在當(dāng)今這個(gè)日新月異的科技時(shí)代，大語(yǔ)言模型（LLMs）的競(jìng)賽早已如火如荼地展開(kāi)。從最初的簡(jiǎn)單模型，到如今動(dòng)輒數(shù)千億參數(shù)的龐然大物，研究人員和企業(yè)們一直在探索如何讓這些模型變得更智能、更高效、更實(shí)用。然而，隨著模型規(guī)模的不斷擴(kuò)大，隨之而來(lái)的挑戰(zhàn)也愈發(fā)明顯：如何在提升推理能力的同時(shí)，提供強(qiáng)大的多語(yǔ)言支持？如何在復(fù)雜的開(kāi)放性任務(wù)中表現(xiàn)出色，而不被高昂的計(jì)算成本所拖累？這些問(wèn)題，就像懸在頭頂?shù)倪_(dá)摩克利斯之劍...

在當(dāng)今人工智能飛速發(fā)展的時(shí)代，大語(yǔ)言模型（LLMs）已經(jīng)成為現(xiàn)代AI應(yīng)用的核心組成部分。從智能助手到代碼生成器，從語(yǔ)言翻譯到內(nèi)容創(chuàng)作，LLMs的應(yīng)用場(chǎng)景無(wú)處不在。然而，如何準(zhǔn)確評(píng)估這些強(qiáng)大模型的能力，卻一直是一個(gè)充滿(mǎn)挑戰(zhàn)的問(wèn)題。傳統(tǒng)的基準(zhǔn)測(cè)試曾是衡量LLM性能的標(biāo)準(zhǔn)，但隨著AI技術(shù)的飛速發(fā)展，人們開(kāi)始質(zhì)疑這些基準(zhǔn)測(cè)試是否還能真實(shí)反映LLM在現(xiàn)實(shí)世界中的表現(xiàn)。本文將深入探討LLM基準(zhǔn)測(cè)試的現(xiàn)狀，分析它們是否仍然具有相...

在數(shù)字化浪潮席卷全球的今天，AI技術(shù)正以前所未有的速度融入各行各業(yè)的基礎(chǔ)設(shè)施中。無(wú)論是企業(yè)還是開(kāi)發(fā)者，都面臨著一個(gè)艱巨的挑戰(zhàn)：如何在有限的計(jì)算成本下，實(shí)現(xiàn)AI性能、可擴(kuò)展性和適應(yīng)性的完美平衡。大型語(yǔ)言模型（LLMs）的飛速發(fā)展，為自然語(yǔ)言理解、推理和對(duì)話(huà)式AI開(kāi)辟了新的天地，但它們龐大的體積和復(fù)雜的結(jié)構(gòu)，往往導(dǎo)致部署效率低下，難以大規(guī)模應(yīng)用。就在這樣的背景下，NVIDIA帶著它的創(chuàng)新解決方案——Llama3.1Nemotro...

0前言L(fǎng)LM憑借其生成連貫文本、翻譯語(yǔ)言甚至進(jìn)行對(duì)話(huà)的能力，徹底改變?nèi)斯ぶ悄茴I(lǐng)域。然而，盡管這些模型表現(xiàn)出色，它們?cè)谕评砗屠斫鈴?fù)雜上下文方面仍然面臨重大挑戰(zhàn)。這些模型擅長(zhǎng)識(shí)別并模仿訓(xùn)練數(shù)據(jù)中的模式，但當(dāng)任務(wù)需要真正的理解和邏輯推理時(shí)，它們往往遇困?？赡軐?dǎo)致：長(zhǎng)對(duì)話(huà)中的不一致難以關(guān)聯(lián)分散的信息在長(zhǎng)篇敘述中難以保持上下文一致性深入理解這些推理問(wèn)題對(duì)于改進(jìn)未來(lái)LLM的發(fā)展和應(yīng)用至關(guān)重要。1關(guān)鍵推理挑戰(zhàn)1.1缺乏...

前言這次在沒(méi)有外網(wǎng)（應(yīng)該說(shuō)是被限制比較多）的服務(wù)器上部署，遇到一些坑，記錄一下ollamaollama自然無(wú)法使用在線(xiàn)安裝腳本了根據(jù)ollama的文檔先在本地電腦根據(jù)服務(wù)器的系統(tǒng)和CPU架構(gòu)下載安裝包c(diǎn)urlLhttps:ollama.comdownloadollamalinuxamd64.tgzoollamalinuxamd64.tgz然后使用scp等工具上傳到服務(wù)器scpollamalinuxamd64.tgz服務(wù)器地址:temp連接到服務(wù)器上后解壓安裝，跟著ollama文檔來(lái)就行（見(jiàn)第一個(gè)參考資料）sudotarCusrxzfo...

