AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
AI生图可“量身定制”了，华为&清华联手打造个性化多模态生成方法PMG
苹果OpenAI官宣合作，GPT4o加持Siri，让AI个性化生成赛道热度飙升。其实，国内已有相关研究，一项基于大模型的个性化多模态内容生成技术，直接可让AI学会为用户“量身定制”输出。例如在聊天软件中生成表情包，输入都是：我通过了，很开心！配备了个性化生成技术的聊天软件可以识别当前用户想表达的情绪并考虑用户的个性化偏好，自动生成表情库里没有的多个笑脸猫表情候选供用户点击使用：△图1个性化生成能够生成符合用户...AI生图大模型生成内容靠谱吗？CRAAP测试告诉你
截至2025年1月，ChatGPT仍然可能会一本正经地提供不准确或虚构的信息。例如，如果你向ChatGPT询问“林黛玉倒拔垂杨柳”和“林黛玉三打白骨精”，他会编造看似合理但实际上并不存在的解释，将《红楼梦》中的林黛玉与《水浒传》中的“倒拔垂杨柳”以及《西游记》中的“三打白骨精”错误地关联在一起。这种现象被称为“幻觉（Hallucination）”，即AI生成的内容虽然听起来可信，但实际上并不符合事实或现实。ChatGPT讲述林黛玉倒拔...大模型工具维度MCP不是 API，你知道吗？
MCP全称是ModelContextProtocol，也就是模型上下文协议。可别小瞧它，它可不是“另一个类似API的东西”，要是你这么想，那说明还没真正get到它的精髓。说起传统API，大家应该不陌生。它就像一套固定的工具套装，通过固定和预定义的端点来提供功能，像常见的products（产品相关接口）、orders（订单接口）、invoices（发票接口）这些。但这也带来了不少麻烦。比如说，你想给API添加新功能，就得新建端点或者修改现有端点。这一改...MCPAPIAIMCP vs A2A：2025 年，AI 自主智能体的“左右手”如何抉择？
原创 精华在2025年，自主AI智能体已经不再是科幻小说中的概念，而是真真切切地走进了我们的生活和工作场景。它们能够通过A2A协议相互交流，并借助MCP协议连接到各种数据源和工具。对于开发者来说，构建自管理智能体网络已经成为一个热门话题。这些智能体正在逐步取代传统的独立流程，形成复杂的多智能体生态系统，它们能够实时管理操作，交换上下文和状态信息，解决比单一智能体更复杂的问题。无论是运营还是营销领域，企业都在利用智能...智能体MCPA2AGoogle 的 A2A 与 Anthropic 的 MCP 应该如何选择？
原创 精华
社区头条编者按：Google新推出的A2A与Anthropic的MCP到底有何区别？它们是竞争关系还是互补的技术？本文通过一个规划夏威夷旅行的生动案例，清晰拆解了这两大协议的本质区别：MCP更像是为单个AIAgent赋能的“超能力工具箱”，而A2A则是构建了AIAgent专家团队间的“协作网络”。作者基于实际项目经验，揭示了影响实际应用这两种协议的3项技术差异，同时还解读了二者互为补充而非竞争的真实关系。作者ZacharyHuang编译岳扬01引言：协作式...MCPA2AA2A + MCP：打破AI孤岛，构建智能协同新生态！
原创在人工智能的世界里，协议和标准就像是连接不同组件的桥梁，让复杂的系统能够顺畅运行。今天，我们就来聊聊两个备受瞩目的AI协议——A2A（AgenttoAgent）和MCP（ModelContextProtocol）。很多人可能会问：“A2A和MCP，我该选哪一个？”但其实，它们并不是非此即彼的选择，而是可以相互补充、共同推动AI发展的强大伙伴！一、A2A：让AI代理“手拉手”A2A，全称AgenttoAgent，是由谷歌推出的一种开放协议。它的核心使命是标准化AI...A2AMCP生成式AI打破数据孤岛！MCP协议深度解析
