AI.x社区

摘要:尽管人工智能在医学影像领域的应用日益广泛，但放射科医生的需求量却达到了历史新高。本文探讨了这一悖论背后的原因，分析了AI在放射学应用中面临的挑战，以及人类医生在诊断、与患者沟通和处理复杂病例方面的独特优势。文章指出，AI在放射学领域的应用并非简单的替代，而是与人类医生相互协作，提高效率和诊断准确性的过程。随着人工智能（AI）技术的快速发展，许多行业都面临着被自动化取代的担忧。然而，在医学影像领域...

摘要基于图的检索增强生成（RAG）方法显著提升了大型语言模型（LLMs）在特定领域任务中的性能。然而，现有的RAG方法未能充分利用人类认知中固有的层次知识，这限制了RAG系统的能力。本文介绍了一种新的RAG方法，称为HiRAG，它利用层次知识来增强RAG系统在索引和检索过程中的语义理解和结构捕捉能力。我们的广泛实验表明，HiRAG相较于最先进的基线方法取得了显著的性能提升https:github.comhhyhuangHiRAG全文链接：https:t.zsxq....

摘要可充电电池对于实现碳中和以及推动可再生能源转型至关重要。它们的进步需要在微观（材料）、设备（制造）和系统（控制与优化）层面进行创新。然而，传统的试错方法无法满足现代科学的需求。作为一种变革性的人工智能技术，大型语言模型（LLMs）提供了强大的语义理解和推理能力，推动了电池研究领域向解决多层次创新需求的范式转变。尽管如此，该领域仍面临双重挑战：模糊的技术路线图和在阶段性成就上的分散进展。本综述系...

文章摘要海外图谱增强大模型公司Writer宣布对其聊天应用进行重大升级，新增支持1000万词汇输入的内置RAG技术、可解释AI功能、专用模式等特性，旨在帮助企业构建更准确、透明且易用的生产级AI应用。引言：企业生成式AI应用的挑战与机遇在数字化转型的浪潮中，生成式AI正在重塑企业的工作方式。然而，许多企业在构建准确、可投入生产的AI应用时面临着巨大挑战。一项针对500名高管和AI专业人士的调查显示，大多数内部生成式AI项目...

文章摘要人工智能（AI）正深刻改变我们的生活，尤其在医疗领域展现出巨大潜力。约翰霍普金斯医学中心正在临床护理、研究和教育三大使命中推动AI创新。从AI文书工具到癌症AI联盟，再到生命科学大楼的数据科学投资，约翰霍普金斯正引领现代医学的未来。本文深入探讨这些突破性进展及其对医疗行业的深远影响。引言：AI与医疗的深度融合在我们的日常生活中，人工智能（AI）早已无处不在——从搜索引擎到社交媒体，再到交通导航和文...

文章摘要大型语言模型虽然具备流畅的文本生成能力，但在准确性和可靠性方面存在重大缺陷。研究人员提出将符号知识和逻辑推理整合到AI系统中，构建可信赖、透明且一致的AI模型，为高风险领域的AI应用提供解决方案。引言：生成式AI的双面性当前的大型语言模型(LLMs)如GPT和Claude展现出令人惊叹的语言流畅性和巧妙的模仿能力，彻底改变了机器生成类人文本的方式。然而，这些看似智能的系统在需要精确、一致和可解释推理的领域中仍...

摘要DoorDash面对用户复杂搜索需求，构建了基于大语言模型的混合检索系统。通过知识图谱约束LLM输出，实现精准查询理解和实体链接，显著提升搜索相关性。该方案在"热门菜品"功能上取得30%触发率提升，为企业级搜索系统提供了宝贵经验。正文一、DoorDash搜索挑战：精确性与灵活性的平衡在DoorDash平台上，用户经常使用包含多重要求的精确搜索查询。例如，当用户搜索"veganchickensandwich"（素食鸡肉三明治）时，传统基于文档相...

​摘要尽管大型语言模型（LLMs）在各个领域取得了成功，但由于两个关键障碍，它们在中医药（TCM）领域的潜力仍未被充分探索：（1）高质量中医药数据的稀缺性；（2）中医药诊断固有的多模态特性，包括观察、听诊、嗅闻和脉诊。这些感官丰富的模态超出了传统LLMs的范围。为了应对这些挑战，我们提出了石真GPT，这是首款专为中医药定制的多模态大型语言模型。为了克服数据稀缺问题，我们整理了迄今为止最大的中医药数据集，包括100...

摘要比利时FoodpairingAI依托15年数据积累构建企业级知识图谱，将2万种食材、300万产品与千万级食谱、社交媒体数据无缝融合，大幅缩短研发周期、降低成本，助力CPG企业快速推出深受消费者喜爱的产品。一、引言：数据驱动的食品创新在竞争激烈的快消品（CPG）行业，谁能快速、精准地推出受消费者欢迎的新品，谁就能抢占先机。比利时数据与商业智能公司FoodpairingAI正是凭借强大的数据整合与分析能力，结合先进的知识图谱技术，...

摘要在AI时代，“提示工程”正在让位于更强大的“上下文工程”。上下文工程不仅是写一个提示词，而是为模型设计、收集、组织所有必要的信息与工具，使其能在恰当的时间以最优的方式完成任务。这一理念正成为打造高效AI智能体的关键。1.从提示工程到上下文工程在过去，AI应用的核心技能是编写精确的提示词（PromptEngineering）。然而，随着大型语言模型（LLM）和自主智能体（Agents）的普及，我们发现，影响智能体成败的最大因...

