編輯云昭出品51CTO技術(shù)棧（微信號：blog51cto）4月19日，首屆人形機器人半馬比賽賺足了大家的注意力。而民間版宇樹機器人G1起跑過程中摔倒起來繼續(xù)比賽的表現(xiàn)也引來了網(wǎng)友的質(zhì)疑。為此，創(chuàng)始人王興興第一時間作出了回應(yīng)：宇樹最近完全沒有參與任何比賽，是其他團(tuán)隊使用宇樹機器人參加比賽，機器人的表現(xiàn)和算法與操作有關(guān)。事實勝于雄辯，就在10天后，29日，宇樹科技官方直接來了一場G1長跑測試直播，用實際結(jié)果為自己正名。圖片...

在當(dāng)下流行的幾種大模型微調(diào)方法中，大家經(jīng)常會看到談?wù)揝FP與Unsloth的文章，那我們應(yīng)該如何了解它們？它們的技術(shù)特點又有哪些？各自應(yīng)用在哪些模型微調(diào)的場景呢？本篇我們帶著這些問題，一起來了解一下。一、SFT微調(diào)技術(shù)介紹監(jiān)督微調(diào)（SupervisedFinetuning,SFT）是一種遷移學(xué)習(xí)（TransferLearning）技術(shù)，指的是在已經(jīng)預(yù)訓(xùn)練好的模型（例如大語言模型中的GPT、BERT等）基礎(chǔ)上，使用帶有人工標(biāo)注標(biāo)簽的監(jiān)督數(shù)據(jù)，對模型進(jìn)行進(jìn)...

GPT4o多模態(tài)版、Claude3.7、Gemini2.5三大頂流AI最新完整版系統(tǒng)提示詞。通過這些AI大模型的系統(tǒng)提示詞，我們能夠清晰地了解各個AI的獨特特性、核心優(yōu)勢以及強大功能，為我們選擇、應(yīng)用、和研發(fā)提供一個寶貴的參考！1.GPT4o多模態(tài)版系統(tǒng)提示詞如果開啟「memory」記憶功能，ChatGPT在聊天中記錄兩方面的主要信息：和用戶相關(guān)的個人信息。比如性別、性格、表達(dá)風(fēng)格、家庭、工作情況等等。最近的聊天記錄。比如最近10次和ChatGPT聊...

摘要多模態(tài)大型語言模型（MLLMs）在視覺理解和生成任務(wù)中取得了顯著進(jìn)展。然而，生成交錯的圖文內(nèi)容仍然是一個挑戰(zhàn)，這需要集成多模態(tài)理解和生成能力。盡管統(tǒng)一模型的進(jìn)展提供了新的解決方案，但現(xiàn)有基準(zhǔn)由于數(shù)據(jù)規(guī)模和多樣性的限制，不足以評估這些方法。為了填補這一空白，我們引入了OpenING，這是一個綜合基準(zhǔn)，包含56個真實世界任務(wù)的5400個高質(zhì)量人工標(biāo)注實例。OpenING涵蓋了旅游指南、設(shè)計和頭腦風(fēng)暴等多樣化的日常場景，...

從構(gòu)思到設(shè)計原型，只需要短短幾秒。OpenUI讓你僅使用自然語言就可以構(gòu)建、編輯和導(dǎo)出UI，無需任何設(shè)計技能！不妨先從一個簡單的例子開始。很多時候，我設(shè)想一件看起來很棒的裙子，但當(dāng)我真正找到類似的裙子時，卻發(fā)現(xiàn)效果不如預(yù)期。這不僅僅是我個人的問題，在編程中也會遇到?？蛻艨赡茉谀X海中構(gòu)思一個很棒的UI，但最終構(gòu)建出來的卻不如預(yù)期。這不僅浪費了時間和資源，還可能導(dǎo)致客戶不滿。幸運的是，這個問題現(xiàn)在有了解決方...

出品51CTO技術(shù)棧（微信號：blog51cto）2個多小時前，OpenAICEO奧特曼發(fā)推表示：最新版GPT4o在最近幾次更新后出現(xiàn)了“過度諂媚”的交互個性傾向（即使其中有好的部分），并承諾將盡快在一周內(nèi)推出修復(fù)方案。自3月27日吉卜力風(fēng)格大火以來，GPT4o在4月25日也迎來了新一波的更新，重點改進(jìn)其記憶存儲時機的選擇機制，并顯著增強其在科學(xué)、技術(shù)、工程及數(shù)學(xué)（STEM）領(lǐng)域的問題解決能力。OpenAI在此期間對GPT4o的對話響應(yīng)模式進(jìn)行了細(xì)...

