摘要大型語言模型在各種自然語言處理任務中取得了令人矚目的性能。然而，它們主要在所有輸入上下文信息都與任務相關的情況下進行評估。在本研究中，我們探討了大型語言模型的分心問題，即模型解決問題的準確性如何受到無關上下文的影響。具體而言，我們引入了帶有無關上下文的小學數(shù)學（GSMIC），這是一個包含無關信息的算術推理數(shù)據(jù)集。我們利用這一基準測試來衡量大型語言模型的最新提示技術，并發(fā)現(xiàn)當包含無關信息時，模型性...

摘要多模態(tài)大型語言模型（MLLMs）在視覺理解和生成任務中取得了顯著進展。然而，生成交錯的圖文內容仍然是一個挑戰(zhàn)，這需要集成多模態(tài)理解和生成能力。盡管統(tǒng)一模型的進展提供了新的解決方案，但現(xiàn)有基準由于數(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，包含56個真實世界任務的5400個高質量人工標注實例。OpenING涵蓋了旅游指南、設計和頭腦風暴等多樣化的日常場景，...

FoundationAgent不再將智能體視為LLM的簡單應用，而是將其看作一個由認知、記憶、學習、感知、行動等多個核心組件構成的復雜、有機的系統(tǒng)。其核心意義在于提供了系統(tǒng)性框架，強調了自主性，關注協(xié)作與生態(tài)，并突出了安全與對齊。然而，實現(xiàn)這一愿景也面臨著技術復雜度高、需要龐大計算資源、評估困難、自進化可控性問題以及安全與對齊的根本性難題等巨大挑戰(zhàn)。論文鏈接：https:arxiv.orgabs2504.01990擁有完善的認知架構只是第...

大型語言模型（LLMs）憑借其在自然語言理解、多模態(tài)處理、推理和內容生成方面的卓越能力，為AI領域帶來了革命性變革。這些模型通過海量數(shù)據(jù)集訓練后，展現(xiàn)出推理、上下文學習乃至基礎規(guī)劃等自發(fā)能力。盡管LLMs代表了智能機器發(fā)展的重要里程碑，但它們尚未完全具備智能生物的全部特性。自人工智能研究初期以來，研究者們一直致力于開發(fā)真正"智能"的系統(tǒng)——能夠學習、規(guī)劃、推理、感知、交流、行動、記憶，并表現(xiàn)出類人的能力與...

“數(shù)據(jù)召回是RAG技術的重要領域，而不同的召回策略甚至會產生完全不同的效果。”RAG技術的核心原理很簡單，本質上就是在外部維護一個資料庫，在進行大模型問答之前，先從資料庫中找到相關的內容，然后一起輸入到大模型中。但由于文檔的復雜性，在進行文檔處理時很難真正做到高質量的數(shù)據(jù)處理；因此，在做數(shù)據(jù)召回時就會面臨著各種各樣的問題。所以，怎么進行高質量的數(shù)據(jù)召回，就成為RAG必須要研究的一個課題；而今天，我們就來...

“構建一個合格好用的智能客服是很多中小企業(yè)急需的市場需求。”客服系統(tǒng)在現(xiàn)代商業(yè)體系中扮演著重要的角色，不論任何領域任何行業(yè)都離不開客服的存在；雖然客服系統(tǒng)經(jīng)過多年的實踐與發(fā)展，但依然存在各種各樣的問題。而隨著互聯(lián)網(wǎng)技術的發(fā)展，特別是目前基于自然語言處理的大模型技術的發(fā)展，為客服系統(tǒng)提供了新的解決方案；其主要優(yōu)勢就在于基于大模型的智能客服系統(tǒng)能夠快速響應，快速回復，能夠做到724小時不間斷待命狀態(tài)，...