文章摘要随着人工智能技术的飞速发展，RetrievalAugmentedGeneration(RAG)及其衍生的GraphRAG和AgenticRAG正在成为AI领域的核心工具。本文系统梳理了三者的定义、区别与应用场景，帮助专业人士精准把握各自优势，为企事业单位与科研院所的AI应用与投资决策提供新思路。1什么是RAG？检索增强生成的核心价值RAG（RetrievalAugmentedGeneration）是一种使大型语言模型（LLM）能够实时获取外部信息的技术。过去的AI模型仅能依赖训练...

​摘要知识图谱作为连接和分析复杂关系数据的强大工具，正引领企业实现数据价值。然而，其落地面临高技术门槛、领域知识依赖及维护难题。本文系统解读挑战本质、主流误区与优化策略，助力专业人员释放最大价值。知识图谱的承诺与难题知识图谱因能以结构化、互联的方式表达和管理实体及其复杂关系而备受瞩目，被誉为革新搜索引擎与数据管理的重要技术。从客户360度视图到反欺诈、供应链等场景，知识图谱正推动各行业实现数据融合...

摘要大型语言模型（LLMs）在医疗报告生成（MRG）中展现了显著潜力，然而其开发需要大量的医学影像报告对，这些数据通常分散在多个中心。由于隐私法规的原因，集中这些数据异常具有挑战性，从而阻碍了模型开发和更广泛采用基于LLM的MRG模型。为了应对这一挑战，我们提出了FedMRG，这是首个利用联邦学习（FL）实现隐私保护、多中心开发的基于LLM的MRG模型框架，专门设计用于克服在多模态数据异质性下通信高效的LLM训练的关键挑战...

摘要本文探讨了GraphRAG（检索增强生成）技术的实现方法，指出开发者在构建GraphRAG系统时往往过度依赖复杂的图数据库、查询语言和分析工具。作者强调，生成式AI的用例与传统图分析场景根本不同，大多数GraphRAG应用只需要进行局部邻域探索，而不需要复杂的全图分析。文章建议采用以向量存储为核心、按需添加图功能的简化架构，避免不必要的技术复杂性。当RAG开发者决定尝试GraphRAG时——即构建知识图谱并将其集成到他们的RAG...

今天，我们隆重推出GPT‑5⁠，这是OpenAI迄今为止最智能、最快捷、最实用的模型，也是将智能置于每项业务核心的重要一步。GPT‑5整合并超越了OpenAI在前沿智能领域的先前突破，涵盖4o、OpenAIo系列推理、智能体以及高级数学⁠（在新窗口中打开）能力。随着BNYMellon、加州州立大学、Figma、Intercom、Lowe’s、摩根士丹利、软银、TMobile等企业已率先为员工配备AI技术——目前已有500万付费用户使用ChatGPT商业产品——并开始借...

摘要&前言：近日，AI医疗公司OpenEvidence获得了2.1亿美元的B轮融资，估值飙升至35亿美元（约合人民币251亿元）。OpenEvidence成立于2022年，总部位于美国迈阿密，致力于为医生提供临床级诊断工具。公司由DanielNadler创办，他是一名哈佛大学经济学博士，也是一位非常成功的连续创业者。曾经创立了知名AI金融公司Kensho并被标普以5.5亿美元收购。本文深入解读通过USMLE（美国医师执照考试）的临床级大模型OpenEvidence如何为医...

摘要：本文通过对比PalantirOntology与传统数仓建模方法，揭秘了“本体论”如何成为企业高效构建可信语义层与数据模型的核心工具。文章介绍了本体论的概念、发展脉络、现实挑战，以及LLM驱动的自动本体生成与协作优化方案，为专业人士解锁数据治理、智能分析新范式。什么是Ontology？企业数据模型的语义革命本体论（Ontology）的起源与演变Ontology或“本体论”最初源自哲学领域，用于系统性地描述事物、属性与它们间关系的形式...

摘要本文深度解析了知识图谱在实际项目（如VCPedia和FractalKG）中的构建经验，包括图谱自动化、实体消歧、属性与节点设计、文档分粒存储、跨域建模等多方面内容，并结合FalkorDB的例子给出了系统化实践建议。适合关注大模型、知识工程与图数据库应用的专业人士阅读。1.引言知识图谱以节点和边的方式描述复杂关系，被广泛应用于语义搜索、智能问答、企业数据整合等领域。然而，实际构建与落地却涉及大量技术和架构抉择。本文基...

摘要人工智能代理经历了从强化学习（RL）早期主导地位到由大型语言模型（LLMs）驱动的智能代理崛起的范式转变，现在正进一步迈向RL和LLM能力的协同融合。这一进步赋予了人工智能代理越来越强大的能力。尽管取得了这些进展，但要完成复杂的现实世界任务，代理需要有效规划和执行，保持可靠的记忆，并与其他代理顺畅协调。实现这些能力涉及应对始终存在的复杂信息、操作和互动。鉴于这一挑战，数据结构化可以通过将复杂无序的数据...

图片摘要知识图谱补全（KGC）旨在通过利用现有的三元组和文本信息来预测知识图谱（KGs）中的缺失三元组。最近，生成式大型语言模型（LLMs）越来越多地被用于图任务。然而，当前方法通常以文本形式编码图上下文，这未能充分利用LLMs在感知和推理图结构方面的潜力。为了解决这一限制，我们提出了DrKGC（动态子图检索增强的知识图谱补全大型语言模型）。DrKGC采用一种灵活轻量级的模型训练策略，在KG内学习结构嵌入和逻辑规则。然...