原创在AI技术飞速发展的今天，如何让AI模型更好地理解和生成符合人类需求的内容，一直是开发者们关注的焦点。而ModelContextProtocol（MCP）的出现，为这一问题提供了一个全新的解决方案。今天，我们就来深入探讨一下MCP协议，看看它是如何为AI开发带来变革的。一、MCP协议：背景与意义在AI的世界里，上下文（Context）是至关重要的。无论是生成文本、图像还是代码，AI模型都需要足够的上下文信息来生成相关且连贯的输出。然而，在...MCPMCP协议AI模型大模型应用开发新范式：深入解读MCP协议设计思想
原创MCP能解决什么问题我们之前开发LLM应用的时候，这个应用不仅基于已有的知识库对话，还和外部连接访问数据和使用工具：访问google进行内容检索访问youtube进行视频检索调用公司内部的CRM接口我们在LLM应用内部做了很多的粘合工作，在之后如果我们要新开一个LLM应用，如果还需要使用这些工具怎么办呢？我们可以引入一个中间层，把这些能力放在中间层中，LLM应用只负责和中间层打交道。这其实就是MCP做的事，MCP可以用来简化LLM应...MCP大模型应用Agent「个性化」图像生成时代来了！六大顶尖高校联手发布全新Gen4Gen框架
过去几年里，基于文本来生成图像的扩散模型得到了飞速发展，生成能力有了显著的提升，可以很容易地生成逼真的肖像画，以及各种天马行空的奇幻画作。近期的相关研究主要集中在控制模型生成「个性化」的内容，即用户先提供一个最小概念图像集，然后对预训练的文本转图像扩散模型进行增强，从而使模型可以生成包含个性化概念的新场景。现有的一些工作可以增强用户对生成过程的控制，并衍生出许多量身定制的应用场景；但要同时对多...图像生成框架MCP协议——大模型构建Agent智能体的桥梁
原创“智能体肯定会成为未来人工智能应用的主要方向，而MCP就是智能体的HTTP，它的影响深远且长。”大模型技术的发展日新月异，但关于大模型的应用却步履维艰；自从2024年开始市场开始把大模型应用提上日程，但到底怎么把大模型应用于各行各业是很多人都在思考的问题。随着时间的推移，RAG，Agent智能体的概念被提出，特别是智能体技术被称为人工智能的未来，也是大模型被应用于其它领域的途径。但到底怎么打造智能体，却是业界一直...大模型智能体AgentMCP协议AI智能体构建智能未来，全球80+AI Agent构建平台大盘点
精华OpenAI即将发布搜索引擎产品的消息，一经曝出便霸榜多日，各种分析文章纷至沓来。在媒体报道中，这是一款可能叫作SearchGPT或Sonic的基于ChatGPT的AI搜索引擎。更多的解读则是OpenAI也盯上了搜索引擎这块蛋糕，即将攻入谷歌搜索腹地。以大语言模型重构搜索引擎不只是科技巨头的坚持，也是创业公司的新领地，更是大模型落地的场景首选。创业型AI搜索产品，国外已经有Perplexity、ArcSearch、AndiSearch、Metaphor、Brave、Phind...AI智能体OpenAI性能狂飙89%! 新加坡国立开源Conceptrol：让个性化图像生成更懂你的文字提示
文章链接：https:arxiv.orgpdf2503.06568代码链接：https:github.comQYH00Conceptrol亮点直击发现了zeroshotadapters中的一个关键设计缺陷，表明忽略文本概念会导致参考图像中的注意力分配错误。发现基础模型中的特定模块可以提供文本概念掩码，精确指示相应文本概念的空间位置。提出了一种简单但有效的方法，称为Conceptrol。通过提取文本概念掩码，并利用它来增加视觉规范在个性化目标正确区域的注意力分数，同时抑制对无关区...图像生成AI模型AI也能开MDT会诊？MDTeamGPT构建多智能体医疗协作新范式
精华引言：多学科协作医疗咨询的挑战与机遇在现代医学实践中，面对日益复杂的疾病，单一专科的视角往往难以满足患者全面、精准的诊疗需求。多学科团队（MultiDisciplinaryTeam,MDT）诊疗模式应运而生，通过系统性地整合不同医学领域的专业知识，旨在制定更准确、更全面的治疗策略，从而改善患者预后。MDT模式的核心价值在于其能够汇聚跨学科的智慧，克服单一专科可能存在的局限性，为患者提供最佳的个体化诊疗方案。然而，传统的MDT...AIMDTMDTeamGPT使用语义模型和场景感知NLP的个性化搜索优化以改进搜索结果