MCP協(xié)議盡管標準化了AI代理通信，但也帶來了共享內存污染、工具投毒及版本失控等漏洞威脅生態(tài)安全問題。為此，需要構建訪問控制與沙盒防護框架。引言目前，Anthropic公司推出的多代理上下文協(xié)議（MCP）備受業(yè)界關注。MCP通常被稱為“AI代理的USBC”，它承諾將標準化代理之間的通信方式。這個想法很簡單：通過一個通用接口連接不同的AI代理和工具，讓它們共享內存，并跨任務重用功能。無需膠水代碼，無需RAG。只需插入即可，它們...

編輯伊風出品51CTO技術棧（微信號：blog51cto）源神Qwen3趕在五一假期前重磅上線！這次Qwen3直接放出了一整個“全家桶”——總共8個模型，包括2個MoE（稀疏專家）模型和6個稠密模型，規(guī)模從0.6B到235B不等，陣容堪稱豪華。圖片其中，旗艦模型Qwen3235BA22B強勢登頂，成為新一代開源之王！在編碼、數(shù)學、通用能力等多個基準評測中，表現(xiàn)可與DeepSeekR1、o1、o3mini、Grok3和Gemini2.5Pro等頂尖模型媲美。圖片不僅大模型強，小型...

筆者近日在朋友圈發(fā)了如下感慨：“現(xiàn)在太多科幻敘事下的公司AI戰(zhàn)略，看了讓人觸目驚心，可以判斷這些做AI戰(zhàn)略的人幾乎不看paper的?，F(xiàn)在的大模型做個六七十分的demo非常擅長，對企業(yè)生產場景卻缺乏精準控制的手段。再強大的工具也有能力的邊界，研究數(shù)理原理可以推演出這些邊界：?大模型的數(shù)理認知框架v2”。問題這并非刻意標新立異或危言聳聽：隨著大型生成模型能力的不斷提升及日益廣泛應用，人們對其可靠性、安全性及潛在濫...

在當下流行的幾種大模型微調方法中，大家經(jīng)常會看到談論SFP與Unsloth的文章，那我們應該如何了解它們？它們的技術特點又有哪些？各自應用在哪些模型微調的場景呢？本篇我們帶著這些問題，一起來了解一下。一、SFT微調技術介紹監(jiān)督微調（SupervisedFinetuning,SFT）是一種遷移學習（TransferLearning）技術，指的是在已經(jīng)預訓練好的模型（例如大語言模型中的GPT、BERT等）基礎上，使用帶有人工標注標簽的監(jiān)督數(shù)據(jù)，對模型進行進...

在機器學習領域中，ChainofThought（思維鏈）技術是一種在大語言模型（LLM）推理任務中非常重要的方法，它誕生的目的是使模型能夠像人類一樣，通過一系列中間推理步驟來得出最終答案，而不是簡單地給出一個直接的答案。這種能力對于提升模型的解釋性、可信度和解決復雜問題的能力至關重要，尤其是在涉及邏輯推理、數(shù)學計算、問答等需要多步推理的應用場景中。本篇我們一起來了解一下CoT技術。一、什么是思維鏈技術1.基本概念思...

引言隨著大模型技術的爆發(fā)，AIAgent（智能代理）逐漸成為落地應用的核心載體。它不僅能理解語言，還能自主規(guī)劃、調用工具、執(zhí)行任務，真正讓大模型從“語言模型”升級為“行動助手”。然而，面對市面上眾多的Agent開發(fā)框架，開發(fā)者該如何選擇？本文梳理了9大主流框架，解析其核心特性與差異，助你快速找到適合的工具！一、主流Agent開發(fā)框架盤點1.LangChain核心定位：行業(yè)標桿級框架，支持復雜任務鏈設計，集成能力極強。特點：...

引言在AI技術蓬勃發(fā)展的今天，大模型Agent（如GPT4、Claude等）需要頻繁與外部工具、其他Agent甚至云端服務交互。如何高效、安全地完成這些通信？答案藏在JSONRPC2.0這一看似“古老”卻煥發(fā)新生的協(xié)議中。本文將解析為何JSONRPC2.0成為大模型Agent傳輸協(xié)議的“寵兒”，并揭秘其核心優(yōu)勢。一、JSONRPC2.0是什么？JSONRPC2.0是一種基于JSON的輕量級遠程過程調用（RPC）協(xié)議，誕生于2010年。它通過簡單的請求響應機制，允許客戶端...

