AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
大模型两个重点应用方向——数据分析和长文本处理
原创“数据分析和长文本处理是大模型在企业应用中的两个最有价值，也最具落地场景的技术方向。”随着大模型技术和应用的不断发展，大模型应用场景不但越来越丰富，而且也越来越深化；但有两个应用场景可以说是现在2B场景中的重点场景——数据分析和长文本处理。在信息时代，数据的重要性就不言而喻了；随着云计算和大数据技术的发展，以及我们每天产生的海量数据，怎么对这些数据进行分析处理，是很多企业需要考虑的问题；在大模型...大模型大模型应用数据分析长文本处理多头潜在注意力：手把手用数学公式推导
多头潜在注意力，这可是个大家伙，得好好聊聊！想象一下，你正在处理一堆复杂的数据，就像是面对着一座混乱不堪的宝藏山，每个数据点都是一块闪闪发光的宝石，但它们却杂乱无章地堆放在一起。这时，多头潜在注意力机制就像是一位身怀绝技的探险家，它带着一堆神奇的分身（也就是那些“头”），准备深入这座宝藏山，寻找那些隐藏的宝藏。这些分身，哦不，这些“头”们，每个都有自己独特的视角和技能。它们会将这座混乱的宝藏山...数学公式注意力泛化能力多模态大模型中图像分辨率packing策略及原生分辨率NaViT的部分结论
原创传统上，ViT会将输入图像调整为固定的正方形纵横比，然后分割为固定数量的patches。但这种做法存在局限性，例如可能破坏图像的原始纵横比，影响模型对图像内容的理解，且在训练和推理效率上有提升空间。前期《多模态大模型中不同分辨率策略研究与原生分辨率的有效性评估》评估结论也通过评估得到，原生分辨率对于多模态大模型有增益，再来看下NaVit的原生分辨率packing策略，该工作由23年提出，但应该是比较早的原...多模态大模型图像分辨率构建靠谱的 Agentic RAG 工作流架构和落地实践
原创RAG系统生成不准确无用回答是很常见的。今天，我们来看看如何使用CleanlabCodex来改进这一点。CleanlabCodex通常用于生产系统中，可以自动检测并解决RAG的不准确问题。下文我们详细剖析之。一、AgenticRAG工作流架构设计第一、AgenticRAG工作流使用的技术栈使用LlamaIndex进行编排；使用Milvus作为自托管的向量数据库；使用CleanlabCodex验证回答；使用OpenRouterAI访问最新的Qwen3C。第二、AgenticRAG工作流架构设计LLM处理查...RAGAgentic RAG大模型应用阿里开源首个图像生成模型Qwen-Image：超强中文渲染能力刷新SOTA！
原创
社区头条
热门内容榜 • TOP2阿里又开源了，这次发布的新模型解决了复杂文本渲染的难题。刚刚，通义千问正式开源其首个图像生成基础模型——QwenImage。这是一款基于200亿参数的多模态扩散变换器（MMDiT）架构的模型，在复杂文本渲染和精确图像编辑两大领域实现了显著突破，为生成式AI领域提供了全新的开源选择。  QwenImage的核心突破在于解决了图像生成领域长期存在的文本渲染难题。 以往，传统模型生成的图像中常常出现文字扭曲、内容错...人工智能通义千问Qwen-Image图像生成模型算家云8篇入选，1项最佳论文提名！快手AI 研究在KDD2025 “全面开花”
社区头条 热门内容榜 • TOP7近日，快手8篇论文入选人工智能数据挖掘领域顶会KDD2025，研究涵盖推荐系统、多任务学习、多模态大模型、大语言模型、组合优化等前沿领域的成果。KDD（ACMSIGKDDConferenceonKnowledgeDiscoveryandDataMining）是人工智能数据挖掘领域的国际顶级学术会议。该会议一年举办一次，由ACM的数据挖掘及知识发现专委会主办。KDD2025将于2025年8月3日至7日在加拿大举办。近日，大会正式公布论文录取结果，快手凭借在人工智能领域的持续...KDD顶会论文人工智能AI全球互联网架构巨头：Perplexity 的“幽灵爬虫”到处乱窜，后者回怼：乱咬人恶意炒作，不会分析就来请教
原创 社区头条编辑云昭出品51CTO技术栈（微信号：blog51cto）最近，全球最大的互联网架构提供商之一Cloudflare抛出了一颗“4A级炸弹”，直接炮轰当红AI初创公司Perplexity。在Cloudflare公开的博客中指出，当Perplexity的爬虫遭遇阻断时，该公司将隐藏其爬虫身份，伪装成真实用户来突破封锁规则，继续抓取拒绝采集的网站内容。Cloudflare的工程师GabrielCorral、VaibhavSinghal、BrianMitchell和ReidTatoris在周一的一篇博客中表示：“虽然Pe...PerplexityAI工具AIoT 落地告别“纯云/纯边”，七牛云教你四步构建高效云边协同解决方案
