AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
突发，Meta人工智能研究副总裁发帖：5月离职！
原创
社区头条编辑｜云昭出品51CTO技术栈（微信号：blog51cto）很突然，Meta人工智能研究副总裁JoellePineau表示下月将离职Meta。就在发稿7小时前，她在Facebook帖子中宣布了这一消息。Pineau表示，她将在5月离职，此前她已负责管理Meta内部由YannLeCun领导的人工智能研究实验室FAIR超过两年。是时候挂上溜冰鞋了！“在Meta工作了近8年之后，是时候说再见了。用蒙特利尔人的话来说，就是“是时候挂上我的溜冰鞋了”。这是一段毕生难忘的职业...Meta人工智能副总裁揭秘Embedding模型选型：如何用向量技术突破知识库的智能天花板？
原创在人工智能技术日新月异的今天，Embedding模型作为连接非结构化数据与机器理解的桥梁，正在悄然重塑知识管理和智能检索的边界。本文将带您深入探索这一技术核心，揭示如何通过精准选型突破知识库与RAG系统的性能极限。一、Embedding技术1.1从离散符号到连续空间传统数据处理面临的根本困境在于：计算机天生擅长处理结构化数字，而人类信息却以非结构化形式（文本、图像、音频等）自然存在。Embedding技术通过将离散符号映射到连...Embedding模型RAG万字解析非结构化文档中的隐藏价值：多模态检索增强生成（RAG）的前景
精华在当今数据驱动的商业环境中，存在着一个矛盾现象：企业一方面要应对信息过载的问题，另一方面又试图从海量信息中提取有意义的见解以推动行动，这构成了双重挑战。存储在技术报告、产品文档、合同和演示文稿幻灯片中的大量商业知识，都以非结构化格式存在，传统的数据分析系统难以对其进行解读。包含文本、图表、图形和图像的文档蕴含着有关业务流程和决策系统的重要商业情报，但这些情报大多未被充分利用。想要利用机构知识的...RAG多模态检索智能体（Agent）的三种表现类型：聊天助手、工作流与对话流
原创智能体主要由大语言模型（LLM）+提示词（Prompt）+知识库（RAG）+工作流（WorkFlow）+工具（Tools）等若干元素组成。今天我们开启《人人都会做智能体》公开课第2节：智能体（Agent）的3种表现类型——聊天助手类型、工作流类型、对话流类型。「本文配图主要来源于我的长篇图文写作助手」让DeepSeek聊天记录秒变长篇图文和PPT的智能体，Claude3.7手把手喂饭教程！与智能体的组成不同，所谓的智能体表现模式，就是智能体...智能体Agent让DeepSeek聊天记录秒变长篇图文和PPT的智能体，Claude3.7手把手喂饭教程！
原创文章生成的工作流由简单的大模型直接生成文章改为按章节段落迭代生成，并在段落生成时由Claude3.7大模型根据段落内容，直接总结凝练后，绘制成一张张网页版的PPT配图，最后再拼成一个完整的网页。这个工作流还是蛮大的，消耗的token数量也是肉疼，好在结果让人欣慰，我们先来看一下智能体的实现效果。怎么样？效果还是蛮不错吧，这个智能体能很大程度上解决我们做PPT的一些难点，因为市面上一些做AIPPT的工具，都是直接套的模板...DeepSeek智能体Claude3.7AI会“思考”吗？重读笛卡尔《谈谈方法》，解锁智能与意识的百年谜题
社区头条想象一下十七世纪的欧洲，那是一个思想迷雾重重的时代。古老的经院哲学大厦摇摇欲坠，知识的海洋里充满了相互矛盾的学说和难以证实的观点。就在这时，勒内·笛卡尔，像一位孤独的灯塔看守人，点亮了近代哲学的“理性之光”。在他的著作《谈谈方法》中，他进行了一场惊心动魄的思想远征：怀疑一切，直至找到那个绝对不可动摇的立足点——“我思故我在”（Cogito,ergosum）。以此为基石，他试图用严谨的方法、清晰的理性，为人类...AI智能意识人工智能应用就是大模型能力+场景，基于大模型构建应用，首先要了解大模型的能力圈
