昨晚，國內(nèi)著名大模型平臺DeepSeek開源了V3模型的最新版本0324。不過DeepSeek相當(dāng)?shù)驼{(diào)，國內(nèi)的公眾號、國外的社交平臺沒有做任何宣傳，就是“悄悄”地把模型上傳到huggingface。根據(jù)國外網(wǎng)友測試顯示，V30324最大亮點(diǎn)之一就是代碼能力，只需要簡單的文本提示就能快速開發(fā)各種網(wǎng)站、App，可以比肩目前全球最強(qiáng)的閉源代碼模型Claude3.7Sonnet思維鏈版本。但V30324是開源且免費(fèi)的，推理效率更快。開源地址：https:huggingface.code...

文章鏈接：https:arxiv.orgpdf2503.06568代碼鏈接：https:github.comQYH00Conceptrol亮點(diǎn)直擊發(fā)現(xiàn)了zeroshotadapters中的一個關(guān)鍵設(shè)計缺陷，表明忽略文本概念會導(dǎo)致參考圖像中的注意力分配錯誤。發(fā)現(xiàn)基礎(chǔ)模型中的特定模塊可以提供文本概念掩碼，精確指示相應(yīng)文本概念的空間位置。提出了一種簡單但有效的方法，稱為Conceptrol。通過提取文本概念掩碼，并利用它來增加視覺規(guī)范在個性化目標(biāo)正確區(qū)域的注意力分?jǐn)?shù)，同時抑制對無關(guān)區(qū)...

背景最近，公司的一個項目經(jīng)理找我聊了個頭疼的問題：他們給外部交付的項目POC效果不太理想，他發(fā)現(xiàn)從向量庫中檢索不到想要的信息。起初，我建議他換個更好的embedding模型，別再用??textembeddingada002???了。結(jié)果他反饋說，試了??textembedding3large???和??bgem3??，效果也沒啥顯著提升。我仔細(xì)看了他們的數(shù)據(jù)，發(fā)現(xiàn)他們上傳了大量用戶的文檔，并對文檔進(jìn)行了切分，分成一個個??chunk???，然后召回這些...

Qwen2.5BVL32B開源之際，記錄一下QwenVL系列多模態(tài)大模型技術(shù)演進(jìn)模型架構(gòu)、訓(xùn)練方法、數(shù)據(jù)細(xì)節(jié)，僅供參考。系列模型的應(yīng)用場景：QwenVL：基礎(chǔ)圖像理解和對話。Qwen2VL：圖像+短視頻理解，代理任務(wù)。Qwen2.5VL：長視頻、復(fù)雜文檔解析、多語言支持，適用于更廣泛的現(xiàn)實(shí)場景。模型架構(gòu)演進(jìn)一覽（其實(shí)差不多，模型側(cè)有一些細(xì)節(jié)改動，系列更多還是數(shù)據(jù)上的增量訓(xùn)練）：模型大型語言模型(LLM)視覺編碼器(ViT)視覺語言連接機(jī)制位置編...

你是否曾被堆積如山的任務(wù)壓得喘不過氣，滿心渴望能有一雙額外的手來幫你搞定一切？要是能把這些任務(wù)扔出去，不用一直守在屏幕前就能拿到結(jié)果，那該多好??！現(xiàn)在，Manus正憑借其輕松處理各種常規(guī)任務(wù)的能力，吸引著全球目光。在短短時間內(nèi)，它就掀起了不小的波瀾，甚至有人將其稱作AI領(lǐng)域的“第二個DeepSeek時刻”。Manus的邀請碼在二手交易平臺上的價格被炒至999元到10萬元不等，足見大家對這款下一代AI智能體的期待。DeepSeek...

在當(dāng)今信息爆炸的時代，如何從海量數(shù)據(jù)中快速準(zhǔn)確地獲取所需信息，是人工智能領(lǐng)域的一大挑戰(zhàn)。RetrievalAugmentedGeneration（RAG，檢索增強(qiáng)生成）技術(shù)應(yīng)運(yùn)而生，它結(jié)合了檢索和生成的優(yōu)勢，通過從大量文檔中檢索相關(guān)信息，再利用這些信息生成高質(zhì)量的回答。然而，RAG的實(shí)現(xiàn)方式多種多樣，不同的技術(shù)路徑有著不同的優(yōu)勢和局限。今天，我們就來深入探討一下這些RAG技術(shù)，看看誰才是真正的“最佳選手”。1.SimpleRAG：基礎(chǔ)而不失...

