AI.x社区

扩散模型以其令人印象深刻的生成高质量图像的能力而闻名，它们是流行的文本到图像模型(例如DALLE、StableDiffusion和Midjourney)中使用的主要架构。然而，扩散模型不只是用于生成图像。Meta公司、普林斯顿大学和德克萨斯大学奥斯汀分校的研究人员最近联合发表的一篇研究报告表明，扩散模型可以帮助创建更好的强化学习系统。该报告引入了一种使用基于扩散的世界模型来训练强化学习代理的技术。扩散世界模型(DWM)通过预测未来多个...

PolarDBX开源脉络2021年10月在云栖大会上，阿里云正式对外开源了云原生分布式数据库PolarDBX，采用全内核开源的模式，开源内容包含计算引擎、存储引擎、日志引擎、Kube等。2022年1月，正式发布2.0.0版本，新增集群扩缩容、以及binlog生态兼容等特性，兼容maxwell和debezium增量日志订阅，以及新增其他众多新特性和修复若干问题。2022年3月，正式发布2.1.0版本，全面提升PolarDBX稳定性和生态兼容性，其中包含基于Paxos的三副本...

DeepSeekR1的发布让整个AI界重新思考成本与性能的关系。用相对较低的成本训练出媲美GPT4的模型，这种可能性正在变为现实。而现在，中国AI公司MiniMax又悄然交出了另一份答卷。这家因海螺（Hailuo）AI视频而声名鹊起的公司，刚刚发布了他们的最新大型语言模型MiniMaxM1。M1完全采用Apache2.0许可证开源，任何企业和开发者都可以免费使用。更有趣的是训练成本：仅用53.47万美元就完成了完整的强化学习训练。MiniMaxM1的成本控制能...

随着技术的不断进步和数据量的爆炸性增长，大规模人工智能（AI）系统的需求日益增加。这些系统在交通管理、电力分配、城市规划等多个领域展现出巨大的潜力。但是如何在扩展AI模型的同时保持其性能，成为了一个亟待解决的难题。大规模AI系统面临的主要挑战在于其可扩展性和性能的平衡。传统的集中式AI方法在处理复杂任务时，往往需要大量的通信和数据采样，这不仅增加了系统的复杂性和成本，还可能导致性能的下降。此外随着系统...

1.概念OpenDevin整个系统分为前端和后端两个主要部分。前端负责处理用户交互和显示结果，而后端负责处理业务逻辑和执行AIAgent。在计算机科学和人工智能领域，"智能体"（Agent）一词通常用来指代那些在特定环境中展示出自治性、反应性、社交性、主动性、推理性以及认知性等智能特性的软件或硬件实体。AI智能体是一个具备复杂推理、记忆和任务执行能力的高级系统。2.OpenDevin核心组件AgentHubOpenDevin是一个集成了多种智能体（...

01、概述近年来，随着人工智能的快速发展，强化学习（ReinforcementLearning，RL）技术逐渐成为推动AI模型性能提升的重要工具。相比传统的基于静态数据集的训练方法，RL通过交互与反馈实现了模型性能的迭代优化，为解决复杂任务（如数学推理、代码生成和多模态数据理解）开辟了全新路径。在这种背景下，由Kimi团队开发的下一代多模态大语言模型——Kimik1.5，凭借其创新的设计和卓越的性能脱颖而出。本文将详细解析Kimik1.5的技...

1.为什么要提出RePrompt？大语言模型问世后，在多项任务上取得成功，并且通过LLM智能体的研发，拓展了大语言模型在自动驾驶、机器人控制等更广泛领域的应用。但是这些应用的成功，都得益于提示工程的作用。不同的提示词可以显著影响任务的成功率，所以有人提出了APE（自动提示工程），可以使得大语言模型自动撰写提示词，相比简单提示词，找到更快找到更好的提示词。但是APE在收敛到高质量提示词需要时间和计算资源，且当前应用...

编辑云昭出品51CTO技术栈（微信号：blog51cto）大模型的内卷远远没有结束了。今天凌晨，MiniMax扔出了一记重磅炸弹——MiniMaxM1。先来看看，M1有多猛？上下文长度100万tokens（这里指的输入，达到全球最高水平），秒杀DeepSeekR1的8倍；激活参数45.9亿次，精度不打折；计算效率较DeepSeek提升4倍，生成10万token只用后者14的算力；思维预算最高80K，真正的「长考型」AI；全面超越Qwen3235B、DeepSeekR1，尤其擅长复杂编程、工...

在当今AI时代，数据无疑是驱动人工智能发展的核心资源，如何高效、精准地获取和处理网络数据成为关键。Crawl4AI，一个开源的AI友好型网络爬虫工具，以其卓越的性能、丰富的功能和灵活的部署方式，为开发者提供了一个强大的数据采集解决方案。本文将深入探讨Crawl4AI的核心优势、应用场景、技术亮点以及安装部署方式，并通过丰富的实践案例，帮助大家全面了解并快速上手这一实用工具。一、项目概述Crawl4AI是一个专为AI场景设计...

传统的检索方法通常依赖于对query进行语义理解(基于向量)或关键字匹配(BM25)，这两种方法都有其优点和缺点。融合检索、HyDE和RAGFusion可以创建一个更健壮和准确的检索系统。本文将介绍三种优化方法：Fusionretrieval：基于向量和基于bm25的检索HyDE(假设文档嵌入)：通过根据查询生成和嵌入假设文档来增强检索。RAGFusion：通过结合多次搜索迭代的结果来提高检索质量。高级RAG技术介绍FusionRetrieval融合检索是一种强大的文档...