原创“大模型的应用是玩出来的而不是看出来的，多体验和尝试不同的模型之间的功能和区别才能让你真正了解大模型的能力。”在关于大模型应用方面，虽然也了解和应用过其中的一些技术；但经过这段时间的实践和思考发现，对大模型应用的认识还很浅显，因此在此记录一下自己的思考。大模型应用的思考大模型作为人工智能应用的底座技术，所有应用场景和技术都是构建在大模型之上；但很多时候我们都搞错了一件事，那就是我们没有搞清楚大...人工智能应用大模型关于大模型智能体意图识别不准确问题——function call的缺陷
原创“意图识别不准确只是智能体应用过程中的一个问题，在实际操作中还会有其它更多的问题存在；因此，我们不能太信任技术本身，而是需要完善的解决方案去规避技术风险。”最近在研究大模型智能体也就是Agent的过程中，遇到了一个很严重的问题，直接影响到Agent的质量和效果；那就是意图识别不准确，也可以说是Agent的幻觉问题。其产生的原因就在于大模型有时无法准确识别出用户意图，无法准确调用相应的函数。意图识别不准确现在大...大模型智能体AgentAIGC到底是"替代者" 还是设计行业的"达尔文触发器"？
原创随着科技的飞速发展，人工智能生成内容（AIGC）技术在设计行业的应用日益广泛，引发了广泛的讨论和关注。AIGC以其高效、多样化的生成能力，为设计行业带来了前所未有的变革。然而，关于AIGC是否能替代真正的设计师，这一话题至今仍存争议。AIGC对设计行业的影响AIGC技术的出现，无疑为设计行业带来了深远的影响。它极大地提高了设计效率。传统的设计过程中，设计师需要花费大量时间在绘图、修改和完善设计方案上，而AIGC技术则...AIGCAIRAG分块优化之语义分块方法CrossFormer模型技术思路
原创笔者在前期文章中总结了RAG的分块《RAG常见13种分块策略大总结（一览表）》，本文介绍一个语义分段的工作，该工作解决的问题是文本语义分割，即将文档分割成多个具有连续语义的段落。传统方法通常依赖于预处理文档以分段来解决输入长度限制问题，但这会导致段间关键语义信息的丢失。RAG系统中的文本分块方法主要分为基于规则和基于LLM的方法。插入一个思路，其实，语义分段的方式笔者在很早实践过一个思路，不管是RAG分...RAG自然语言处理公式识别：利用分层且聚焦细节的网络提升复杂公式识别能力
原创公式识别是文档智能解析中的重要一环，本文笔者将介绍笔者自己的工作，供参考。问题陈述与动机核心问题：当前的数学表达式识别（MER）模型难以处理复杂公式中的层次结构和细粒度细节。数学公式是逻辑的建筑蓝图——它们在求和符号中嵌套分数，在行文中堆叠矩阵，并分支为条件分段函数。然而，尽管数学公式具有复杂的结构，当前的数学表达式识别（MER）模型甚至难以可靠解析中等复杂度的表达式。试想：当公式的视觉密度增加时，...多模态文档智能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...MCPAPIAIAI Hospital(人工智能医院)：在多智能体医疗互动模拟器中评估大模型的表现 - 阿里、华中科技等
摘要人工智能通过大型语言模型（LLMs）显著改变了医疗保健领域，尤其在静态医学问答基准测试中表现出色。然而，由于医患互动的复杂性，评估LLMs在现实世界临床应用的潜力仍然具有挑战性。为此，我们引入了“人工智能医院”这一多智能体框架，模拟医生（玩家）与包括患者和检查员在内的非玩家角色（NPCs）之间的动态医疗互动。这种设置允许在模拟的临床场景中更实际地评估LLMs的表现。我们开发了“多视图医疗评估”（MVME）基准...AI人工智能模拟器TwinMarket：通过LLM模拟金融市场行为和社会互动
社会涌现的研究是社会科学的核心，传统的基于规则的代理模型（ABMs）难以捕捉人类行为的复杂性和多样性。大型语言模型（LLMs）作为模拟工具，能够更好地反映认知偏差和情感波动，适用于社会科学和角色扮演应用。TwinMarket是一个新颖的多代理框架，利用LLMs模拟股票市场中的投资者行为，强调微观行为如何驱动宏观市场动态。TwinMarket采用信念欲望意图（BDI）框架，提供透明的代理认知过程建模，并研究信息传播和社会影响的动态...LLM模拟LLM连续尝试了18种RAG技术之后，我找到了最优的那个