2025年4月14日，中國(guó)AI領(lǐng)軍企業(yè)智譜AI正式推出GLM432B0414系列大模型，以32B參數(shù)量實(shí)現(xiàn)全方位能力躍升。該系列創(chuàng)新性融合對(duì)話(huà)、推理、沉思等多元智能模塊，在基準(zhǔn)測(cè)試中展現(xiàn)出與GPT4o、DeepSeekV3R1等國(guó)際頂尖模型比肩的綜合性能。尤為關(guān)鍵的是，智譜此次以MIT開(kāi)源協(xié)議向全球開(kāi)放模型權(quán)重，結(jié)合其突出的本地化部署優(yōu)勢(shì)，真正實(shí)現(xiàn)了"高性能"與"普惠性"的雙重突破。作為"大模型六小虎"中IPO進(jìn)程最快的企業(yè)，智譜此番動(dòng)作既彰顯了...

人工智能（AI）快速發(fā)展，模型訓(xùn)練是核心環(huán)節(jié)，優(yōu)化器扮演著至關(guān)重要的角色，它負(fù)責(zé)調(diào)整模型的參數(shù)，讓模型在數(shù)據(jù)上表現(xiàn)得更好。多年來(lái)，AdamW優(yōu)化器一直是優(yōu)化器的標(biāo)桿，因其穩(wěn)定性和高效性深受研究者和工程師的喜愛(ài)。然而，隨著AI模型規(guī)模的不斷擴(kuò)大，訓(xùn)練成本和時(shí)間的需求也在激增，這讓人們開(kāi)始尋找更高效的優(yōu)化方法。近期，一種名為Muon的優(yōu)化器算法悄然出現(xiàn)（源代碼????https:github.comKellerJordanMuon????），...

項(xiàng)目亮點(diǎn)OWL(OpensourcedWorkflowLearner)是由CAMELAI團(tuán)隊(duì)推出的開(kāi)源AI智能體項(xiàng)目，完全復(fù)刻Manus的核心功能，并在靈活性和開(kāi)源生態(tài)上實(shí)現(xiàn)超越：GAIA性能天花板：以57.7%的基準(zhǔn)測(cè)試得分碾壓HuggingFace的OpenDeepResearch（55.15%）逆向工程黑科技：通過(guò)六步拆解Manus工作流（Ubuntu容器啟動(dòng)→知識(shí)召回→數(shù)據(jù)掛載→任務(wù)清單生成→工具鏈執(zhí)行），實(shí)現(xiàn)技術(shù)路線(xiàn)透明化跨平臺(tái)掌控力：融合CRAB技術(shù)，可同時(shí)操控電腦、手機(jī)等多設(shè)備，...

在當(dāng)今數(shù)字化的時(shí)代，信息和知識(shí)如同浩瀚的海洋，而我們每個(gè)人都要在其中尋找屬于自己的寶藏。想象一下，作為一名醫(yī)生，你手中握有海量的科研資料，它們?nèi)缤蛔R(shí)的孤島，等待著被探索和整合。如果能夠擁有一位專(zhuān)屬的“知識(shí)機(jī)器人”，它不僅能夠?qū)W習(xí)并吸收你所有的資料，還能在你需要時(shí)，迅速為你提供精準(zhǔn)的答案，這將是多么令人向往的事情啊！你無(wú)需再耗費(fèi)大量時(shí)間在繁瑣的資料檢索中，只需簡(jiǎn)單地向它提問(wèn)，答案便如自來(lái)...

4月15日，快手可靈2.0正式上線(xiàn)——上傳幾張圖、幾句話(huà)，AI就能給你剪出一段逼真到懷疑人生的視頻！這次升級(jí)有多炸炸裂？視頻效果全面提升：可靈2.0在動(dòng)態(tài)質(zhì)量、語(yǔ)義響應(yīng)、畫(huà)面美學(xué)等方面的呈現(xiàn)效果實(shí)現(xiàn)全球領(lǐng)先，同時(shí)全面升級(jí)視頻及圖像創(chuàng)作可控生成與編輯能力，上線(xiàn)全新的多模態(tài)視頻編輯功能，能靈活理解用戶(hù)意圖；導(dǎo)演級(jí)操控：上傳一張模特圖+商品視頻，AI能自動(dòng)合成帶動(dòng)態(tài)光影的廣告大片；局部精修：對(duì)專(zhuān)業(yè)創(chuàng)作者而言，可靈2...