引言：檢索增強(qiáng)生成的演進(jìn)在人工智能領(lǐng)域，大語言模型（LLMs）雖成果豐碩，但也有明顯短板。模型訓(xùn)練時存儲的知識，可能因時間推移而過時，或存在范圍局限。檢索增強(qiáng)生成（RetrievalAugmentedGeneration,RAG）應(yīng)運(yùn)而生，它將大語言模型的輸出與外部知識源相連，有效增強(qiáng)了模型能力。傳統(tǒng)RAG系統(tǒng)處理用戶查詢流程較為固定。用戶提問后，系統(tǒng)先把查詢送入嵌入模型生成向量嵌入，再用其在向量數(shù)據(jù)庫搜索相關(guān)文檔，接著將檢索到的上...

在數(shù)字經(jīng)濟(jì)浪潮席卷全球的今天，企業(yè)的核心議題已從“是否轉(zhuǎn)型”轉(zhuǎn)向“如何高效轉(zhuǎn)型”。人工智能、物聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)的爆發(fā)式增長，使得計算能力的需求呈現(xiàn)指數(shù)級攀升。然而，傳統(tǒng)IT架構(gòu)的僵化、高昂的運(yùn)維成本以及資源利用率低下，成為橫亙在企業(yè)數(shù)字化轉(zhuǎn)型道路上的巨石。在此背景下，++算力服務(wù)作為一種革命性的資源供給模式，正以“彈性化、智能化、場景化”的姿態(tài)重新定義技術(shù)底座，成為推動數(shù)字化未來的核心引擎。++一...

想象一下，完全沉浸在編程氛圍中，甚至忘記了代碼的存在。不用敲鍵盤，只需讓??Cursor???和??Sonnet???幫你搞定一切。遇到bug時，你不去排查問題，而是把錯誤信息丟給大語言模型（LLM）然后復(fù)制粘貼修復(fù)方案。代碼已經(jīng)超出你的理解范圍，但它居然還能正常運(yùn)行。這就是OpenAI創(chuàng)始成員AndrejKarpathy所說的??VibeCoding（氛圍編程）??。Karpathy把這描述為周末小項目的有趣嘗試，但現(xiàn)實(shí)中，VibeCoding——大量依賴L...

我們是否過早地標(biāo)準(zhǔn)化了人工智能生成的代碼？以下是它的不足之處及改進(jìn)方式。近年來，大型語言模型（LLM）迅速興起，帶動了生產(chǎn)率的大幅提高。編程助手的蓬勃發(fā)展，數(shù)百萬個多行代碼塊通過按鍵便可輕松實(shí)現(xiàn)生成及合并。這一切就像變魔術(shù)一樣。但在每個人的內(nèi)心深處都有一個揮之不去的想法——我真的能相信這段代碼嗎？時至今日，質(zhì)疑人工智能在軟件開發(fā)中的價值無疑是可笑的，因?yàn)樗缫巡豢杀苊獾馗畹俟?。微軟報告稱，有1.5...

前言這次在沒有外網(wǎng)（應(yīng)該說是被限制比較多）的服務(wù)器上部署，遇到一些坑，記錄一下。ollamaollama自然無法使用在線安裝腳本了。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。curlLhttps: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文檔來就行（見第一個參考資料）。sud...

Docling團(tuán)隊聯(lián)合IBM提出了一種多模式圖像文本到文本模型SmolDocling，旨在實(shí)現(xiàn)高效的文檔轉(zhuǎn)換。它保留了Docling最受歡迎的功能，同時通過無縫支持DoclingDocuments確保與Docling完全兼容。目前已經(jīng)沖到了Huggingface熱門榜單Top3!相關(guān)鏈接主頁：https:huggingface.cods4sdSmolDocling256Mpreview論文：https:arxiv.orgabs2503.11576試用：https:huggingface.cospacesds4sdSmolDocling256MDemo特點(diǎn)：???用于高效標(biāo)記化的DocTags...

在計算機(jī)視覺領(lǐng)域，實(shí)時目標(biāo)檢測技術(shù)因其在自動駕駛、安防監(jiān)控和工業(yè)自動化等場景中的廣泛應(yīng)用而備受矚目。YOLO系列模型憑借高效的實(shí)時性能長期占據(jù)主導(dǎo)地位。然而，Roboflow推出的RFDETR（RealTimeDetectionTransformer）以更高的準(zhǔn)確率和優(yōu)化的速度表現(xiàn)，重新定義了實(shí)時目標(biāo)檢測的標(biāo)準(zhǔn)。作為一個開源且支持商用的模型，RFDETR不僅在技術(shù)上實(shí)現(xiàn)了突破，還為開發(fā)者和企業(yè)提供了靈活的應(yīng)用選擇。本文將深入探討RFDETR的技術(shù)背景...

