AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
解构AI幻觉，OpenAI发布《大语言模型为何会产生幻觉》研究报告
OpenAI于2025年9月4日发布的最新研究报告，深入剖析了大型语言模型（LLM）产生“幻觉”——即生成看似合理但实际上是虚假信息——的根本原因。该报告认为，幻觉并非AI系统中某种神秘的缺陷，而是其训练与评估机制共同作用下的必然产物。报告指出，当前的行业标准在无意中激励模型在面对不确定性时选择“猜测”，而非承认“不知道”，从而导致了幻觉问题的持续存在。大型语言模型，如驱动ChatGPT等应用的系统，其强大的语言生成...AIOpenAI语言模型谈谈Vibe编程（氛围编程）
Vibe编程已经出现半年了，这半年也尝试了很多工具和构建了一些小的应用，这篇文章也谈谈我对于Vibe编程的理解。Vibe编程Vibe编程中文翻译是氛围编程，2025年2月3日，前OpenAI联合创始人、前特斯拉人工智能主管AndrejKarpathy在社交平台X上发布了一条看似平常却引发全网热议的推文，其大意是说：有一种新的编码方式，称之为Vibe编程；它让你完全沉浸在氛围中，拥抱指数级增长，甚至忘记代码的存在。Karpathy用一种近乎诗意的语言...Vibe编程开源项目技术总结 | 十分钟了解机器如何识别一只猫？
尽管多模态大模型已广泛应用于各个领域，但计算机到底是如何识别一只猫的？最近阅读了一篇文章（https:www.quantamagazine.orghowcanaiidacatanillustratedguide20250430），内容容易理解，总结如下。一个简单的分类器假设在同一个坐标系中存在三角形和方形，如下图：如果要将这两个类型分开，就需要一条分界线，但是如何知道这条分界线？传统的机器学习可以通过SVM，计算一条与刚好两个分类的各个点上距离和最小的一条...神经元分界线神经网络阿里云 SkeletonHunter：诊断与定位大模型训练中的网络故障
社区头条一、背景网络互联是大规模集群不可或缺的一部分，也是大规模模型训练中影响任务稳定性和效率的关键因素，然而网络相关问题的诊断和修复又是个老大难问题。本文我们介绍清华大学和阿里的SkeletonHunter系统，其提供了一个不错的思路。对应的论文为：SkeletonHunter:DiagnosingandLocalizingNetworkFailuresinContainerizedLargeModelTraining[1]相关工作可以参考我们之前的文章：LLaMA3背后的大规模GPU集群RoCE网络建设HPN7.0：...SkeletonHunter大模型网络语言模型幻觉现象的统计学解释与评估体系重构
摘要大型语言模型在生成看似合理但实际错误的内容方面表现出了持续性的问题，这种现象被称为"幻觉"。OpenAI最新发布的研究论文《WhyLanguageModelsHallucinate》从统计学习理论的角度深入分析了这一现象，揭示了幻觉产生的根本原因以及现有评估体系如何无意中强化了这一问题。本文将对这项开创性研究进行全面分析，探讨其理论贡献、技术细节以及对AI安全性的深远影响。引言随着ChatGPT、GPT5等大型语言模型在各个领域的广泛应用...语言模型OpenAI预训练学习使用图神经网络加速分布式ADMM：技术创新与应用前景
摘要本文深入分析了一篇发表在arXiv上的重要研究论文《LearningtoacceleratedistributedADMMusinggraphneuralnetworks》，该论文由来自瑞典乌普萨拉大学的研究团队完成。这项研究在分布式优化领域取得了重要突破，通过建立分布式交替方向乘子法（ADMM）与图神经网络（GNN）之间的等价关系，提出了一种创新的学习优化框架。研究团队不仅从理论上证明了两者的一一对应关系，还开发了端到端的训练方法，在数值实验中展现出显著的性...ADMM神经网络分布式ARGUS：突破十亿参数的大规模推荐系统Transformer框架
