AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
智能体的能力坐标系：一览复旦、清华、港大、上海 AI 实验室联合发布的OS-MAP的评估逻辑与实验洞察
社区头条在AI应用不断深入现实世界场景的当下，一个新问题开始浮出水面：计算机使用智能体，到底能为我们承担多少真正的工作？面对日益复杂的桌面应用操作、人机协同任务，以及跨应用的使用习惯，传统AI评估范式已显力不从心。过去，AI智能体多集中于网页操作、自然语言生成或静态任务执行，然而随着VLM（视觉语言模型）与多模态技术的进步，系统开始具备理解界面元素、执行复合操作的能力。这类“计算机使用智能体”正在成为下一代人机...智能体AIOS-MAP在RAG中文档处理质量参差不齐的情况下——提升召回精度的企业级解决方案
原创“RAG做起来很简单，但想把RAG做好就需要想尽办法去提升数据的召回质量。”在RAG中文档处理可以说是一个重难点，特别是复杂文档的处理更是一言难尽；因此，面对这种现实问题，总不能直接摆烂，因此怎么在文档质量处理参差不齐的情况下，提升RAG的召回精度就是一个需要解决的问题。文档处理的质量直接影响到RAG的召回效率，但目前文档处理是一个难点；因此怎么基于现有条件，提升RAG的召回精度？既然文档处理质量控制不了，那么...RAG关于RAG检索增强的右侧优化方案——企业级应用中怎么提升RAG的检索准确度
原创“RAG最终的评判标准只有一个——召回精度，RAG所有的技术都是围绕着怎么更快更准确的召回数据。”RAG增强检索的核心指标只有一个——召回准确率；对于RAG技术来说，最重要的事情就是其召回数据的准确性；而怎么提升其召回准确率，方法只有两个，一个是左侧增强，一个是右侧增强。所谓的左侧增强就是文档处理处理，怎么更好的处理复杂文档；而右侧增强就是召回侧的召回策略。今天，我们就来讨论一下RAG的召回策略问题。RAG的召...RAG多阶段的多模态RAG幻觉缓解方案：智能眼镜等实时交互场景比赛方案-MM-RAG
原创VLMs在多模态推理中虽表现强大，但在处理特定场景时易产生“幻觉”，如：复杂场景适配问题：面对第一视角图像（如智能眼镜拍摄的实时画面）、长尾实体（罕见物体概念）、多跳推理问题（需多步逻辑推导）时，模型易因知识不足或误判生成错误结论；知识时效性问题：模型依赖内部先验知识，对涉及时效性的内容（如实时事件、动态变化的信息）易输出过时答案。比赛链接：https:www.aicrowd.comchallengesmetacragmmchallenge2025方...多模态RAG从0到1打造智能体：LangChain6步破解企业级Agent落地难题！
精华 社区头条2025年，智能体（Agent）概念火遍全球，但真正落地的项目为何寥寥无几？当想象力撞上现实瓶颈，如何让AI助手从概念走向生产环境？本文用一套被LangChain验证的实战框架+真实邮件助手案例，带你拆解Agent构建全流程！核心步骤图解智能体构建流程图一、定义任务：用具体案例锚定目标原则：选择「聪明实习生可完成」的合理任务✅产出510个具体案例作为验证基准✅避开三大雷区：无法列举案例→范围过广传统软件可解决→无需Agent依...LangChain6AgentAIAgent的关键一跃：没有它，你的AI应用寸步难行！
从代码助手到研究专家，Agent应用快速崛起。本文将深入解析为什么它们需要全新的基础设施支撑，以及如何通过LangGraphPlatform实现可靠、可扩展的Agent系统落地。🤖代理应用的范式跃迁：从响应式到智能体传统应用由按钮、表单和一次性API调用组成——典型的“请求响应”模型。但Agent应用彻底改变了这一模式：特性描述✅记忆能力保留历史对话与中间状态✅推理行动多轮逻辑处理与工具调用✅协作灵活可等待人类反馈或群体协作这类...AgentAI基础设施LangGraph v0.6 重磅发布！全新 Context API 让智能体开发更简单
还在为复杂的上下文配置而头疼？LangGraphv0.6带来了革命性的ContextAPI，让智能体开发变得前所未有的简单！本次更新不仅大幅简化了开发体验，还引入了动态模型选择、增强的类型安全等多项重磅功能。这可能是迈向v1.0最关键的一次更新！ContextAPI：告别配置地狱，拥抱类型安全还记得那些令人抓狂的嵌套配置吗？LangGraphv0.6的全新ContextAPI彻底解决了这个痛点！图片❌告别繁琐的旧方式v0.5的痛苦回忆defnode(state:State,con...LangGraphContextAPIDeepSeek-R1简明解析：从DeepSeek-V3到DeepSeek-R1，LLM是如何实现自我进化的？
