AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
通俗理解RoPE、2D-RoPE、M-RoPE
原创本文通过将这些方法可视化呈现为旋转操作和维度拆分，能让旋转位置编码（RoPE）、二维旋转位置编码（2DRoPE）以及多模态旋转位置编码（MRoPE）的核心概念更直观、更易于理解。为什么需要位置嵌入？假设有两个语言模型：一个一次只能处理一个词，另一个则可以并行处理所有词。现在，有一个词序列，比如“Dogeatsfood”。对于第一个模型，输入的顺序很重要，因为它必须先处理“Dog”，再处理“eats”，最后处理“food”。但显然，...RoPE2D-RoPEM-RoPEPandasAI 全解析：一个AI加持的数据分析利器
原创过去几年，生成式人工智能（GenerativeAI）的爆发彻底改变了数据领域的玩法。从ChatGPT席卷全球，到各类AI工具接连问世，企业都在想办法把这股浪潮转化为竞争优势。而就在数据分析圈子里，一个叫PandasAI的新项目悄然登场，把Python数据分析的老牌利器Pandas和GenAI技术结合到了一起，让数据分析彻底告别死板的代码输入，进入到“能聊会说”的新阶段。今天，我们就来一次完整的PandasAI深度解读+上手实操，帮你搞清楚它是什么、...PandasAI数据分析生成式人工智能Agentic AI：解密MCP、A2A、ACP、ANP四大协议
原创 精华你有没有想过，未来的AI会像人类团队一样高效协作，自动发现彼此、分配任务，甚至在复杂环境中“自洽”运行？随着AgenticAI协议的兴起，这种科幻般的场景正在成为现实！从单一的语言模型到多代理协同的智能生态，多代理协作正推动AI进入一个全新的“代理时代”。但问题来了：如何让这些AI代理像人类一样顺畅“沟通”？答案就在于模型上下文协议（MCP）、代理到代理协议（A2A）、代理通信协议（ACP）和代理网络协议（ANP）这四大...Agentic AIMCPA2AACPANPLiquid AI 再出手！LFM2-VL 把多模态 AI 装进手机与手表，推理速度翻倍
原创
社区头条过去几年，AI模型变得越来越“臃肿”，从云端到本地的落地，几乎都被算力、延迟、能耗卡住了脖子。要想在手机、手表、甚至嵌入式设备上跑一个多模态大模型？在很多人看来，这几乎是天方夜谭。但LiquidAI却不这么认为。这家由MITCSAIL前研究员创立的公司，刚刚发布了LFM2VL——一代全新的视觉语言基础模型，号称能在从智能手机、笔记本电脑到可穿戴设备的广泛硬件环境中高效运行，且延迟低、精度高、够灵活。他们的目标很明确：...多模态多模态AI模型视觉-语言模型智能运维新范式：Zabbix 与 DeepSeek 协同构建自动分析报表
原创 社区头条在人工智能技术飞速迭代的今天，大模型正以惊人的速度渗透到各行各业，从金融风控到医疗诊断，从智能制造到内容创作，通用人工智能的能力边界不断被拓展。随着技术的成熟，各行业不再满足于通用大模型的基础能力，而是开始将其与垂直领域深度融合，通过定制化开发解决行业痛点——运维领域同样迎来了这场智能化变革。在日常的IT运维工作中，Zabbix作为广泛使用的监控系统，时刻守护着服务器、网络设备和业务系统的稳定运行。当C...人工智能DeepSeekZabbixDINOv3：自监督学习的技术革命
原创标注一直是制约计算机视觉模型性能的瓶颈。传统的监督学习方法需要大量人工标注的数据集，这不仅成本高昂，而且在特定领域（如卫星图像、医学影像）中往往难以获得足够的标注数据。Meta最新发布的DINOv3模型通过将自监督学习扩展到70亿参数规模和17亿图像数据集，实现了计算机视觉领域的重大突破，为这一困境提供了革命性的解决方案。。DINOv3的发展历程体现了自监督学习技术的成熟轨迹。从最初的DINO概念验证（8000万参数，100...DINOv3视觉模型基于LLM知识图谱构建高精度RAG
原创当前，RAG已经成为业内公认的大模型知识库关键技术路线最佳落地范式之一。RAG为生成式大模型与外部信息交互提供了良好的解决方案。RAG通常包括两个阶段：检索上下文相关信息和使用检索到的知识指导生成过程，其基本流程可以分为知识文本准备、文本切分转换、向量数据存储、问题理解及检索、生成问题解答，如下图所示：RAG概念最早由Facebook提出，但受限于当时语言模型的能力，并未引发更多的关注。在大模型性能取得巨大进展的...LLM知识图谱RAG关于Langchain/Langgraph框架的流式与非流式返回——invoke/ainvoke/stream/astream
