AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
使用AI工具修复老照片全流程
每一张老照片都是时光的标本，承载着珍贵的回忆。但岁月无情，照片难免出现破损、褪色、模糊等问题，让记忆变得残缺。如今，借助强大的AI工具，修复老照片不再是难事！只需三步，就能让破损的老照片重新焕发生机，将那些模糊的过往清晰重现。修复老照片全流程第1步：修复破损即梦AI：适合新手用户，操作简单，效果自然上传照片后选择「智能参考」功能输入关键词如"去掉折痕污渍划痕"手机端和网页端均免费，每日赠送积分ComfyUI...aiAI 连载漫画视频制作指南
AI漫画视频早已突破传统创作边界，广泛应用于多元场景。无论是小说创作者希望通过动态漫画形式推广作品（或小说推文），还是自媒体人寻求吸睛的视频内容，抑或是品牌方为了以新颖方式传播理念，AI漫画视频都能大显身手。现在，即使你没有绘画基础，也能借助AI技术创建连贯且高质量的漫画视频系列。AI漫画视频最重要的是保持人物角色的一致性。制作指南概要角色一致性通过参考图、参数锁定和连贯生成技术，确保角色在不同场景中...ai一文读懂Transformer架构的三大变体
精华如果有人问目前最火的基础模型是啥？那我一定回答是Transformer模型。Transformer模型自2017年提出以来，一直深受大家喜欢，其架构主要分为三种变体：DecoderOnly、EncoderOnly和EncoderDecoder，每种变体都有其独特的特点和应用场景。一、仅编码器架构（Encoderonly）1.1工作流程仅编码器架构的工作流程如下：嵌入层处理：对输入文本的每个单词或标记进行处理。将每个单词或标记映射到一个固定维度的向量空间中，形成初始的词...Transformer架构文本美国欲解禁AI芯片？科技博弈背后：为何全球AI竞赛本质是“算力绑架游戏”？
社区头条最近，根据路透社等外媒报道，特朗普团队计划取消拜登时期所制定的AI芯片出口的限制，并对其重新调改。就在当天，相关消息发布后，英伟达等企业的股价也有所上涨。拜登时期的AI扩散规则是在去年12月提出，并计划于2025年5月15日生效。该规则的主要目的是为了防止先进芯片流入中国。拜登政府当时规划了一个国家分级清单:第一层级：可以不受限制地获取美国芯片；第二层级：大多数国家处在第二层级，每年有采购上限；第三层级：部...AI芯片禁令英伟达AI算力算家云租算力，到算家云开源多模态RAG的视觉文档(OCR-Free)检索增强生成方案-VDocRAG
原创下面来看一个新的RAG框架VDocRAG，用于解决视觉文档问答问题。视觉文档问答概述OpenDocVQA任务的目标是给定一个文档图像集合和一个问题，通过找到相关的文档图像来输出答案。任务分为两个阶段：视觉文档检索（VisualDocumentRetrieval）：文档视觉问答（DocumentVQA）：方法架构VDocRAG由两个主要组件组成：VDocRetriever和VDocGenerator，下面来看看这两个组件。VDocRetriever（检索器）VDocRetriever基于LVLM的双编码器架构，...开源多模态RAG面向未来通信的大语言模型综述：基础、应用与挑战
原创 精华 社区头条摘要6G无线通信旨在构建一个无处不在的智能互联世界，提供前所未有的通信体验。与传统人工智能（AI）模型相比，大语言模型（LAM）的显著特点是规模巨大（例如，拥有数十亿甚至数万亿个参数）。大语言模型展现出卓越的认知能力，包括对下游任务进行微调的强大泛化能力，以及处理训练过程中未遇到任务的涌现能力。因此，大语言模型能够有效地为各种通信应用提供人工智能服务，成为应对未来无线通信系统中复杂挑战的关键工具。本研...大语言模型大视觉模型大多模态模型通过注意力提示实现免训练的开放式目标检测与分割