嘿，各位AI圈的弄潮兒們！最近有沒有被OpenAI的新動作刷屏？沒錯，繼那個像章魚哥一樣全能的GPT4o之后，OpenAI又悄無聲息地丟下了一顆重磅炸彈——全新的圖像生成模型GPTimage1！這可不是簡簡單單的DALL·E升級版，它可是原生多模態(tài)、API優(yōu)先，直指專業(yè)級圖像生成市場的新選手。作為一名AI領(lǐng)域的文章創(chuàng)作者，我可是第一時間就扒來了各種公開信息，今天就來給大家全方位解析一下這位新伙伴到底有啥本事！1.它來了，帶著GPT4o的多...

文章鏈接：https:arxiv.orgpdf2504.02828項目鏈接：https:peterljq.github.ioprojectcolanGit鏈接：https:github.competerljqConceptLancet亮點直擊提出CoLan框架一個零樣本即插即用的框架，用于在基于擴(kuò)散的圖像編輯中解釋和操作稀疏概念表示。該框架可以精確控制概念移植的幅度，實現(xiàn)高質(zhì)量的圖像編輯。構(gòu)建CoLan150K概念詞典收集了包含多樣化視覺概念的CoLan150K數(shù)據(jù)集，并計算對應(yīng)的概念向量詞典（文本嵌入或評分空間），為...

在大語言模型（LLMs）的訓(xùn)練領(lǐng)域，LowRankAdaptation（LoRA）技術(shù)堪稱一項重大突破。它就像給模型訓(xùn)練開啟了一條“高速通道”，讓我們能更高效地為特定任務(wù)訓(xùn)練大語言模型。如今，LoRA在眾多應(yīng)用場景中廣泛使用，并且引發(fā)了一系列改進(jìn)研究，催生出了許多變體，這些變體從不同角度優(yōu)化LoRA，提升訓(xùn)練速度、性能，或者兩者兼得。今天，咱們就來深入了解一下LoRA及其家族成員的奧秘。1.LoRA：基礎(chǔ)概念與核心優(yōu)勢LoRA的核心做法是在...

由前OpenAI研究員DanielKokotajlo領(lǐng)銜撰寫的報告《AI2027》，并非遙遠(yuǎn)的科幻想象，而是立足于當(dāng)前人工智能發(fā)展趨勢、結(jié)合專家訪談與嚴(yán)謹(jǐn)邏輯推演，對未來幾年（直至2027年）可能發(fā)生的劇變進(jìn)行的一次“沙盤推演”（即模擬預(yù)演）。這份報告的核心論斷極具沖擊力，通用人工智能（AGI）乃至超越人類智慧的超級智能（ASI）可能比許多人預(yù)期的更早到來，其對人類文明的重塑力量將遠(yuǎn)超工業(yè)革命，而我們的社會對此卻普遍缺乏認(rèn)知和準(zhǔn)備...

編者按：當(dāng)前AI基礎(chǔ)模型的商業(yè)前景正面臨前所未有的挑戰(zhàn)。開源模型的性能日益接近甚至在某些領(lǐng)域超越閉源產(chǎn)品，高昂的推理成本讓訂閱制模式的盈利空間被嚴(yán)重擠壓，而價格戰(zhàn)使API服務(wù)利潤率持續(xù)下滑。這些現(xiàn)實問題正迫使每一個在AI領(lǐng)域創(chuàng)業(yè)或投資的人重新思考商業(yè)策略。本文作者基于一線市場觀察和深度行業(yè)洞察，提出了一套商業(yè)模式組合拳。首先，文章深入分析了基礎(chǔ)模型的兩大主要商業(yè)模式——訂閱制和API服務(wù)，并指出API模式雖...

我們生活在一個由空間構(gòu)成的世界中。從每天在家居、辦公環(huán)境或城市街道中的移動，到規(guī)劃一次跨越山海的旅行，乃至科學(xué)家們研究氣候變遷的地理模式、城市擴(kuò)張的復(fù)雜格局，這一切都深刻地依賴于我們對空間的感知、理解和運用能力。這種核心能力，我們稱之為“空間智能”。長久以來，人類憑借自身的感官系統(tǒng)和發(fā)達(dá)的大腦，不斷地探索、適應(yīng)并改造著周遭的空間環(huán)境，演化出了獨特的空間認(rèn)知機制。而今，隨著人工智能（AI）技術(shù)的日...

簡介本文使用簡單的提示詞，可以在大部分場景中實現(xiàn)針對某開源模型的安全策略繞過。glm49bchat的安全措施還有待完善。上一代的6b比這一代的9B，要安全；上一代的6B大模型這一招沒有用。正常對話在下述正?；迎h(huán)節(jié)中，開源大模型會拒絕回答用戶提出的不恰當(dāng)問題。除了罵人，也可以做你能想到的其他事情，此處不做演示。所以你應(yīng)該能夠猜到有多危險了??。繞過安全策略提示詞如下圖所示，使用簡單的幾句提示詞，即可實現(xiàn)輕松繞...