原创“框架是对底层能力的抽象与封装，而并不能绕过底层能力实现一些不存在的功能。”在使用Langchain和Langgraph大模型应用开发框架的过程中，一直在使用invokeainvokestreamastream这四个方法；刚开始只知道这四种方法可以实现流式和非流式返回，并且有同步和异步的区别，但一直没搞明白是怎么回事；总以为是框架封装的功能。但直到这两天才偶然发现原来其并没有想象中的那么复杂；虽然说这四个方法是框架封装的方法不能说有错，...大模型大模型应用大模型应用Langgraph突破多语言视觉-语言模型的全球化之路
原创在人工智能的多模态学习领域，CLIP（ContrastiveLanguageImagePretraining）模型自2021年发布以来，已经成为连接视觉和语言理解的重要基础模型。从零样本图像分类到多模态大语言模型的视觉编码器，CLIP的应用范围不断扩大，深刻影响了整个AI生态系统。然而，现有的CLIP模型及其变体主要专注于英语数据，这意味着全球互联网上超过50%的非英语内容被忽视了。Meta公司最新发布的MetaCLIP2论文，首次提出了从全球网络数据从头训练CL...语言视觉语言模型ViT-L/14LangExtract：基于大模型的智能信息提取
原创在人工智能和自然语言处理领域，从非结构化文本中准确提取结构化信息一直是一个重大挑战。无论是处理医疗记录、法律文件、研究报告还是其他复杂文档，传统的信息提取方法往往难以兼顾准确性和灵活性。为了解决这一难题，Google近日正式发布了LangExtract——开源Python库，专门用于从非结构化文本中精确提取结构化信息。这一创新工具的发布标志着信息提取技术进入了一个新的发展阶段，为开发者和研究人员提供了一个功能强大、易...LangExtract大模型智能智谱开源的GLM4.5V到底行不行？掏出祖传多模态理解测试！
7月就很卷了，见国内开源大模型整理，8月没想到依然卷。从一开始的腾讯开源小模型，到Qwen开源Image模型，再到小红书dots.vlm1、面壁MiniCPMV4.0，然后今天智谱又发布了GLM4.5V。对，就这样卷，利好开源社区、利好我们这些开发者！那么今天来看看这个GLM4.5V模型到底如何？先上测试，再聊模型细节！测试除了OCR识别、表格识别、理解计算、网页复刻、报告分享、目标识别、目标对比、数学做题、图片排序、空间逻辑、空间变换、色...GLM4.5V智谱开源细节决定成败！深耕医疗的Baichuan-M2用了哪些黑科技
实话实说，本来没有这篇稿子，我并没有太关注BaichuanM2这个模型，因为最近开源社区太火爆了，各家都在卷。7月份见开源模型盘点，而8月刚过半，已经有QwenImage、dots.vlm1、MiniCPMV4.0、GLM4.5V等等等。那么，BaichuanM2这个垂域模型就显得不那么惊艳了（很多人都更关心通用模型），还有百川上次开源M1已经是五六个月前了，当时在群里发AI日报，一众小伙伴都惊讶百川还在发模型。PS：不过我群里有个内应，说他们项目挺多的...Baichuan-M2Qwen大模型Delta AI 集群的 GPU 故障分析和刻画
一、背景我们在之前的文章中已经介绍过很多对大规模AI集群建设和维护相关相关的文章，包含Meta、阿里、IBM、ImbueAI、字节、上海AIlab等等。今天简单介绍一篇新的文章，其相对比较简单，主要关注GPU异常，与我们之前介绍万卡集群运维中的Case高度重合，但也有一些不一样的地方，就当简单回顾。对应的论文为：[2503.11901]CharacterizingGPUResilienceandImpactonAIHPCSystems[1]二、摘要论文对NCSADeltaAI集群（算力超过600PFLO...Delta AIGPU故障Long to Short Reasoning：7 篇长思维链压缩工作总结
