??評估體系為何重要？在構(gòu)建基于LLM的生產(chǎn)級應(yīng)用時(shí)，系統(tǒng)化評估（evals）是確?？煽啃缘年P(guān)鍵。LangChain全新推出的OpenEvals與AgentEvals工具包，為開發(fā)者提供標(biāo)準(zhǔn)化評估框架與預(yù)置評估器，讓復(fù)雜評估變得簡單易行。真實(shí)痛點(diǎn)警示：某金融企業(yè)因未做軌跡評估，導(dǎo)致智能體誤調(diào)敏感API造成百萬損失一、評估體系雙核引擎：數(shù)據(jù)×指標(biāo)的化學(xué)反應(yīng)1.??數(shù)據(jù)質(zhì)量決定評估效度需構(gòu)建場景化測試數(shù)據(jù)集（推薦510個(gè)高質(zhì)量樣本）數(shù)據(jù)應(yīng)反映真...

今天給大家介紹一篇華為最近發(fā)表的時(shí)間序列分類大模型工作，填補(bǔ)了專門用于時(shí)間序列分類的大模型工作空白，借鑒了VisionTransformer的訓(xùn)練方式和模型結(jié)構(gòu)，遷移到時(shí)間序列分類任務(wù)中，在多種類型的數(shù)據(jù)集上取得了不錯(cuò)的效果。推薦閱讀：???2024時(shí)序預(yù)測都有哪些經(jīng)典工作——匯總篇??，2024時(shí)間序列預(yù)測相關(guān)最新SOTA工作匯總，涉及模型結(jié)構(gòu)、表示學(xué)習(xí)、頻域信息、擴(kuò)散模型10余個(gè)專題。論文標(biāo)題：Mantis:LightweightCalibrat...

編輯｜言征出品51CTO技術(shù)棧（微信號：blog51cto）現(xiàn)代企業(yè)中有一個(gè)無名英雄：工作流程。它有時(shí)被稱為規(guī)則引擎、流程流、單狀態(tài)機(jī)或軟件定義的工作流程。在用戶界面（UI）中，它是一個(gè)“向?qū)?rdquo;。開發(fā)者通常（有些輕蔑地）稱它為“業(yè)務(wù)邏輯”。各位這里不妨花點(diǎn)時(shí)間來欣賞這個(gè)無名英雄的獨(dú)特威嚴(yán)，因?yàn)槲覀兗磳压韫戎耸挚蔁岬年P(guān)注之光投向它的門檻：AI代理。關(guān)于AI、大型語言模型（LLMs）和代理應(yīng)用程序已經(jīng)有很多的討論，很難...

論文鏈接：https:arxiv.orgpdf2502.20235項(xiàng)目鏈接：https:xugao97.github.ioAttentionDistillation亮點(diǎn)直擊分析了之前即插即用注意力特征方法的局限性，并提出了一種新穎的注意力蒸餾損失，用于重現(xiàn)參考圖像的視覺特征，取得了顯著優(yōu)越的結(jié)果。開發(fā)了attentiondistillation引導(dǎo)采樣，這是一種改進(jìn)的分類器引導(dǎo)方法，將注意力蒸餾損失整合到去噪過程中，大大加快了合成速度，并支持廣泛的視覺特征轉(zhuǎn)移和合成應(yīng)用。生成效果一覽給...

01、概述在人工智能的飛速發(fā)展中，大型語言模型（LLMs）憑借卓越的文本生成能力，成為自然語言處理領(lǐng)域的明星。然而，這些模型仍然面臨一些關(guān)鍵問題，比如如何理解用戶意圖、提供精準(zhǔn)且上下文相關(guān)的回答。為解決這些痛點(diǎn)，一個(gè)全新的技術(shù)框架——檢索增強(qiáng)生成（RetrievalAugmentedGeneration,RAG）橫空出世，它通過結(jié)合檢索與生成兩種能力，為AI的未來打開了更大的可能性。02、什么是RAG？RAG是一種革命性的AI框架，它將檢索式...

01、概述在科技飛速發(fā)展的今天，人工智能領(lǐng)域的每一次突破都牽動著無數(shù)人的心。Kimi1.5的出現(xiàn)，無疑在AI界投下了一枚重磅炸彈，其技術(shù)報(bào)告更是蘊(yùn)含著巨大的信息量，讓我們得以窺探這一先進(jìn)模型的奧秘。本文將對Kimi1.5技術(shù)報(bào)告進(jìn)行全方位、深層次的解讀，帶您領(lǐng)略其獨(dú)特的魅力與強(qiáng)大的實(shí)力。02、Kimi1.5的誕生背景隨著人工智能技術(shù)的不斷發(fā)展，人們對AI模型的性能要求也越來越高。從最初的簡單文本生成到如今的復(fù)雜推理、多模態(tài)...

