今天凌晨，OpenAI發(fā)布了NextGenAI，并提供5000萬(wàn)美元和最新模型API。這是一個(gè)由15家全球頂尖大學(xué)組成的AI教育聯(lián)盟，顛覆傳統(tǒng)教育加速AI在該領(lǐng)域的創(chuàng)新應(yīng)用。這些成員分別是，加州理工學(xué)院、加州州立大學(xué)、杜克大學(xué)、佐治亞大學(xué)、哈佛大學(xué)、霍華德大學(xué)、麻省理工學(xué)院、密歇根大學(xué)；密西西比大學(xué)、俄亥俄州立大學(xué)、牛津大學(xué)、巴黎政治學(xué)院、德克薩斯A&M大學(xué)、波士頓兒童醫(yī)院和波士頓公共圖書(shū)館。目前，這些成員已經(jīng)在使用OpenAI的...

檢索增強(qiáng)生成（RAG）將檢索技術(shù)與生成模型相結(jié)合，徹底顛覆了我們與AI模型的交互方式。但從具體實(shí)現(xiàn)來(lái)看，我們?cè)撊绾卧诒镜貥?gòu)建RAG應(yīng)用，同時(shí)擺脫對(duì)API密鑰或者云設(shè)施的依賴？這里要請(qǐng)出今天的主角：開(kāi)源框架Chipper。無(wú)需單獨(dú)處理文檔分塊、向量數(shù)據(jù)庫(kù)、大模型集成和UI設(shè)置，Chipper將幫助用戶在幾分鐘內(nèi)在本地機(jī)器上建立起獨(dú)立的RAG系統(tǒng)。下面我們將具體介紹：RAG架構(gòu)的工作原理如何使用Chipper構(gòu)建本地RAG應(yīng)用程序?qū)hipper...

3月3日深夜，騰訊元寶逆襲超越DeepSeek，登頂蘋(píng)果中國(guó)區(qū)免費(fèi)應(yīng)用榜。2月13日，騰訊元寶就有重大更新：同時(shí)支持混元與DeepSeek模型，讓DeepSeek能理解圖片，混元快速響應(yīng)，“雙引擎”滿足多元需求。營(yíng)銷上，騰訊更是豪擲數(shù)億投流，借助微信生態(tài)精準(zhǔn)觸達(dá)用戶，放大技術(shù)優(yōu)勢(shì)從產(chǎn)品創(chuàng)新層面來(lái)看，騰訊元寶基于現(xiàn)有技術(shù)架構(gòu)的模塊化創(chuàng)新，創(chuàng)造了差異化價(jià)值。大膽預(yù)測(cè)一下：未來(lái)AI核心競(jìng)爭(zhēng)力或許會(huì)聚焦三個(gè)方面：一是垂直領(lǐng)域，當(dāng)下AI...

出品51CTO技術(shù)棧（微信號(hào)：blog51cto）Anthropic今天宣布，該公司完成了35億美元的E輪融資，估值達(dá)到615億美元。該輪融資由光速創(chuàng)投（LightspeedVenturePartner）出資10億美元領(lǐng)投，柏尚投資（BessemerVenturePartners）、思科（CiscoInvestments）、D1CapitalPartners等新老投資方共同參與。相比去年，Anthropic的估值大概在184億至185億美元，這次身價(jià)直接翻了三倍！由此，Anthropic總籌集金額達(dá)到182億美元。這筆錢(qián)，用來(lái)做...

傳統(tǒng)的檢索增強(qiáng)生成（RAG）架構(gòu)依賴于靜態(tài)檢索，這使得它們?cè)谔幚硇枰樞蛐畔⑺阉鞯膹?fù)雜問(wèn)題時(shí)，效果大打折扣。雖然智能推理和搜索提供了一種更具適應(yīng)性的方法，但現(xiàn)有的大多數(shù)方法在很大程度上都依賴于提示工程。為了解決這一問(wèn)題，本文介紹了RAGGym，這是一個(gè)統(tǒng)一的優(yōu)化框架，它通過(guò)在每個(gè)搜索步驟進(jìn)行細(xì)粒度的過(guò)程監(jiān)督，來(lái)提升信息搜索智能體的性能。核心貢獻(xiàn)引入RAGGym，這是一個(gè)利用過(guò)程監(jiān)督優(yōu)化智能RAG的統(tǒng)一框架。提出R...