原创 精华 社区头条摘要现有的感知模型通过从大量标记数据中学习取得了巨大成功，但在开放世界场景中仍存在困难。为缓解这一问题，研究人员引入开放集感知任务，以检测或分割训练集中未见过的对象。然而，这些模型在推理时需要预定义的对象类别作为输入，而在现实场景中无法获取这些类别。最近，研究人员提出了一个新的、更实际的问题，即开放式目标检测，它在没有任何对象类别作为输入的情况下发现未见对象。在本文中，我们提出VLSAM，这是一个免...VL-SAM视觉语言模型大模型大模型蒸馏技术的演进历史与实现原理
原创“知识蒸馏技术是模型轻量化小型化的一种方式，其效果也远超我们的想象”在深度学习领域模型的压缩与部署是一项非常重要的研究课题，原因就在于模型巨大的成本和算力需求；因此，怎么把模型小型化就成为一个亟待解决的问题。因此，一项技术就被应用于模型小型化的过程，这个技术就叫做知识蒸馏，而我们平常说的比较多的是大模型蒸馏技术。当然，知识蒸馏技术并不是一项新技术，其在2015年就已经被诺贝尔奖获得者——Hinton等人...大模型知识蒸馏技术蒸馏技术Xiaomi MiMo：为“推理而生”
在数学推理（AIME2425）和代码竞赛（LiveCodeBenchv5）公开测评集上，MiMo仅用7B的参数规模，超越了OpenAI的闭源推理模型o1mini和阿里Qwen更大规模的开源推理模型QwQ32BPreview。预训练预训练阶段对于MiMo7B模型至关重要，它为模型后续展现强大的推理能力奠定了坚实基础。这一阶段主要涵盖了数据处理、模型架构设计以及超参数设置等关键环节，每个环节都经过精心优化，旨在增强模型的推理潜能。预训练数据预训练数据是模型学习...数学推理代码竞赛Qwen厉害了！大模型自注意力模块关键发现
今日分享一篇罗格斯大学团队发现了大语言模型注意力机制的查询(Q)和键(K)表示中存在非常集中的大值，并探讨了这些极大值的应用以及来源,该研究已经被机器学习三大顶会之一ICML收录.。这项研究揭示了大型语言模型中一个重要现象：在注意力机制的查询(Q)和键(K)表示中存在集中的大值，而在值(V)表示中却没有这种模式。这一现象在使用旋转位置编码(RoPE)的现代Transformer模型中普遍存在。四大核心发现1.极大值在Q和K中的特定...大模型注意力模块AI大语言模型（LLM）幻觉排行榜
社区头条随着GenAI技术的突飞猛进，LLM的"幻觉"问题已成为业界关注焦点。最近，由Vectara发布了一份《幻觉排行榜》，对主流模型的幻觉表现进行了系统对比。量化展示了不同LLM的幻觉率差异采用Vectara自研的HHEM2.1评估模型为选型提供一个参考本排行榜使用Vectara的商业幻觉评估模型HHEM2.1，来计算LLM排名（更新于2025年4月29日）排行榜地址：https:github.comvectarahallucinationleaderboardtabreadmeovfilehttps:hugging...AI大语言模型MCP实战入门：让AI模型获取实时天气信息
社区头条本文将带您了解大模型上下文协议(ModelContextProtocol,MCP)，并通过一个获取实时天气信息的实战项目，手把手教您如何实现AI模型与外部工具的无缝交互。什么是ModelContextProtocol(MCP)ModelContextProtocol(MCP)是一种开放协议，专为大语言模型（如Claude、ChatGPT等）设计，允许这些模型与外部系统安全地交互。简单来说，MCP提供了一种标准化的方式，让AI模型能够：•调用外部工具和API•访问实时数据和信息•获取环境上下文...AI模型天气信息AI Agent：少谈些主义，多解决些问题
Agent的风刮得很大，但多数人可能没抓住本质。简单说，Agent就是模型+环境反馈+工具。模型大家熟悉，后两者才是多数人忽略的重点，也是从“玩具”到“能干活的工具”的关键分野。早期的Agent像AutoGPT，更多是新奇。现在的Agent能解决实际问题，得益于模型进步，但更重要的是工程，特别是如何构建和利用“上下文(Context)”。上下文不是简单喂数据，而是Agent完成任务所需一切信息的总和，关键在于这些信息如何被自动化地提炼和...AIAgent产品信号模态分解方法（如VMD）与预测任务结合时，数据泄露问题需要谨慎处理
