个框架究竟是如何运作的？摘要&解读在大型语言模型（LLMs）的驱动下，深度研究智能体正在迅速发展；然而，当使用通用的测试时缩放算法生成复杂、长篇的研究...

你有没有试过这样的经历：网购遇到问题想找客服，排队等了半小时，好不容易接通，对方却告诉你“这个问题需要转接到专门的同事”；去超市买东西，货架上常缺你想要的品牌，店员说“库存没及时跟上”；甚至担心手机里的健康数据，会不会一不小心就跑到了国外的服务器上？如果我告诉你，未来两年，这些麻烦可能都会被AI解决，你信吗？最近，德勤发布了一份关于AI趋势的报告，提到了三个听起来有点“高冷”的词：智能体AI、物理AI...

当AI不仅能帮你写代码、答问题，还能悄悄“升级”自己——昨天解决不了的难题，今天突然找到新方法，甚至自己发明工具来突破局限时，它是否已经悄悄踏上了超越人类智能的道路？这篇综述撕开了“自进化智能体”的神秘面纱，从三个核心密码揭秘AI如何自主进化，或许藏着人工超级智能的终极答案。我们常用的大语言模型（比如ChatGPT、GPT4）虽然很能干，但就像“出厂设置”固定的机器——学会的东西不会自己更新，遇到新问题也不会...

Enfabrica，一家专注于高性能网络芯片的公司，推出了其弹性内存网络系统（ElasticMemoryFabricSystem，EMFASYS）。该系统通过整合其3.2TbpsACFSSuperNIC与基于CXL的DDR5内存，为AI集群提供灵活的高性能内存池，有望改变数据中心管理生成式AI内存的方式。AI推理中的内存瓶颈生成式AI是迄今为止最复杂的应用之一，其依赖复杂的计算处理海量数据集。大型语言模型（LLM）将信息分解为Token，通过神经网络传递以生成参数——这些参数...

摘要大型语言模型（LargeLanguageModels，LLM）的性能在根本上取决于推理过程中提供的上下文信息。本综述首次提出并定义了上下文工程（ContextEngineering），这一正式学科超越了简单的提示设计，涵盖了对LLM信息负载的系统性优化。我们提出了一种全面的分类框架，将上下文工程分解为基础组件和集成这些组件的复杂系统实现。首先，我们考察了基础组件：（1）上下文检索与生成（ContextRetrievalandGeneration），包括基于提示的...

1.关于AI的潜力与风险“我们当然希望这些AI系统能够带来它们所承诺的一切，比如找到新的治病方法、新的能源形式，做出很多对整个人类有巨大帮助的事。但同时也确实存在一些担忧，比如如果最早的AI是在错误的价值观引导下开发的，或者在没有安全保障的情况下建成的，那可能会带来很严重的问题。”2.关于AGI的定义和发展节奏“我们一直把AGI理解为一种能够具备人类所有核心认知能力的系统。我们之所以以人类大脑为参照，是因为人...

Anthropic又发新东西了。ClaudeOpus4.1，算是对Opus4的一次小升级。主要提升了三个方面：智能体任务、真实世界代码处理和推理能力。官方还提了一嘴：未来几周，还会有“更大幅度”的升级。现在，付费的Claude用户和ClaudeCode里已经能用上了。API、亚马逊Bedrock和谷歌云VertexAI也都同步了。价格没变，和Opus4一样。那这次升级，具体强在哪？最直观的，是在SWEbenchVerified这个编程评测上，性能干到了74.5%。图片另外，在深度...