在当前生成式模型与信息检索技术快速发展的背景下，如何有效结合二者，提升问答系统的准确性与实用性成为技术探索的焦点。为了寻找最佳解决方案，我尝试了18种不同的RAG（RetrievalAugmentedGeneration）技术，从最基础的方法到复杂的多模型融合。经过大量实验，数据表明AdaptiveRAG凭借动态调整策略和出色的检索效果，以最高得分0.86成为本次实验中的大赢家。接下来，我将详细介绍每种RAG技术的核心思想、实现细节以及优缺点，...RAG技术Adaptive人工智能算法-LightGBM模型详解
LightGBM是一个快速、高效的梯度提升框架，他由微软开发，在数据挖掘和机器学习领域应用广泛。接下来详细介绍下他的原理1.梯度提升框架：LightGBM基于梯度提升决策树（GBDT）算法，通过迭代地训练决策树来逐步减少预测误差。它将弱学习器（如决策树）组合成一个强学习器，不断地根据之前模型的误差来调整新模型的训练，从而提高整体模型的准确性。举例：假设有一个预测房价的任务，我们有一些房屋的特征数据，如面积、房间数、...人工智能算法模型3.4K Star 港大开源AutoAgent登顶GAIA全球评测，成本直降50%碾压商业巨头
AutoAgent是将智能体开发过程从传统的编程模式转变为一种自然语言驱动的自动化过程。通过模拟现代计算机操作系统的工作方式，将复杂的智能体开发任务分解为多个模块化的组件通过自然语言接口实现这些组件之间的交互和协调。这种方法不仅降低了智能体开发的门槛，还提高了开发效率和系统的灵活性。AutoAgent架构AutoAgent框架基于其四个关键组件：智能体系统工具（AgenticSystemUtilities）提供了基础的多智能体架构，其中包含专...AutoAgentGAIA自然语言地图服务新风向：百度、高德、腾讯纷纷加码 MCP Server
精华在现实世界，地图导航服务作为连接虚拟与现实世界的关键纽带，正变得愈发重要。MCP（ModelContextProtocol）协议的出现，为地图服务与AI大模型的深度融合提供了全新的契机。近期，百度、高德、腾讯这三大地图服务巨头纷纷在MCPServer领域发力，推出了一系列创新功能与服务，为开发者和企业带来了前所未有的便利与机遇。首先是这三家的MCPServer介绍。百度地图MCPServer：持续拓展功能边界作为国内首家兼容MCP协议的地图服务商，...百度高德腾讯Dify多版本Windows虚拟机免费下载，10分钟傻瓜式部署智能体开发平台！
原创我们都知道智能体开发的平台非常多，Dify是开源的智能体开发平台中用户比较多的一款。但是跟Coze平台相比，很多想使用Dify的用户，第一个难关就是Dify的本地部署。很多小白可能对Linux、Docker一窍不通，所以我之前写过一篇怎么借助WSL完成windows下Dify的部署，其实没有解决痛点，Dify的主要用户还是只局限于程序员这个群体。为了能够更好的完成智能体的科普，让更多人无门槛使用Dify这种开源的智能体开发平台，经过这两天的...Windows虚拟机智能体大模型API构建大模型 Agent 应用六个框架对比剖析
原创 精华随着生成式人工智能（GenAI）的迅猛发展，基于大模型的应用已经悄然融入我们的日常工作和生活，它们在众多领域显著提升了生产力和工作效率。为了更便捷地构建这些基于大模型的应用程序，开源社区和产品开发者们正以前所未有的速度推进创新。在这些创新中，面向智能体（Agent）的应用，即所谓的AgenticAI，已经崭露头角，成为近年来生成式AI系统中最具潜力的领域。众多构建智能体应用的框架如雨后春笋般涌现，为开发者提供了强大...大模型Agent框架