精华引言在人工智能快速发展的今天，推荐系统已成为数字生态系统的核心组成部分，从音乐流媒体到电子商务，从社交媒体到视频平台，无处不在地影响着用户的日常体验。然而，尽管大型语言模型在自然语言处理领域取得了革命性突破，推荐系统领域的Transformer架构扩展却一直面临着技术瓶颈。Yandex团队最新发布的ARGUS（AutoRegressiveGenerativeUserSequentialmodeling）框架，成功将推荐系统Transformer扩展至十亿参数规模，标志着推...推荐系统参数人工智能吴恩达发帖：大学AI课程体系还停留在2022年！计算机专业应届生失业率上涨！
原创 社区头条编辑云昭出品51CTO技术栈（微信号：blog51cto）“现在的大学课程体系太过陈旧，还停留在2022年之前！但企业的招人需求却早已经变成了AI原生的工程师！”近日，AI大佬吴恩达针对当下的美国AI应届生“毕业即失业”的问题，发表了自己的观点。吴恩达分享了自己在面试AI工程师过程中自己最看重的求职者的3个能力项：用AI辅助快速设计软件、能够使用各种AI积木搭建应用、快速原型迭代能力。此外，吴恩达还发现：所谓的“AI原生”应届...AI课程吴恩达失业率OpenAI百亿美元造芯计划曝光，算力争夺战进入新阶段？
原创近日，据英国《金融时报》报道，OpenAI拟与美国半导体巨头博通启动自研AI芯片量产。知情人士透露，OpenAI与博通合作开发的自研AI芯片将于明年开始量产。《金融时报》分析称，OpenAI与博通的合作标志着行业开始寻求定制化的英伟达芯片的替代方案。  博通首席执行官陈福阳透露，新客户承诺的巨额订单直接推动了公司股价飙升近11%。 这款由双方共同设计的芯片不会对外销售，而是专门用于OpenAI内部系统，旨在提升计...人工智能AI算力OpenAI算家云租算力，到算家云开发者选型指南：何时用DeepSeek做Agent，何时用K2 Think搞推理
社区头条在人工智能的浪潮中，我们正见证着一个深刻的演变。过去，大众对AI的认知，大多停留在能够流畅对话、撰写文案的“通用聊天机器人”上。然而，随着技术的深化，一个全新的趋势正变得日益清晰：AI正在从无所不能的“通才”，向着在特定领域具备超凡能力的“专才”进化。就在今天，阿布扎比穆罕默德·本·扎耶德人工智能大学（MBZUAI）联合AI创企G42，正式开源了一款名为K2Think的全新低成本推理模型，为这一趋势再添一个重磅注脚...DeepSeekV3 K2Think开源大模型MaaS平台七牛云奥特曼亲自分析Reddit怪帖：真人染上了大模型恶习！GPT5发布似乎也被雇人发黑帖了！X上有数亿机器人账号！
原创 社区头条编辑云昭出品51CTO技术栈（微信号：blog51cto）昨晚，小编刚写了一篇《奥特曼警告“互联网慢性死亡”》的文章，痛批了社交媒体上各种AI生成的假新闻。好巧不巧，今天凌晨，没想到OpenAI掌门人奥特曼继续发起对“AI帖子”的攻击。“我知道Codex的增长确实很强劲……但这些帖子读起来很奇怪！”“真人染上了大模型的恶习！”“社交媒体上的帖子已经无法分辨到底是人类写的，还是机器人写的。”几个小时前，OpenAICEO、发推狂人、R...奥特曼机器人GPT5多模态大模型Keye-VL-1.5发布！视频理解能力更强！
社区头条快手正式发布了多模态大语言模型KeyeVL1.58B。与之前的版本相比，KeyeVL1.5的综合性能实现显著提升，尤其在基础视觉理解能力方面，包括视觉元素识别、推理能力以及对时序信息的理—表现尤为突出。KeyeVL1.5在同等规模的模型中表现出色，甚至超越了一些闭源模型如GPT4o。KeyeVL1.58B在技术上实现了三项关键创新：引入慢快编码策略（SlowFast）：该策略基于相似性算法自动区分慢帧与快帧，并将快帧的token预算控制为慢帧的30%。同...大模型快手多模态100万Token上下文开启AI新纪元, 开发者如何抓住长文本应用新机遇
2025年，人工智能领域的一项关键技术壁垒正在被悄然打破。大型语言模型（LLM）的上下文长度，正经历着从128K到100万Token的指数级飞跃。以最新开源的Qwen2.51M系列和备受关注的MiniMaxM1等模型为代表，AI处理信息输入的“记忆”尺度，已经从理解一篇长文，扩展到了能够一次性“阅读”并消化整部小说、完整的代码库或数百页的复杂法律卷宗。这并非一次简单的参数增长，而是一场深刻的范式革命。它标志着AI从“短时记忆”向“长时...长上下文大模型百万Token Qwen2.5_1M大模型推理七牛云AIRAG长上下文加速解码策略-meta基于RAG的解决思路浅尝（REFRAG）