在之前的文章中，我们在文章DeepSeek简明解析，10分钟速通DeepSeekV1V3核心技术点！中介绍了从DeepSeekv1到DeepSeekv3的模型升级之路。那么目前在国内外大火的DeepSeekR1和之前的DeepSeek是什么关系呢？今天这篇文章就用简明的语言给大家介绍一下DeepSeekR1的核心技术点。DeepSeekR1是基于DeepSeekV3模型进一步进行训练得到的，其核心优化在于训练方式上。通过深度思维链文本进行强化学习、并让模型自己生成高质量的SFT...DeepSeek-R1DeepSeek-V3LLMChatGPT长了手脚，AI不再是副驾，直接抢过方向盘
OpenAI跳票开源模型，却在昨夜发布了ChatGPT智能体，能够像人类一样在网页上点击、输入、操作，真正从"副驾驶"跃升为"真正的助手"。三大核心能力完美融合ChatGPT智能体将三项强大功能有机整合：Operator的网站交互能力可以在网页上滚动、点击、输入深入研究的信息整合优势擅长分析和总结网络信息ChatGPT的对话交互能力自然流畅的人机对话这种融合让AI能够智能选择最优路径完成任务：快速通过API获取数据，同时与人类设计的网页...ChatGPTAIPlusGPT-5将揭示人类的"创造力"其实就是模式识别？
有关于LLM到底与人思维是否一样，LLM能否走向AGI的科学哲学探讨不断。OpenAIo3系统提示词泄漏！Hinton的观点再次被印证！LeCun有了新证据！大模型思考与人类思考存在本质差别笔者看来，这是不同视角，不同时间轴上的争论，它还会持续存在，直到AGI实现。这不有传言在本月末或者8月初GPT5发布，X上就有一个有趣的帖子，博主发帖警告说："GPT5mightjustrevealhowmuchhuman'creativity'isactuallypatternrecognition."（GPT5可...GPT-5模式识别扎克伯格首次承认：AI已开始自我进化，Meta要让每个人都拥有超级智能
扎克伯格刚发布了一篇关于"个人超级智能"的愿景文章。最震惊的信息在开头：过去几个月里，他们观察到AI系统开始自我改进。虽然速度还慢，但"不可否认"。同时，对外官宣了自己的愿景，驳斥了samaltman等人，称：与其让超级AI集中化地自动化所有工作、人类"吃救济金"，不如让每个人都拥有自己的个人超级智能。一个超懂你的AI助手，帮你实现目标、创造想要的东西、成长为理想的自己。而到底如何发展，扎克伯格认为未来五年是决定性...AIMeta技术ModelGate 支持 Claude Code，一键设置AI编程助手，开发效率极速提升！
社区头条上图就是最新版ModelGate的“应用推荐”界面，我们自研平台已支持直连ClaudeCode，只需一键【运行】，AI编程效率工具即刻到手！配置ClaudeCode，只需三步步骤一：下载安装ModelGate访问官网www.modelgate.net下载客户端，安装完成后注册登录账号。步骤二：一键运行ClaudeCode启动ModelGate，模型市场添加模型,例:DeepSeek（见上图）启动ModelGate，左侧菜单点击【应用推荐】找到ClaudeCode，点击【获取】、Node.js、git安装Node...AI大语言模型空间推理能力的深度评测：基于基准测试对基数方向推理的再审视
社区头条引言：探寻非具身智能的空间认知边界随着大语言模型（LargeLanguageModels,LLMs）技术的飞速发展，其在自然语言处理、代码生成乃至多模态交互等领域展现出的惊人能力，不断刷新着我们对人工智能潜力的认知。然而，一个根本性的问题始终萦绕在学术界和产业界：这些在数字世界中诞生的、缺乏物理实体与真实世界交互经验的“非具身智能”（nonembodiedintelligence），是否真正获得了类似人类的推理能力？空间推理，作为高级智能的...软件当AI变身苏格拉底，大学生福音真的来了！OpenAI推出「学习模式」
原创 社区头条