先說(shuō)結(jié)論，實(shí)際體驗(yàn)一般，如果是下游rag文檔的元素不是特別復(fù)雜可以用一用這個(gè)端到端的多模態(tài)模型，如果版式元素豐富，還是老實(shí)進(jìn)行文檔解析吧。但通過(guò)pdfparser工具結(jié)合prompt結(jié)合的方式值得一看。在線demo：https:olmocr.allenai.org開(kāi)源權(quán)重地址：https:huggingface.coallenaiolmOCR7B0225previewpaper：EfficientPDFTextExtractionwithVisionLanguageModels，https:arxiv.orgpdf2502.18443v1code：https:github.comallenaio...

一、概述title：YouTrulyUnderstandWhatINeed:IntellectualandFriendlyDialogueAgentsgroundingKnowledgeandPersona論文地址：https:aclanthology.org2022.findingsemnlp.75代碼地址：https:github.comdlawjddn803INFO1.1Motivation以前的研究將知識(shí)或個(gè)人資料混合融入預(yù)先訓(xùn)練的語(yǔ)言模型。其同時(shí)考慮知識(shí)和人物角色的能力仍然是有限的，導(dǎo)致生成結(jié)果出現(xiàn)幻覺(jué)，并且使用人物角色的方法也很被動(dòng)。1.2Methods提出一種有效的agent...

智能體工作流是一種利用人工智能智能體（AIAgent）來(lái)自動(dòng)化和優(yōu)化業(yè)務(wù)流程的技術(shù)。AI智能體通過(guò)理解和分析數(shù)據(jù)，執(zhí)行任務(wù)，并根據(jù)需要與人類協(xié)作提升工作效率、減少錯(cuò)誤，幫助企業(yè)更快速地響應(yīng)市場(chǎng)需求。2024年8月，知名AI專家吳恩達(dá)在演講中探討了AI智能體工作流的趨勢(shì)。吳恩達(dá)認(rèn)為，智能體工作流將在未來(lái)三到五年內(nèi)成為企業(yè)數(shù)字化轉(zhuǎn)型的核心技術(shù)，尤其是在提升流程效率和推動(dòng)創(chuàng)新方面具有不可替代的價(jià)值。1、什么是智能體工作...

前言本期更新推出一種基于連續(xù)小波變換（ContinuousWaveletTransform,CWT）與VGG模型的時(shí)間序列預(yù)測(cè)方法，將傳統(tǒng)時(shí)頻分析技術(shù)與深度學(xué)習(xí)相結(jié)合，有效解決了復(fù)雜時(shí)間序列的建模難題。通過(guò)將一維時(shí)序信號(hào)轉(zhuǎn)換為二維時(shí)頻圖像，充分利用卷積神經(jīng)網(wǎng)絡(luò)（CNN）對(duì)圖像特征的強(qiáng)大提取能力，在保證時(shí)序局部特征的同時(shí)，顯著提升模型對(duì)非平穩(wěn)信號(hào)的適應(yīng)性。1.模型簡(jiǎn)介模型核心思想（1）時(shí)頻轉(zhuǎn)換：利用CWT捕捉時(shí)序信號(hào)的時(shí)頻局部特性，生成...

?為解決現(xiàn)有檢索增強(qiáng)生成（RAG）系統(tǒng)在模擬人類長(zhǎng)期記憶的動(dòng)態(tài)和關(guān)聯(lián)性方面的局限性，一種新型框架HippoRAG2提出并將開(kāi)源！在三個(gè)關(guān)鍵維度上評(píng)估持續(xù)學(xué)習(xí)能力：事實(shí)記憶、感知構(gòu)建和關(guān)聯(lián)性。HippoRAG2在所有基準(zhǔn)類別中均超越了其他方法（RAPTOR、GraphRAG、LightRAG、HippoRAG），使其更接近真正的長(zhǎng)期記憶系統(tǒng)。?HippoRAG2框架的核心思想：HippoRAG2基于HippoRAG的個(gè)性化PageRank算法，通過(guò)深度段落整合和更有效的在線LLM使...