社区头条 热门内容榜 • TOP8今年逛完WAIC2025，我最大的感受不是模型参数又翻了多少倍，而是“炫技”的少了，“落地”的多了。当看到宇树科技的G1机器人硬碰硬地格斗，看到各类自动化终端真实地运转时，我清晰地意识到，AI正大举从数字世界进入物理世界——这正是智能物联网（IoT）的核心战场。然而，这些智能设备产生的数据流是巨大的。一个工业园区的AI安防系统，可能每秒都在产生TB级的高清视频流。如果将所有数据都传到云端再处理，延迟将是致命的——...2025WAIC 七牛云智能物联网AIWAIC归来，七牛云谈AIGC内容安全：如何搭建“生命线”级别的纵深防御架构？
刚从今年的世界人工智能大会（WAIC）回来，作为七牛云的一员，我们最大的感受就是：AIGC的“应用落地”热潮，真是扑面而来，挡都挡不住！过去那些只在实验室里“炫技”的大模型，现在已经变成一股势不可挡的力量，悄悄融入进我们日常开发的每一个细节。这股浪潮让人既兴奋又有点紧张，作为技术服务提供商，七牛云和所有开发者一样，不禁要问：当AIGC的创造力被无限释放，我们到底该用什么来驾驭它呢？想想看，那些海量的、瞬时...七牛云AIGC 2025WAIC内容审核Perplexity vs ChatGPT：谁更胜一筹？
原创 社区头条从研究、内容创作、图像生成、编程及文档分析等角度对Perplexity和ChatGPT进行性能比较。目前，PerplexityPro已向所有Airtel用户免费开放。你或许已听闻此消息，甚至可能已完成激活。若尚未激活，当下正是绝佳时机。此次合作对双方均意义重大：Perplexity借此获得了数百万Airtel用户的访问入口，而Airtel则通过为用户提供当前最受欢迎的人工智能工具之一，丰富了自身的服务内容。但对于那些已付费使用ChatGPTPlus或Gemini等工具...PerplexityChatGPT人工智能腾讯HunYuan跟阿里Qwen在开源上干起来了？
腾讯HunYuan又开源了4个端侧小模型0.5B、1.8B、4B、7B，共4个尺寸，主打轻量端侧。Hunyuan0.5B：https:huggingface.cotencentHunyuan0.5BInstructHunyuan1.8B：https:huggingface.cotencentHunyuan1.8BInstructHunyuan4B：https:huggingface.cotencentHunyuan4BInstructHunyuan7B：https:huggingface.cotencentHunyuan7BInstructHunYuan也开始走全系列开源的路子了，是不是跟Qwen干上了呀！我是真没想到，腾讯也开始大规模开源...腾讯HunYuanQwenQwen3-SmVL：基于Qwen3和SmolVLM拼接打造1 GB显存可跑的中文超小多模态大模型
一、技术原理（一）模块化架构设计视觉模块：采用轻量级视觉Transformer（如SmolVLM2256M中的SigLip93M），提取图像特征后通过PixelShuffle降采样，减少Token数量。文本模块：使用Qwen30.6B作为语言模型基座，保留其函数调用、推理等能力。融合模块：通过轻量级MLP将视觉特征（768维）映射到文本空间（576维），实现跨模态对齐。（二）上下文格式设计为兼容Qwen3原有结构，图像特征以如下格式插入上下文：<imstart>user<visions...Qwen3SmolVLM显存一句话生成3D世界！腾讯开源HunyuanWorld-1.0，游戏/影视圈要变天了？
精华 热门内容榜 • TOP4最近腾讯公司推出的开源项目“HunyuanWorld1.0”，凭借其强大的沉浸式3D世界生成能力，为创作者提供了一个全新的工具，有望推动3D内容创作迈向新的高度。一、项目概述腾讯混元3D世界生成模型HunyuanWorld1.0是业界首个开源且兼容主流图形管线的3D世界生成模型，能够通过文本或图片输入生成沉浸式、可漫游、可交互的3D场景。它采用生成式架构，结合全景图像合成与分层3D重建技术，实现了高质量的3D场景生成，支持导出为3D网格...3D世界HunyuanWorld-1.0影视圈告别训练时代：Drag-and-Drop LLMs让模型适配从小时到秒级