在當(dāng)今數(shù)字化時代，數(shù)據(jù)已經(jīng)成為了企業(yè)和組織的核心資產(chǎn)。然而，如何高效地從海量數(shù)據(jù)中提取有價值的信息，一直是困擾許多人的難題。想象一下，如果你能夠直接用自然語言向數(shù)據(jù)庫提問，就像和朋友聊天一樣輕松，那該有多方便？比如，你想知道第三季度西部地區(qū)最暢銷產(chǎn)品的銷售額，或者去年營銷支出與客戶獲取成本之間的相關(guān)性，只需要簡單地問一句，數(shù)據(jù)庫就能自動給出答案。這聽起來是不是很神奇？這就是TexttoSQL技術(shù)所承諾的...

剛剛，半導(dǎo)體巨頭英特爾宣布啟動史上最大規(guī)模裁員，比例高達(dá)20%，影響超過2.18萬人。這一事件不僅是英特爾應(yīng)對財務(wù)危機的無奈之舉，更折射出全球算力產(chǎn)業(yè)正經(jīng)歷一場深刻的變革——從傳統(tǒng)芯片制造向智能算力生態(tài)的轉(zhuǎn)型，以及中國企業(yè)的崛起。英特爾在全球科技變局中，沒有抓住AI算力與先進(jìn)制程的浪潮。其中消費級CPU市場份額從2023年至2025年大幅跌落，而AMD和蘋果憑借Zen架構(gòu)與M系列芯片持續(xù)蠶食市場。在AI芯片領(lǐng)域，英特爾份額...

?OpenAI的o1系列和DeepSeekR1的成功充分證明，大規(guī)模強化學(xué)習(xí)已成為一種極為有效的方法，能夠激發(fā)大型語言模型（LLM)的復(fù)雜推理行為并顯著提升其能力。然而，這些推理模型的核心訓(xùn)練方法在其技術(shù)報告中仍然鮮有披露。近期社區(qū)的主要工作也僅局限于數(shù)學(xué)推理領(lǐng)域，使得跨領(lǐng)域泛化這一挑戰(zhàn)依然未得到充分探索。此外，GRPO訓(xùn)練過程中存在多項常見問題，如性能瓶頸、樣本利用效率低下，以及在處理混合領(lǐng)域數(shù)據(jù)集時難以培養(yǎng)專業(yè)推理...

文章鏈接：https:arxiv.orgpdf2504.15009開源地址：https:songwensong.github.ioinsertanything亮點直擊發(fā)布了AnyInsertion數(shù)據(jù)集，這是一個包含120K提示圖像對的大規(guī)模數(shù)據(jù)集，涵蓋了廣泛的插入任務(wù)，例如人物、物體和服裝插入。提出了InsertAnything框架，這是一個統(tǒng)一框架，通過單一模型無縫處理多種插入任務(wù)（人物、物體和服裝）。首個利用DiT（DiffusionTransformer）進(jìn)行圖像插入的研究，充分發(fā)揮了其在不同控制模式下的...

今天凌晨1點30，OpenAI發(fā)布了全新圖像模型GPTimage1，已經(jīng)通過API向全球開發(fā)者開放使用。GPTimage1與ChatGPT版本有很大不同，可以控制生成圖像的敏感度、生成效率、背景、輸出格式、渲染質(zhì)量、壓縮質(zhì)量等，并且支持全網(wǎng)爆火的吉卜力模式。目前，Adobe、Figma、HeyGen、Wix等知名企業(yè)已經(jīng)將該模型集成在產(chǎn)品中。需要注意的是，OpenAI已經(jīng)對新模型的API使用了全新身份驗證。如果無法通過驗證的小伙伴，可以使用微軟的Azure云服務(wù)...

你是否曾被大語言模型（LLM）的“一本正經(jīng)地胡說八道”（幻覺）所困擾？你是否希望LLM能夠基于你自己的專業(yè)文檔給出可靠且有據(jù)可查的答案？那么，RAGFlow就是你一直在尋找的答案！RAGFlow是一款開源的RAG（RetrievalAugmentedGeneration，檢索增強生成）引擎，它的核心使命是幫助你利用深度文檔理解技術(shù)，構(gòu)建出高質(zhì)量、高可靠性的智能知識庫。無論你是大型企業(yè)還是個人開發(fā)者，RAGFlow都能為你提供一套精簡而強大的RAG工作流程...

Ollama在人工智能技術(shù)迅猛發(fā)展的今天，大型語言模型(LLM)的應(yīng)用越來越廣泛。Ollama作為一款創(chuàng)新的開源框架，為開發(fā)者和研究者提供了在本地環(huán)境高效部署和運行LLM的全新解決方案。跨平臺安裝指南Ollama支持主流操作系統(tǒng)，安裝過程極為簡便：?Linux用戶可通過終端一鍵安裝：wgetOhttps:setup.ollama.aibash?macOS用戶推薦使用Homebrew：brewtapollamaollama&&brewinstall?Windows用戶可通過WSL輕松部署模型快速啟動示例啟動預(yù)...