DeepSeek開(kāi)源周并未結(jié)束，OneMoreThing：DeepSeekV3R1推理系統(tǒng)概述以及高達(dá)545%的成本利潤(rùn)率：通過(guò)以下方式優(yōu)化吞吐量和延遲??跨節(jié)點(diǎn)EP驅(qū)動(dòng)的批量擴(kuò)展??計(jì)算通信重疊??負(fù)載均衡DeepSeek在線服務(wù)的統(tǒng)計(jì)數(shù)據(jù)?每個(gè)H800節(jié)點(diǎn)每秒73.7k14.8k輸入輸出tokens??成本利潤(rùn)率545%圖片DeepSeekV3R1推理系統(tǒng)的優(yōu)化目標(biāo)是：更大的吞吐，更低的延遲。圖片大規(guī)?？绻?jié)點(diǎn)專家并行（EP）由于DeepSeekV3R1模型具有高度稀疏性，每層256個(gè)專家中僅激...

文本豐富的圖像（如文檔、圖表、場(chǎng)景圖等）在現(xiàn)實(shí)場(chǎng)景中扮演著重要角色，準(zhǔn)確理解這些圖像對(duì)于自動(dòng)化信息提取和優(yōu)化用戶交互至關(guān)重要。文本豐富圖像理解（TextrichImageUnderstanding,TIU）領(lǐng)域涉及兩個(gè)核心能力：感知（如文本檢測(cè)、識(shí)別）理解（如信息抽取、視覺(jué)問(wèn)答）多模態(tài)大語(yǔ)言模型（MLLMs）的出現(xiàn)為文本豐富的圖像理解（TIU）領(lǐng)域帶來(lái)了新的維度，系統(tǒng)地分析了該領(lǐng)域MLLMs的時(shí)間線、架構(gòu)、訓(xùn)練流程、數(shù)據(jù)集與基準(zhǔn)測(cè)試。TI...

有不少研究證明，大模型在不斷增加參數(shù)的情況下，其性能提升卻逐漸趨于飽和，特別是在受限的數(shù)據(jù)可用性和計(jì)算資源預(yù)算下，這種情況非常明顯。為了解決這一難題，中國(guó)科學(xué)院信息工程研究所、百度、北京師范大學(xué)AI學(xué)院的研究人員聯(lián)合提出了InnerThinkingTransformer架構(gòu)（簡(jiǎn)稱ITT），通過(guò)動(dòng)態(tài)分配計(jì)算資源給單個(gè)標(biāo)記，增強(qiáng)了測(cè)試性能而無(wú)需增加參數(shù)。ITT的設(shè)計(jì)基于一個(gè)關(guān)鍵假設(shè)：Transformer的每一層可以被視為對(duì)輸入信息的一次隱...

在對(duì)話系統(tǒng)研究領(lǐng)域，工作流代理的設(shè)計(jì)與實(shí)現(xiàn)始終充滿了挑戰(zhàn)與機(jī)遇。傳統(tǒng)的任務(wù)導(dǎo)向?qū)υ捪到y(tǒng)（TOD）通常采用模塊化流水線架構(gòu)，將自然語(yǔ)言理解（NLU）、對(duì)話狀態(tài)跟蹤（DST）以及自然語(yǔ)言生成（NLG）功能分離開(kāi)來(lái)。但是這種方法由于誤差傳播問(wèn)題，效率往往不高。隨著大型語(yǔ)言模型（LLMs）的興起，基于LLMs的端到端對(duì)話系統(tǒng)逐漸成為主流，通過(guò)工作流引導(dǎo)的互動(dòng)進(jìn)行整體對(duì)話管理，顯著提高了任務(wù)成功率。對(duì)話系統(tǒng)從模塊化流水線到...

文章鏈接：https:www.arxiv.orgpdf2502.13130項(xiàng)目鏈接：https:microsoft.github.ioMagma模型鏈接：https:huggingface.comicrosoftMagma8B亮點(diǎn)直擊提出了Magma，第一個(gè)不僅具備多模態(tài)理解能力，還具備空間時(shí)間推理能力的基礎(chǔ)模型，能夠在數(shù)字和物理環(huán)境中完成智能體任務(wù)。提出了使用SetofMark(SoM)和TraceofMark(ToM)技術(shù)，顯著增強(qiáng)了空間時(shí)間智能，用于行動(dòng)定位和規(guī)劃，并使Magma能夠在大規(guī)模異構(gòu)數(shù)據(jù)集上進(jìn)行有效的預(yù)訓(xùn)練。構(gòu)...