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：和用戶相關的個人信息。比如性別、性格、表達風格、家庭、工作情況等等。最近的聊天記錄。比如最近10次和ChatGPT聊...

在數(shù)據(jù)應用場景中，數(shù)據(jù)源屬于數(shù)據(jù)管理是非常的一個環(huán)節(jié)，包括數(shù)據(jù)源、數(shù)據(jù)集成、生命周期、數(shù)據(jù)地圖、數(shù)據(jù)標注、數(shù)據(jù)安全、主數(shù)據(jù)等等等，數(shù)據(jù)管理也是整個數(shù)據(jù)治理體系中最核心的部分之一，面向智算領域的數(shù)據(jù)能力，對于AI數(shù)據(jù)治理會有一些新的挑戰(zhàn)。在過去數(shù)十年的大數(shù)據(jù)領域發(fā)展過程中，結構化數(shù)據(jù)和半結構化數(shù)據(jù)處理都是其中絕對的主角，結構化和半結構化數(shù)據(jù)由業(yè)務流程產生，與商業(yè)價值高度相關，這些數(shù)據(jù)與企業(yè)的流程業(yè)...

一、卷積神經(jīng)網(wǎng)絡（CNN）：視覺特征的自動提取器技術原理CNN通過模擬人類視覺系統(tǒng)的層級特征提取機制，利用卷積層、池化層和全連接層逐層抽象圖像特征：卷積層：通過濾波器（如3×3矩陣）對輸入圖像進行滑動窗口式計算，捕捉局部特征（如邊緣、紋理）。池化層：通過降采樣（如最大池化）減少參數(shù)數(shù)量，增強平移不變性。全連接層：將高層特征映射到分類或回歸任務。發(fā)展歷程LeNet5（1998）：首次將CNN應用于手寫數(shù)字識別，奠定基...

現(xiàn)在很多人讓大模型調用外部工具，最常見的做法就是FunctionCalling。乍一看，能調起來沒問題。但真要接多個服務、跑一個完整流程，F(xiàn)unctionCalling就顯得太粗糙了——定義繁瑣、結構不統(tǒng)一、模型換一個就得重寫一遍。本質上，它解決的只是“能不能調用”，但沒解決“怎么標準、高效地調用”。而MCP出現(xiàn)，就是為了解決這個“工程化不成體系”的問題。我認為FunctionCalling更像是“你教模型怎么用某個函數(shù)”；而MCP，是“你把這...

出品51CTO技術棧（微信號：blog51cto）昨天晚上，“DeepSeekR2提前泄露”的傳言刷屏AI圈，原因盡然來自HuggingFaceCEO在推特的一條帖子，引發(fā)全網(wǎng)猜測。帖子表達的信息有些晦澀：三個眼睛表情，配上了DeepSeek在HuggingFace的倉庫鏈接（https:huggingface.codeepseekai）以及相關配圖。網(wǎng)友難免會聯(lián)想猜測：也許DeepSeekR2即將上線發(fā)布。緊接著就是各種有關DeepSeekR2的離譜謠言：一位X用戶“預告”：“DeepseekR2明天或周三發(fā)...

出品51CTO技術棧（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推出修復方案。自3月27日吉卜力風格大火以來，GPT4o在4月25日也迎來了新一波的更新，重點改進其記憶存儲時機的選擇機制，并顯著增強其在科學、技術、工程及數(shù)學（STEM）領域的問題解決能力。OpenAI在此期間對GPT4o的對話響應模式進行了細...

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)高質量的圖像編輯。構建CoLan150K概念詞典收集了包含多樣化視覺概念的CoLan150K數(shù)據(jù)集，并計算對應的概念向量詞典（文本嵌入或評分空間），為...