原创前文在RAG常见13种分块策略大总结（一览表）提到，分块策略在RAG中至关重要，目的是提高效率、相关性和上下文保持。但也会带来冗余。引发长上下文RAG应用的效率痛点：在RAG等依赖外部知识的任务（如多轮对话、长文档总结）中，LLMs需要将检索到的大量段落拼接为长上下文输入，但这会引发两大问题：高延迟与高内存消耗：长上下文需占用大量键值缓存（KVCache），且生成第一个token的时间（TTFT，TimetoFirstToken）随...RAG大模型LLM如何让多模态大模型学会“自动思考”-R-4B训练框架核心设计与训练方法
原创多模态大模型在推理上虽然效果好，但会强制执行“逐步思考”流程，导致输出token量激增，冗余思考过程不会提升简单任务的准确性，反而可能因“过度推理”引入噪声。现有模型无法根据任务复杂度自主选择“思考模式”（需推理）或“非思考模式”（直接回答），需要手动触发是否思考的条件（如qwen3的开关控制）或者如KeyeVL通过人工标注“任务复杂度标签”触发思考模式，但人工标注成本高、覆盖场景有限，且推理时需额外输出“复...多模态大模型多模态大模型为什么在医疗法律等领域会使用大模型这种不稳定的技术，你对大模型的误解之——大模型到底解决了什么问题？
原创“大模型的应用真正解决的是效率问题，而不是解决所有问题，这是很多人对大模型应用的一个误区。”一个技术或者说一个行业发展的前期，对很多人来说都是无感的，等到你时刻都能感受到它存在的时候，说明它已经发展到中后期了；以二十年前的电商为例，那时的电商在国内已经经过多年的发展；但电商真正兴起的时候确实最近十来年，也就是说在电商发展初期的十多年，我们对此感受不到或者说感受不深。目前国家在大力发展人工智能技...大模型RAG增强检索关于大模型本地部署的一些问题——怎么在本地部署模型
原创 社区头条“由于模型协议标准的问题，因此不同的推理引擎对不同协议的支持程度也不同；这就本地部署中存在各种各样的潜在问题。”对大模型应用开发者来说，使用模型无非两种方式，一种是使用第三方模型，另一种是自己本地部署模型；当然个人学习者和小微企业更适合前者，而大型企业和对数据安全要求较高的企业适合后者。但不管怎么说，学习大模型的本地部署都是一个非常必要的技能；所以，今天我们就从技术的角度来学习一下本地模型本地...大模型大模型应用推理框架ICCV`25 | 把DragDiffusion“卷”哭了：速度快600倍，效果更精准！港大开源Inpaint4Drag
文章链接：https:arxiv.orgpdf2509.04582项目链接：https:visualai.github.ioinpaint4drag基于拖动的图像编辑方法比较亮点直击一个物理启发的变形框架，将图像区域视为弹性材料，通过用户指定的控制点和区域掩码实现自然变换，并提供可选的掩码细化功能以处理精确的对象边界。一种高效的双向扭曲算法，通过前向扭曲建立初始形状，并通过反向映射填充间隙，创建密集的像素对应关系，同时保持实时性能。一种模块化pipeline，清晰...AI视频生成模型RAG技术终极对决！18种RAG技术实战对比：从简单RAG到自适应RAG全面解析
原创 社区头条本文是对一篇测试18种RAG技术的英文文章的翻译整理，文章从不同维度展示了RAG实现思路，全部使用基础库而非框架构建，非常适合作为理解RAG技术的入门教程。从都知道的简单RAG方法开始，然后测试更先进的技术，如CRAG、Fusion、HyDE等！为了让一切变得简单……没有使用LangChain或FAISS但是只使用基本库来以Jupyter笔记本风格编写所有技术，以保持简单和易于学习。测试查询和LLMs为了全面评估各种RAG技术的效果，作者设计了一套...RAG大模型智能体报告生成质量提升300%！玩转LangChain Open Deep Research：快速部署+避坑指南+幻觉分析
原创在人工智能应用领域中，深度研究代理已成为最具价值和广泛应用的智能体类型之一。LangChainOpenDeepResearch作为一个简洁高效、高度可配置且完全开源的深度研究代理框架，支持跨多种模型提供商、搜索引擎和MCP（ModelContextProtocol）服务器运行。本文将深入剖析其系统架构设计原理，并通过实际代码验证演示其核心实现机制与技术特性。系统架构设计核心设计理念：AI代理之所以特别适合研究任务，在于其具备灵活运用多样化策略...LangChain智能体MCP