編輯李美涵出品51CTO技術(shù)棧（微信號(hào)：blog51cto）據(jù)《AI科技評(píng)論》報(bào)道，字節(jié)跳動(dòng)AILab將整體并入Seed團(tuán)隊(duì)，標(biāo)志著這個(gè)成立已久的老牌研究院式組織，正在被一種更“扁平化”的新型研發(fā)模式徹底取代。自2025年2月原GoogleDeepMind副總裁吳永輝加入字節(jié)以來(lái)，字節(jié)的AI業(yè)務(wù)陸續(xù)迎來(lái)一系列組織架構(gòu)和人事上的重大調(diào)整。原本由朱文佳獨(dú)立負(fù)責(zé)的Seed部門(mén)，如今逐步演變?yōu)閰怯垒x與朱文佳分工協(xié)作的雙負(fù)責(zé)人機(jī)制：朱文佳主抓模型應(yīng)用方...

今天，可靈全系正式進(jìn)入2.0時(shí)代了！先來(lái)看看2.0動(dòng)態(tài)質(zhì)量、語(yǔ)義響應(yīng)、畫(huà)面美學(xué)等維度做了升級(jí)，直接看視頻是最直觀(guān)的：要知道，可靈1.6表現(xiàn)已經(jīng)相當(dāng)能打，做到了文生圖行業(yè)第一，文生視頻行業(yè)第二的水平。根據(jù)發(fā)布會(huì)介紹，可靈AI全球用戶(hù)規(guī)模突破2200萬(wàn)，過(guò)去的10個(gè)月里，其月活用戶(hù)量增長(zhǎng)25倍，累計(jì)生成超過(guò)1.68億個(gè)視頻及3.44億張圖片。而這次2.0的重磅發(fā)布，直接讓可靈系列成為當(dāng)之無(wú)愧的世界冠軍——還是雙料的。在文生圖模...

編輯云昭出品51CTO技術(shù)棧（微信號(hào)：blog51cto）今天的智譜非常了不起，一天內(nèi)同步發(fā)生了三件大事！每一件事都讓界內(nèi)十分提氣！第一件事，智譜成為了首家啟動(dòng)IPO的“大模型六小龍”公司；第二件事，改了全球域名：z.ai；第三件事，一口氣發(fā)布且開(kāi)源了六款模型。開(kāi)啟IPO、上線(xiàn)全球域名、開(kāi)源6款模型，每件都能成為當(dāng)天的熱搜，巧的是，同一天爆發(fā)開(kāi)了。1.首個(gè)IPO，為什么是智譜？4月15日，一張中國(guó)證監(jiān)會(huì)官網(wǎng)的截圖被AI圈傳開(kāi)，官...

文章鏈接：https:arxiv.orgpdf2504.02782代碼&數(shù)據(jù)集：https:github.comPicoTrexGPTImgEval亮點(diǎn)直擊GPTImgEval，首個(gè)通過(guò)三個(gè)成熟基準(zhǔn)（包括文本到圖像生成、編輯和理解引導(dǎo)生成）定量和定性評(píng)估GPT4o圖像生成能力的基準(zhǔn)測(cè)試。全面結(jié)果突顯了GPT4o在圖像生成和理解能力上優(yōu)于先前模型的卓越表現(xiàn)?；跍y(cè)試結(jié)果深入分析，包括：（1）通過(guò)基于分類(lèi)器的圖像分析研究GPT4o的潛在底層架構(gòu)；（2）對(duì)其弱點(diǎn)的系統(tǒng)性實(shí)證研究，包括常見(jiàn)...

今天凌晨1點(diǎn)，谷歌DeepMind終于將大家期待已久的Veo2整合到GeminiApp應(yīng)用中，全面開(kāi)放使用。Veo2可以最高生成8秒720P電影級(jí)視頻，在運(yùn)鏡、文本語(yǔ)義還原、物理模擬、動(dòng)作一致性等方面非常優(yōu)秀，同時(shí)支持圖片轉(zhuǎn)視頻功能。根據(jù)谷歌公布的測(cè)試數(shù)據(jù)顯示，Veo2在用戶(hù)偏好和提示還原方面已經(jīng)超過(guò)了Sora、可靈1.5、MetaMovieGen和Minimax。此外，從今天開(kāi)始開(kāi)發(fā)人員可以在GoogleAIStudio中通過(guò)API使用Veo2。API詳細(xì)地址：??https:ai.g...