一、背景随着LongReasoning领域的快速发展，最近涌现出了诸多Reasoning模型，比如DeepSeekR1、DeepSeekR1Distill以及阿里的QwQ32B模型。这些模型在处理复杂任务时表现卓越，但与此同时，我们也观察到一些值得关注的现象。部分用户在不必要的场景下盲目使用Reasoning模型，导致大量不必要的CoTToken被引入，直接推高了Inference成本。笔者在之前的CoTValve介绍文章中提到过：“LongCoT模型通常需要更长的Token序列，这会显著增加...LightThinkerLLM性能LLaMA 4 模型的解读和理解
一、背景Meta赶在清明节期间发布了LLaMA4模型，目前看着比较仓促，官方Blog信息比较混乱，也没有发表技术报告，我们这里先根据官方Blog梳理相应的信息。PS：Meta确实在PR中使用了一些常见的手段，比如避重就轻，扬长避短，但是个人感觉还不至于出现在后训练中刻意混入评估集这种情况。LLaMA3.1的技术报告很全面，笔者之前也做过深度解读，期待Meta早日发表LLaMA4技术报告，展示更多相关细节内容。对应的官方Blog为：TheLlama4he...LLaMA 4模型参数OpenAI前董事长采访罕见流出！曝GPT5参数规模，真正定位是连接现实世界！
原创 社区头条编辑｜云昭出品51CTO技术栈（微信号：blog51cto）近期有关GPT5的争论真的是越来越多了。许多网友不能理解GPT5被宣传的那种“瘫坐在椅子上”的那种智能程度，更不用说是AGI了。那么作为第一款混合模型，究竟如何看待GPT5的意义？它在OpenAI的战略里是怎样的定位？一时间猜测四起。在经历了发布风暴和用户试用不及预期的争议后，奥特曼的盟友、OpenAI的联合创始人兼总裁GregBrockman，很少见地录制了一期播客。当主持人很犀利地问...OpenAIGPT5AGI奥特曼播客自曝：多次被打脸！模型下架内幕：GPT-5爽到再也不想回4o！围绕AI卖产品者死，卖服务者活！
原创 社区头条编辑伊风出品51CTO技术栈（微信号：blog51cto）GPT5一发布，4o就成为了无数人心中的“白月光”。今天，一则奥特曼在GPT5发布前夕提前录制的播客上线了。回看当时那股无限的期待，再对照发布后的落差，味道确实有点微妙。光速下架4o、4.1等旧模型的原因，找到了！奥特曼在播客里表示：无论大事小事，从GPT5回到上一代模型，（我）都非常痛苦——几乎所有方面都比不上5。我已经习惯了GPT5的那种流畅度和智能深度，这是之前任何模...GPT-5AI奥特曼DeepSeek R2因芯片问题再次延迟发布！千亿级大模型训练的算力之困
原创 社区头条在国产AI大模型高歌猛进的浪潮中，一颗芯片很可能就成了“绊脚石”。 原本备受期待的DeepSeekR2大模型，其发布计划一再延期。据《金融时报》等多方消息透露，此次延期的原因，在于团队使用华为芯片，在训练阶段遭遇了持续的技术问题。 此前，DeepSeek作为国产开源之光，承载着无数开发者的希望，业内也持续关注着DeepSeekR2的发布动向。2025年2月，路透社首度透露DeepSeek计划“最迟5月初”发布R2版本。然而，到了5月...DeepSeek-R2延期AI芯片英伟达算家云租算力，到算家云破天荒！OpenAI、Cursor多位开发大牛联手曝出GPT5提示词指南！晒官方系统提示词优化秘籍，最大化编程性能
原创 社区头条编辑云昭出品51CTO技术栈（微信号：blog51cto）上周，GPT5发布以后，不少网友对这个备受期待的新版本表示无力吐槽。OpenAI老板Altman在直播间宣称，GPT5在自主任务执行能力、编程、综合智能以及可控性方面都实现了显著飞跃。然而，用户实际用起来却是：“降智”、“Token很快用完”的声讨一片。不过，近日，小编发现了一篇Cursor内部在用的GPT5集成秘籍，或许能帮到大家高效使用GPT5。图片这还没完，OpenAI官方也十分慷慨地放出...OpenAICursorGPT53秒检测准确率超90%，Ainnova Tech研发视网膜病变早筛平台，临床试验方案获FDA指导
原创 社区头条从《黄帝内经》中「视见青盲，如无所见」的记载，到现代医学对视网膜致盲风险的认知，人类对「眼睛与健康」的探索从未停歇。其中，视网膜病变是导致失明的主要原因之一，尤其是糖尿病性视网膜病变和视网膜色素变性。柳叶刀发表的全球疾病负担研究（GBDStudy2021）显示：2021年全球有5.29亿糖尿病患者，年龄标化患病率为6.1%。而其中，糖尿病视网膜病变的全球患病率约为40%。因此，数百万人受到中度或重度糖尿病视网膜病变的困扰...视网膜病变智能诊断FDA病情早筛