原创本指南展示了如何使用HuggingFace的Transformer模型构建语义搜索引擎，以提供更精确、更贴合场景的搜索结果。你也许会好奇，像谷歌这样的搜索引擎是如何将“预算友好的度假胜地”（budgetfriendlyvacationspot）和“廉价的旅游地点”（cheapplacestotravel）等短语解释为基本相同的查询？这正是语义搜索的强大之处。传统搜索引擎严重依赖于精确的关键字匹配，它们只查找包含查询中输入的确切单词的文档或结果。例如，你如果搜索...语义搜索语义模型场景感知融合、集成与协作！大语言模型时代的协作策略综述
原创 精华摘要：大语言模型（LLMs）的显著成功将自然语言处理（NLP）研究带入了一个新时代。尽管其功能多样，但基于不同语料库训练的LLMs表现出各自的优势与劣势，这对提升其整体效率与多功能性提出了挑战。为了解决这些挑战，近期的研究探索了LLMs的协作策略。本文对这一新兴研究领域进行了全面综述，阐述了协作研究的动机。具体而言，我们将协作策略分为三种主要方法：融合、集成与合作。融合涉及在参数空间内整合多个LLMs；集成结合了...大语言模型一文读懂大模型协作策略：Merge、Ensemble、Cooperate！
大型语言模型（LLMs）时代协作策略是一个新兴研究领域，协作策略可以分为三种主要方法：合并（Merging）、集成（Ensemble）和合作（Cooperation）。每个模型都有其独特的优势，这种多样性促进了这些模型之间的合作研究尽管LLMs通过ICL和指令跟随在各种任务上表现出强大的多样性，但不同的LLMs在训练语料库和模型架构上的差异导致它们在不同任务上有不同的优势和劣势，有效的协作可以发挥它们的综合潜力。对大型语言模型（LLM）...模型协作策略一文读懂GraphRAG大模型知识图谱
原创 精华大模型知识图谱是指将大型语言模型（LLM）与知识图谱技术相结合的一种技术手段，旨在利用知识图谱的结构化知识来增强大模型在自然语言处理任务中的表现。知识图谱通过将信息表示为实体（节点）和关系（边）的网络，模仿了人类结构知识的组成方式，不仅能捕获原始信息，还能捕获跨越多个文档的高阶关系，并具备强大的推理能力。GraphRAG是一种利用知识图谱增强检索增强生成的技术。它通过以下几个步骤来提升大模型的性能：创建领...GraphRAG大模型STIC：自我训练增强LVLM对图像理解的能力
原创STIC框架概述，这是一个专注于LVLM图像理解能力的两阶段自我训练算法。第1阶段，基础LVLM使用精心设计的提示、设计不良的提示和扭曲的图像自我构建其图像描述偏好数据集。在第2阶段，之前使用过的监督微调（SFT）数据的一小部分被回收利用，并与模型生成的图像描述进一步微调基础LVLM。大型视觉语言模型（LVLMs）将大型语言模型（LLMs）与预训练的视觉编码器结合在一起，从而激活了模型的感知能力，以理解不同查询的图像输入并...STIC框架LVLM图像一文读懂 PPO 与 GRPO：LLM 训练的关键算法
精华大语言模型（LLM）的发展可谓日新月异。大家都知道，LLM的训练过程很复杂，其中有两个关键阶段：预训练和后训练。今天咱们就来深入聊聊在这一过程中发挥重要作用的近端策略优化（PPO）算法和组相对策略优化（GRPO）算法。这俩算法不仅在学术圈备受关注，在实际应用中也有着举足轻重的地位，理解它们，能让你更懂LLM是如何一步步变得这么“聪明”的！一、从LLM训练说起LLM的训练如同一场漫长而复杂的旅程，主要分为预训练和后训...PPOLLM训练TextCoT：放大增强型多模态富文本图像理解
原创摘要:大型多模态模型（LargeMultimodalModels,LMMs）的出现引发了旨在利用其卓越推理能力的研究热潮。然而，在理解富含文本的图像方面，要充分发挥LMMs的潜力仍然存在挑战，现有的方法在有效处理高分辨率图像方面面临困难。为此，我们提出了TextCoT，这是一种针对富含文本图像理解的新颖连锁思维（ChainofThought）框架。TextCoT利用LMMs的图片标注能力来把握图像的整体情境，并利用其定位能力来检查局部文本区域，从而实现全局...大型多模态模型大型语言模型