我見(jiàn)過(guò)的最省的GPT4o，Claude，Gemini2級(jí)別的模型，而且是國(guó)內(nèi)唯一有機(jī)會(huì)上桌的，其實(shí)海外目前和這三家有資格掰手腕的也只有它自己，可以負(fù)責(zé)任的說(shuō)其他的模型不配上桌吃菜（Gemini上個(gè)月都沒(méi)資格）。其實(shí)性能好就不說(shuō)了，DeepseekR1就還不錯(cuò)，國(guó)內(nèi)講道理是第一家做inferencetimingscalinglaw的模型，阿里是第二家，其他的就不太值得談?wù)摿?，其?shí)國(guó)外也只有GPT和Google有資格，沒(méi)想到年底還能出個(gè)DeepseekV3，在傳統(tǒng)scalinglaw...

阿里的Ma等人于2018年在論文《EntireSpaceMultiTaskModel:AnEffectiveApproachforEstimatingPostClickConversionRate》中提出了ESMM模型，用于建模電商推薦系統(tǒng)中點(diǎn)擊后轉(zhuǎn)化率的預(yù)估問(wèn)題，同時(shí)有效緩解了樣本選擇偏差和數(shù)據(jù)稀疏問(wèn)題。本文將從ESMM模型提出的背景、問(wèn)題建模、模型原理及損失函數(shù)涉及方面進(jìn)行詳細(xì)的闡述。1.ESMM模型背景（1）在電商推薦系統(tǒng)中，用戶(hù)的行為一般遵循“曝光點(diǎn)擊轉(zhuǎn)化”的順序，ESSM主要用于建模點(diǎn)擊...

我集中精力，花2個(gè)多小時(shí)把DifySandbox官方源碼研究了一下，終于理清了Sandbox執(zhí)行代碼的邏輯，順便實(shí)現(xiàn)了在不修改官方difysandboxdocker鏡像，用戶(hù)上傳文件后路徑的獲取和對(duì)Excel文件的數(shù)據(jù)處理。話(huà)不多說(shuō)，先看效果。一個(gè)有9406條數(shù)據(jù)的Excel文件瞬間完成了數(shù)據(jù)處理工作。下面我來(lái)說(shuō)一下，這個(gè)如何實(shí)現(xiàn)。Dify安裝成功后，會(huì)有10個(gè)Docker容器，其中dockersandbox的作用是用來(lái)執(zhí)行工作流中”代碼“這個(gè)節(jié)點(diǎn)運(yùn)行的代碼。這樣就保...

MCP（ModelContextProtocol）的熱度還未消散，新的Agent接口標(biāo)準(zhǔn)A2A（Agent2Agent）又悄然登場(chǎng)。就在上周，Google在CloudNext大會(huì)上正式推出了Agent2Agent（A2A）開(kāi)放協(xié)議。簡(jiǎn)單來(lái)說(shuō)，A2A旨在為Agent之間的通信提供一個(gè)開(kāi)放標(biāo)準(zhǔn)，促進(jìn)不同Agent之間的協(xié)作與交互。目前，AI領(lǐng)域有三大巨頭在A(yíng)gent生態(tài)中積極布局：Anthropic：推出了MCP，旨在標(biāo)準(zhǔn)化AI大模型與外部工具和數(shù)據(jù)源的交互。Google：推出了A2A，專(zhuān)注于A(yíng)gent之間的通信和...

在本文中，我將從使用者的角度出發(fā)，分享關(guān)于MCP（ModelContextProtocol，模型上下文協(xié)議）的實(shí)用內(nèi)容，本文旨在回答以下5個(gè)核心問(wèn)題：什么是MCP？為什么需要MCP？作為用戶(hù)，我們?nèi)绾问褂瞄_(kāi)發(fā)MCP？MCP架構(gòu)設(shè)計(jì)剖析MCP運(yùn)作機(jī)制剖析1、什么是MCP？MCP（ModelContextProtocol，模型上下文協(xié)議）的起源可以追溯到2024年11月25日，Anthropic在其發(fā)布的文章《IntroducingtheModelContextProtocol》中首次提出了這一概念。MCP定義了應(yīng)...