我们将在本文中介绍一种文本增强技术，该技术利用额外的问题生成来改进矢量数据库中的文档检索。通过生成和合并与每个文本片段相关的问题，增强系统标准检索过程，从而增加了找到相关文档的可能性，这些文档可以用作生成式问答的上下文。实现步骤通过用相关问题丰富文本片段，我们的目标是显著提高识别文档中包含用户查询答案的最相关部分的准确性。具体的方案实现一般包含以下步骤：文档解析和文本分块:处理PDF文档并将其划分...

Code：​​https:github.comModalMindsMMEUREKA​​​Model：​​https:huggingface.coFanqingMMMEurekaZero38B​​​​​https:huggingface.coFanqingMMMEureka8B​​Dataset：​​https:huggingface.codatasetsFanqingMMMEurekaDataset​​WhyWeDO？目前的研究大多未能在多模态环境中复现DeepSeekR1的关键特性，如回答长度的稳定增长和准确率奖励。例如，R1V仅在简单计数任务上有所改进，但未能复现回答长度增长和"顿悟时刻"...

Meta开源llama4，原生多模态模型，惯例，支持200多种语言，除了中文。有点堆活，主要特色是，可以单张GPU运行近1000wtoken上下文的模型，所以直接对标gemini了？1000万token上下文窗口意味着什么？相当于可以处理20多小时的视频内容（因为它是原生多模态模型）。三款全新模型同步发布Scout：17B激活参数（16个专家）。速度极快，原生多模态，智能程度高。达到业界领先的1000万+token上下文窗口，并且可以在单个GPU上运行！Maver...

开源世界的期待与涟漪人工智能的浪潮奔涌向前，Meta的Llama系列一直扮演着特殊的角色。回想Llama2的横空出世和开源姿态，极大地降低了高性能大模型的门槛，在全球范围内点燃了研究和应用的热情，催生了无数创新，其影响力至今仍在激荡。相较之下，Llama3的发布虽然带来了性能提升，但在社区看来，似乎少了些Llama2那样的颠覆性震撼，更像是一次稳健但略显保守的迭代。在这样的背景下，Llama4的发布承载了社区极高的期待。4月6日...

1、为什么要对GraphRAG本地部署？微软开源GraphRAG后，热度越来越高，目前GraphRAG只支持OpenAI的闭源大模型，导致部署后使用范围大大受限，本文通过GraphRAG源码的修改，来支持更广泛的Embedding模型和开源大模型，从而使得GraphRAG的更容易上手使用。2、GraphRAG一键安装第一步、安装GraphRAG需要Python3.103.12环境。第二步、创建知识数据文件夹安装完整后，需要创建一个文件夹，用来存储你的知识数据，目前GraphRAG只支持tx...

200多名音乐人联名签公开信抗议Suno的余音还未消，AI音乐又出新工具了——StabilityAI，也下场卷AI音乐了！看来，核心开发人员的出走，并没有减慢它发布产品的步伐。就在刚刚，StabilityAI发布了StableAudio2.0。仅仅用一条自然语言指令，它就能以44.1kHz的立体声质量，创作出高质量、结构完整的音乐作品。而且，每首曲目最长可达3分钟！相比之下，Suno最长可创作2分钟，这方面可是被StableAudio2完爆了。并且，Audo2.0的音频到...

当前，在音乐的世界里，一首由AI生成的歌曲火了。这首名为《WeGo!》的歌曲，由音乐大模型Suno生成，其播放量已经超过十几万，甚至一度冲上热度榜首位，引发了网友们的广泛热议。有网友评论表示：“《WeGo!》有点像专业的作品了”，也有其他网友说：“《WeGo!》听上去好像没有感情”。虽然对于AI音乐，网友们褒贬不一，但如果AI能直接生成专业作品，而且受到大多数听众的喜爱，是不是意味着AI将改变音乐界的专业分工甚至促使整个...

如果说2023年是生成式AI元年的话，那么2024年将成为企业级AI元年。从过去一年多的发展来看，AI技术应用的热门场景更多的还是在消费侧，无论是“文生文”的大语言模型，还是“文生图”的多模态模型，更多的是辅助人们进行一些简单的办公，或者提供一些娱乐。生成式AI离真正成熟的企业级应用尚需时日。不过随着技术的不断发展，2024年，将会有更多的企业级AI应用落地，而AI与产业的融合也将成为今年科技圈的焦点话题之一。应用前...

“本地部署大模型的本质只是一个客户端”人工智能的发展如火如荼，也让越来越多的人了解到人工智能；而对大部分人来说使用的都是第三方提供的客户端，不论是网页版，还是PC端或移动端。那么，我们怎么在本地部署一款大模型呢？下面就来介绍三种工具。01、本地部署大模型的三种工具GPT4ALLgpt4all是一款可以本地部署大模型的客户端工具，其支持window，macOS和ubuntu(一款linux桌面系统)系列。其官网地址：https:gpt4all.ioindex...

引言：大模型推理与搜索的融合挑战随着OpenAIo1和DeepSeekR1等模型的出现，大型语言模型(LLMs)在推理能力上取得了显著突破。然而，将复杂推理与外部搜索过程有效整合仍然面临重大挑战，尤其是在处理需要多步检索的复杂多跳问题时。传统方法往往依赖手动设计的提示或启发式规则，这在可扩展性和灵活性方面存在明显局限。更重要的是，为多步推理场景生成监督数据通常成本高昂且在实践中难以实现。百川科技、同济大学、爱丁堡大学...