想象一下，你刚拿到一个新的数据集，需要让大语言模型在上面表现得更好。按照传统做法，你得启动GPU集群，运行几个小时甚至几天的训练，然后祈祷结果不会让你失望。但如果我告诉你，现在只需要几秒钟就能完成这个过程，你会不会觉得这像是科幻小说？来自新加坡国立大学、德州大学奥斯汀分校等多所顶尖院校的研究团队最近发布了一项颠覆性研究——DragandDropLLMs（DnD），这项技术真正实现了"拖拽式"的模型适配，让大模型的定制...模型LLMsDnD当AI开始决定流量
精华 社区头条导语：一个爆款案例背后的「隐形推手」上周参加一个数字营销峰会，邻座的电商总监老王突然拍桌子：「妈的！传统SEO彻底废了！」他手机屏幕上，是公司最新的流量报表——百度搜索流量跌了42%，但一个陌生来源的流量暴涨300%，来源显示「AI推荐」。更诡异的是，这些用户几乎不看网页，直接通过ChatGPT或豆包的回答下单。「我们啥也没做啊？」老王挠头。直到服务商发来一份报告：他们官网一篇「2025母婴用品安全指南」被豆包收录，...AI流量GEO我花12小时深度实测，阿里Qwen-3 Coder被Kimi K2“吊打”！
精华 热门内容榜 • TOP6家人们，最近国产大模型圈真是越来越卷了。从KimiK2到Qwen3，再到今晚的Wan2.2，GLM4.5也在huggingface上建了collections，阶跃星辰表示Step3也在月底开源。本周在OpenRouter上前10有9个是开源的，在编程上，Qwen3Coder用量也跟KimiK2达到并列的排名。Qwen3CodervsKimiK2，口碑都不错，但是到底要怎么选呢？我花了整整12个小时，在一个包含3.8万行复杂Rust代码和1.2万行React代码的真实项目中，进行了KimiK2和Qwen3Coder实际测...阿里Qwen-3Kimi K2你的Agent为何如此愚蠢？顶级AI应用的秘密，都在这套“Deep Agents”架构里！
今天给家人们分享一些“真”Agent实操经验你们有没有觉得，自己按照各种教程搭出来的的AIAgent总是有点智障？让它干点复杂任务，分分钟就把自己绕晕了。为什么像Manus、ClaudeCode这样的顶级应用如此强大？难道只是因为他们提前做了一个TODOLIST吗？我们需要知道一个新的概念：我们要做DeepAgent而非ShallowAgent。告别“浅层”，拥抱“深度”大多数人构建Agent的方式，说白了就是一个LLM在循环调用工具。ReAct的模式。这个模式...AgentAI应用Deep Agents告别单Agent，AI Agent进入团战时代！
嘿，大家好！这里是一个专注于前沿AI和智能体的频道上周，CAMELAI开源了Eigent，推广话术是“全球首个桌面端多智能体生产力团队”。后脚，Manus火速上线了一个功能高度相似的“WideResearch”，允许上百个智能体并行研究。以至于，官方亲自下场，字里行间充满了对这种巧合的质疑。今天给家人们分享一下Eigent的内核，它到底开源了什么，又是如何搅动了多智能体赛道的。Eigent：你的桌面AI工作组多Agent，简单来说，就是告别AI单...AgentAI代码关于大模型格式化输出问题——以及Langchain中的输出解析器BaseOutputParser
原创“格式化输出并仅仅对人类友好，更重要的是更利于程序处理，这为模型的应用提供了基础条件。”在大模型应用开发过程中有很多人可能没有注意到一个点——格式化输出；或者说很多人并没有重视格式化输出这个问题，因为在现有的开发框架或者使用大模型的过程中，我们只需要告诉模型进行格式化数据，模型就可以给我们格式化数据。也因此，很多人忽略了大模型格式化输出的问题，以及它的技术原理；那么，大模型是怎么实现格式化输出...大模型格式化输出LangchainAI 智能体的八种记忆系统架构设计与落地
原创 精华没有记忆的AI智能体像金鱼，三秒就忘了。记忆太满的AI智能体像大象，步子慢还喘。如何既记且省？下面8种记忆系统架构设计和落地一次讲透，每种记忆系统都配完整思路、优缺点、代码、踩坑、调参建议，方便你直接落地。下文我们详细剖析之。一、AI智能体8种记忆系统架构设计与落地1、全量记忆系统：最直男的“我全都要”第一、架构设计把用户输入和模型回复按时间顺序追加到一个list，下次推理时整包塞给LLM。第二、代码示例第三...AI智能体记忆系统架构架构设计