在現(xiàn)代科學(xué)研究過(guò)程中，科學(xué)家們面臨著許多挑戰(zhàn)，假設(shè)生成和實(shí)驗(yàn)驗(yàn)證的復(fù)雜性使得研究進(jìn)程變得相當(dāng)緩慢，科學(xué)發(fā)現(xiàn)依賴于科學(xué)家提出新穎的假設(shè)，并通過(guò)嚴(yán)格的實(shí)驗(yàn)驗(yàn)證這些假設(shè)。但是生成具有原創(chuàng)性且可驗(yàn)證的研究假設(shè)往往需要耗費(fèi)大量的時(shí)間和資源。隨著科學(xué)領(lǐng)域的不斷擴(kuò)展，科學(xué)家們需要在更廣泛的知識(shí)背景下進(jìn)行研究，這進(jìn)一步增加了難度。同時(shí)，科學(xué)研究中多學(xué)科交叉和大規(guī)模數(shù)據(jù)的處理也帶來(lái)了新的挑戰(zhàn)。現(xiàn)代科學(xué)問(wèn)題往往涉...

AI陪伴者作為一種新興的數(shù)字技術(shù)現(xiàn)象，逐漸進(jìn)入我們的生活，從簡(jiǎn)單的數(shù)字助手到情感陪伴者，其應(yīng)用范圍越來(lái)越廣泛。數(shù)字助手如AmazonAlexa和Siri，早已成為許多家庭中的一部分，而更具人性化的情感陪伴者，如Replika等AI聊天機(jī)器人，更是在全球范圍內(nèi)吸引了數(shù)百萬(wàn)用戶。這些AI系統(tǒng)不僅能夠完成基本的任務(wù)，還能夠與用戶進(jìn)行復(fù)雜的對(duì)話，甚至在一定程度上參與到情感交流中。但是隨著人與AI互動(dòng)的深入，一些隱性偏見(jiàn)問(wèn)題逐漸浮現(xiàn)...

本文介紹如何構(gòu)建模型上下文協(xié)議（MCP）服務(wù)器以擴(kuò)展人工智能功能。創(chuàng)建可以無(wú)縫集成人工智能模型的工具，并通過(guò)arXiv論文搜索實(shí)現(xiàn)進(jìn)行演示。模型上下文協(xié)議（MCP）在人工智能開(kāi)發(fā)領(lǐng)域變得越來(lái)越重要，它可以實(shí)現(xiàn)人工智能模型和外部工具之間的無(wú)縫集成。本指南將探討如何創(chuàng)建MCP服務(wù)器，通過(guò)自定義工具實(shí)現(xiàn)增強(qiáng)人工智能功能。什么是模型上下文協(xié)議？模型上下文協(xié)議允許人工智能模型以標(biāo)準(zhǔn)化的方式與外部工具和服務(wù)進(jìn)行交互。它...

整理伊風(fēng)出品51CTO技術(shù)棧（微信號(hào)：blog51cto）3月1日，馬斯克再次做客《TheJoeRoganExperience》播客節(jié)目，語(yǔ)出驚人！“還有一個(gè)更高級(jí)的階段——當(dāng)AI比所有人類加在一起還要聰明。坦白說(shuō)，我覺(jué)得這個(gè)節(jié)點(diǎn)可能會(huì)出現(xiàn)在2029或2030年，基本上剛好趕上《終結(jié)者》的時(shí)間線。”而到那時(shí)候，我們有80%的概率會(huì)獲得好的結(jié)局。而20%的概率，AI會(huì)像《終結(jié)者》中的“天網(wǎng)”終結(jié)人類文明。上圖：馬斯克說(shuō)AI將“走向極端”，它要么會(huì)超級(jí)好...

編輯言征出品51CTO技術(shù)棧（微信號(hào)：blog51cto）最近DeepSeek開(kāi)源周帶來(lái)了很多驚喜與熱議。但小編發(fā)現(xiàn)大家對(duì)于馬斯克的Grok3的討論卻遠(yuǎn)遠(yuǎn)不夠充分。作為“大模型球賽”的最不可捉摸的強(qiáng)大力量，馬斯克的xAI最新模型已經(jīng)上線，便迅速登頂了iPhone的下載排行榜，引起的轟動(dòng)同樣不可小覷。此外，進(jìn)入2025之后，大模型的五六個(gè)主流玩家都怎么樣了？要想突破OpenAI的絕對(duì)領(lǐng)先的日活數(shù)據(jù)，都有哪些突破口？3月2日，硅谷知名投資人BillG...