MCP最近這么火，你還不知道它是啥嗎？別慌，動手實(shí)戰(zhàn)一番就包你明白了。而且，咱這個是真的實(shí)戰(zhàn)，絕對干貨啊，全網(wǎng)少見的干貨。我們之前講了很多建立知識庫之類的，新鮮的知識才有意思嘛。問題是新鮮貨哪里來呢，徒手去搜索加下載？2025年了，咱不能這么干了。你有沒有想過讓大模型自動給我們搜索、下載、解讀文獻(xiàn)，一條龍服務(wù)？即便像DeepResearch之類的服務(wù)也主要是幫你搜索和整合資源，但不給你下載資源對不。實(shí)際上，是可以...

我之前演示過幾個OpenManus的demo，其實(shí)也就是demo，包括manus，現(xiàn)在也就是demo階段，復(fù)雜的plan和flow，現(xiàn)在的代碼支撐和LLM的能力都有待改善，但是我們這期不是吐槽文章，是來把OpenManus給打開看看它的實(shí)現(xiàn)是怎么樣的，其實(shí)Manus也都差不多，甚至OWL也都差不多，我們看一個就夠了。其他的幾個目錄也沒啥特別需要看的，就看app。app里面有這么幾個結(jié)構(gòu)：1agent沒啥好解釋的2flow就是來做multiagent的planning和管理任務(wù)框架的...

剛剛曝光的蘋果AI計劃：計劃于2027年推出的新款A(yù)ppleWatch將搭載攝像頭，并與視覺智能深度綁定，讓AI擁有環(huán)境感知能力。AppleWatch包含兩種逆天設(shè)計：輕薄的標(biāo)準(zhǔn)版：攝像頭直接嵌在屏幕里；較厚的Ultra版則將鏡頭側(cè)置于表冠旁，用戶只需轉(zhuǎn)動手腕即可掃描環(huán)境。不過，這可不是用來拍照的，而是讓手表學(xué)會"看世界"。舉個例子：當(dāng)你路過一家餐廳，如果這家餐廳被手表掃描到，可能就會自動彈出差評黑料；瞟見流浪貓，它會給你推薦附...

3月24日，李彥宏在去年11月12日百度世界大會上預(yù)告的“一句話實(shí)現(xiàn)想法”的對話式應(yīng)用開發(fā)平臺終于正式全量上線。下面是一些亮點(diǎn)，enjoy：3月24日，李彥宏在去年11月12日百度世界大會上預(yù)告的“一句話實(shí)現(xiàn)想法”的對話式應(yīng)用開發(fā)平臺終于正式全量上線。下面是一些亮點(diǎn)，enjoy：一、百度首款生成式AI時代的應(yīng)用開發(fā)平臺設(shè)計的5個思路1、全程端到端無代碼的開發(fā)工具。整個應(yīng)用開發(fā)從開始到結(jié)束，只需要動嘴（自然語言），比如說需...

編輯言征作者AshishBamania出品51CTO技術(shù)棧（微信號：blog51cto）推理LLM是當(dāng)今AI研究中的熱門話題。我們從GPT1開始，一直到像Grok3這樣的高級推理器。這段旅程非常了不起，一路上發(fā)現(xiàn)了一些非常重要的推理方法。其中之一是思維鏈（CoT）提示（Fewshot和Zeroshot），導(dǎo)致了我們今天看到的大部分LLM推理革命。令人興奮的是，ZoomCommunications的研究人員現(xiàn)在發(fā)布了一種更好的技術(shù)。圖片這種技術(shù)稱為ChainofDraft（CoD）Promptin...

整理伊風(fēng)出品51CTO技術(shù)棧（微信號：blog51cto）剛剛，AI搜索獨(dú)角獸Perplexity的CEO在采訪中給Agent澆了盆冷水！不同于奧特曼等人的樂觀論調(diào)。Aravind直言不諱：任何說Agents今年可用的言論都很可疑。Anyonesayingagentswillworkin2025youshouldbeskepticalofit圖片此前，奧特曼曾說，今年Agents將“加入勞動力大軍”，并實(shí)質(zhì)性地改變公司的產(chǎn)出方式。Aravind顯然無法同意這個觀點(diǎn)。在模型廠沒有硬件優(yōu)勢的基礎(chǔ)上，他們很難突破...

本文介紹一種人類場景交互合成方法人類場景交互（HSI）生成對于具身人工智能、虛擬現(xiàn)實(shí)和機(jī)器人技術(shù)等領(lǐng)域的應(yīng)用至關(guān)重要。雖然現(xiàn)有的方法能夠在三維場景中合成逼真的人類動作，并生成看似合理的人與物體之間的交互，但這些方法嚴(yán)重依賴于包含配對的三維場景和動作捕捉數(shù)據(jù)的數(shù)據(jù)集。而在各種不同的環(huán)境和交互情況下收集這些數(shù)據(jù)既昂貴又耗時。本文介紹一種ZeroHSI，通過整合視頻生成技術(shù)和神經(jīng)人體技術(shù)，實(shí)現(xiàn)了零樣本的四維人...