热门内容榜 • 最近上榜今天凌晨，OpenAI正式推出面向教育领域的ChatGPTStudy（学习模式），通过模拟苏格拉底式对话机制，旨在通过循序渐进的方式帮助学生一步解决问题，获得学习体验，而不仅仅是获得答案。  该模式包含交互式提示、支架式回应、个性化教育、知识点检查四大核心方法，通过拆解式解题思路呈现，将AI从信息检索工具升级为深度学习伙伴。 OpenAI团队表示，ChatGPT正迅速成为全球最广泛使用的学习工具。很多学生借助它来解...人工智能chatgptChatGPT学习模式AI教育算家云逆天!旧Mac上能run千亿参数SOTA!效果惊人:一次生成游戏，0修改！网友：别被大模型叙事带偏了(附指南）
原创 社区头条编辑伊风出品51CTO技术栈（微信号：blog51cto）起猛了，连老电脑都能跑智谱家新一代的SOTA模型了！一篇来自技术人SimonWillison（Python知名Web框架Django的共同创始人）的实测文章，在HackerNews上引发热议：“我2.5年高龄的旧笔记本，现在不仅能在本地跑千亿参数模型，甚至还能用它写出一款完整的JavaScript太空入侵者游戏。”图片这个模型，正是昨天新鲜出炉的GLM4.5系列。虽然不像QwenCoder那样专门为编程打造，但根据官方...SOTA大模型参数从动物毒液中挖掘386种全新抗菌肽，宾夕法尼亚大学开发深度学习模型APEX，筛选潜在抗生素候选物
原创1928年青霉素的发现，为人类对抗细菌感染开启了全新纪元。这类抗生素显著提升了人类应对感染性疾病的能力，但随着抗生素在医疗、农业等领域的广泛应用乃至过度使用，细菌的耐药性问题逐渐显现，并以惊人的速度恶化。进入21世纪，抗生素耐药性已成为全球公共卫生领域的重大挑战。世界卫生组织的数据显示，每年全球约有500万人直接或间接死于耐药性感染，而这一危机的核心推手是抗生素耐药性病原体的快速滋生与蔓延。其中，被WHO...生物医药AI for science抗菌肽抗生素深度学习TPU Deep Dive：Google TPU 架构深度分析
原创 精华编者按：在人工智能算力军备竞赛愈演愈烈的今天，为什么Google会选择与主流GPU截然不同的技术路线，开发出架构独特的TPU？这种专用芯片究竟凭借什么优势，能够支撑起Gemini、Veo等AI模型的训练与推理？文章从单芯片架构出发，深入剖析了TPU的核心设计理念：首先解释了TPU如何通过脉动阵列和流水线技术优化矩阵运算，然后阐述了XLA编译器如何通过预先编译减少缓存依赖，大幅降低能耗。在多芯片层面，作者详细介绍了TPU从托盘、机...TPU自动驾驶多活数据中心方案如何实现
原创在自动驾驶行业，多活数据中心（MultiActiveDataCenter）是确保高可用性、低延迟和数据安全的核心基础设施。以下是关键应用策略和技术实现方案：一、自动驾驶对多活数据中心的核心需求业务连续性单数据中心故障时，RTO（恢复时间目标）<1分钟，RPO（数据丢失量）0全球低延迟车辆决策数据同步延迟<50ms（如高精地图更新、交通事件预警）数据合规满足GDPR《汽车数据安全管理规定》的本地化存储要求二、多活数据中心架构设计1.分层...自动驾驶数据中心数字员工来了 AI 智能体从"回答问题的工具"进化成"解决问题的同事"
原创 精华随着人工智能技术的不断发展，AI智能体确实正在从单纯的“回答问题的工具”逐渐进化为能够“解决问题的同事”。这种转变不仅仅是技术的进步，更是人工智能在实际应用场景中角色的深刻转变。📝AI智能体（AIAgent）原始概念AIAgentLLM（大语言模型）+Planning（规划）+Memory（记忆）+Tools（工具）🧠核心解读（直观对比版）传统AI聊天机器人VSAI智能体员工想象你公司来了两个"新员工"：👤传统AI聊天机器人（小王）客户问："我的...AI智能体智能体AgentICCV 2025 | 视频生成迈入“多段一致”新时代！TokensGen用“压缩Token”玩转长视频生成
文章链接：https:arxiv.orgpdf2507.15728项目链接：https:vicky0522.github.iotokensgenwebpage亮点直击TokensGen，通过压缩视频Token桥接短片段生成与长程一致性。To2V模型（片段级内容控制），基于预训练骨干网络（CogVideoX）构建的视频Tokenizer，将短片段编码为高语义密度的压缩Token。T2To模型（长程一致性控制），创新性设计视频Token扩散Transformer，直接从文本提示生成分钟级视频的完整Token序列。自适应FIFODiffusio...AI模型视频生成