一、模态分解方法是否存在固有泄露？分解方法的全局性大多数模态分解方法（如VMD、EMD）需要完整的信号输入进行分解，其本质是通过全局优化或迭代过程提取模态分量（IMF）。这意味着：如果直接在整个数据集（含未来测试数据）上分解，分解后的IMF会隐含未来信息。在训练阶段使用这些IMF训练模型时，模型会间接“看到”未来数据，导致数据泄露。泄露的根源泄露并非来自分解方法本身，而是来自不合理的预处理流程。若分解步骤在数...信号模态VMD一文看懂！大语言模型与AI智能体的前沿进展
精华 社区头条近年来，大语言模型和人工智能智能体技术发展迅猛，在自然语言处理、智能决策等众多领域广泛应用。然而，随着技术的快速迭代，评估大语言模型的标准和方法不断变化，智能体在各领域的应用也日益复杂和多样化。但目前缺乏对这些技术全面且系统的梳理和总结，使得研究人员和从业者难以把握技术发展全貌和趋势。本文通过对相关基准测试、智能体框架与应用的深入分析，不仅有助于明晰当前技术发展水平，发现存在的问题和挑战，还能...大语言模型AI大模型时代下数据挖掘/数据的机器学习还有场景吗？
在大模型时代，尽管大型模型以其强大的数据处理和泛化能力备受瞩目，但数据挖掘与机器学习技术依然在众多领域展现着不可替代的重要性。这主要体现在数据预处理、特征工程、小数据集处理及行业特定问题的深入分析等方面。一、数据预处理的重要性数据预处理是数据挖掘与机器学习项目中不可或缺的一环，它包括数据清洗、数据集成、数据变换和数据规约等步骤。有效的数据预处理不仅能够显著提升模型的训练效率，还能增强模型对数据...数据挖掘场景机器学习华为昇腾新突破！国产算力如何重塑万亿参数大模型训练格局？
社区头条准万亿参数模型训练赛道，不止英伟达能跑了！华为突然放出核弹级技术报告——用6000块昇腾NPU跑出7180亿参数MoE大模型，直接把AI算力竞赛拉进中国时间。华为此次突破的核心，在于构建了算法、框架、硬件深度协同的创新体系。面对MoE模型特有的负载均衡难题，团队首创动态路由与静态架构融合设计：通过细粒度专家与共享专家的混合架构，结合TP8×EP4超融合并行策略，既保证了模型表达能力，又避免了传统MoE架构因专家资源分配不...华为昇腾英伟达大模型训练国产算力租算力，到算家云突发！特朗普要取消AI芯片出口限制！H20禁令还有反转？
原创 社区头条编辑伊风出品51CTO技术栈（微信号：blog51cto）自特朗普上台以来，各种政策简直一天一个变化。今天一觉醒来，居然刷到了“特朗普计划撤销AI芯片出口限制”的新闻！说实话，我第一反应就是——这不会是假消息吧？但消息来源不是小道传言，而是彭博社的权威报道。可以说，这种出人意料的操作，确实很“特朗普”。图片而且这次的动作不只是“撤销”那么简单，特朗普团队打算彻底推翻拜登时代出台的AI芯片出口管制体系，甚至重写整...特朗普AI芯片无需外挂！DiT自蒸馏神技SRA横空出世:偷偷自学的表征对齐术让生成质量暴涨！
文章：https:arxiv.orgpdf2505.02831代码：https:github.comvvvvvjdySRA亮点直击分析发现：文章深入分析diffusiontransformer的潜在表征趋势，发现当只执行生成训练时，其会拥有一个大致从粗糙到细致，从差到好的表征（判别）过程。方法提出：文章引入SRA方法，通过将早期层高噪声条件下的潜在表征与后期层低噪声条件下的潜在表征对齐，实现自我表征引导，提升diffusiontransforme的训练速度和生成表现。实验验证：文章...AI生成模型何时使用Agent SDK、LangChain或CrewAI构建你的AI智能体？
原创 社区头条AI智能体正在彻底改变自动化领域，并增强各行各业的决策能力。然而，选择一种合适的框架至关重要。AgentSDK、LangChain和CrewAI各自提供了构建智能化的独特功能。AgentSDK专注于无缝的AI自动化，LangChain凭借大语言模型（LLM）擅长于智能体工作流程，而CrewAI支持多智能体协作。了解它们的差异有助于选择最适合你需求的工具，无论是AI工作流程自动化、智能体集成还是定制AI开发。本指南将探讨何时使用那种框架，以最大限度地提...AI智能体大语言模型LLM