論文：https:arxiv.orgpdf2502.09621主頁：https:mmecot.github.io代碼：https:github.comCaraJ7MMECoT數(shù)據(jù)集：https:huggingface.codatasetsCaraJMMECoT亮點(diǎn)直擊精心策劃了MMECoT基準(zhǔn)，涵蓋了六種多模態(tài)推理場景的綜合范圍。數(shù)據(jù)收集和標(biāo)注過程經(jīng)過嚴(yán)格的人為驗(yàn)證，旨在為社區(qū)提供高質(zhì)量的多模態(tài)推理評估數(shù)據(jù)集。識別了現(xiàn)有基準(zhǔn)中的關(guān)鍵問題，并引入了專門針對多模態(tài)CoT推理的全面評估套件，該套件仔細(xì)檢查了推理的質(zhì)量、魯棒...

要成功實(shí)現(xiàn)DeepSeek大模型的私有化部署，絕非易事，從模型選型到基礎(chǔ)設(shè)施搭建，再到推理部署工程優(yōu)化，每一個(gè)環(huán)節(jié)都需要精心規(guī)劃與考量。接下來，讓我們深入探討企業(yè)私有化部署DeepSeek的關(guān)鍵要點(diǎn)與策略。1DeepSeek模型選型在企業(yè)進(jìn)行deepseek大模型私有化部署時(shí)，模型選型是至關(guān)重要的第一步，它直接關(guān)系到后續(xù)的應(yīng)用效果與成本投入。通過業(yè)務(wù)場景適配性分析確定合適的模型，能讓企業(yè)充分發(fā)揮大模型的價(jià)值。DeepSeek提供了多種...

AIAgent的高效、能力強(qiáng)、自動化等技術(shù)特點(diǎn)在零售、金融、教育、新聞等業(yè)務(wù)中得到廣泛應(yīng)用。但是，沒有專業(yè)編程能力的業(yè)務(wù)人員想構(gòu)建復(fù)雜的智能體并不容易。例如，需要考慮使用哪一種大模型，智能體可用的工具，智能體可執(zhí)行的行動步驟數(shù)以及任務(wù)終止條件判斷等。所以，為了簡化智能體構(gòu)建流程，微軟的研究人員在其開源的超過30000顆星AutoGen智能體之上，與低代碼技術(shù)相結(jié)合構(gòu)建了AutoGenStudio，通過可視化拖拽低代碼的方式就...

1.引言我們正在發(fā)布OpenAIGPT4.5的研究預(yù)覽版，這是我們迄今為止最大且知識最豐富的模型。GPT4.5基于GPT4o構(gòu)建，進(jìn)一步擴(kuò)展了預(yù)訓(xùn)練規(guī)模，并被設(shè)計(jì)為比我們強(qiáng)大的STEM領(lǐng)域推理模型更具通用性。我們使用新的監(jiān)督技術(shù)結(jié)合傳統(tǒng)方法（如監(jiān)督微調(diào)[SFT]和基于人類反饋的強(qiáng)化學(xué)習(xí)[RLHF]）對其進(jìn)行訓(xùn)練，這些方法與GPT4o的訓(xùn)練方法類似。在部署前，我們進(jìn)行了廣泛的安評評估，未發(fā)現(xiàn)與現(xiàn)有模型相比存在顯著的安全風(fēng)險(xiǎn)增加。早期測試表明...

智能體被認(rèn)為是從人工智能通向通用人工智能（AGI）的潛在路徑。因此，研究人員為實(shí)現(xiàn)智能體投入了大量努力，探索了多種實(shí)現(xiàn)方式。得益于近期大型語言模型（LLMs）的進(jìn)展，以通用自然語言作為接口的基于LLM的智能體在多種應(yīng)用中展現(xiàn)出強(qiáng)大的泛化能力——從作為自主的通用任務(wù)助手，到在編碼、社會和經(jīng)濟(jì)等領(lǐng)域中的應(yīng)用，基于LLM的智能體為廣泛的探索提供了可能性。本文調(diào)研了當(dāng)前研究現(xiàn)狀，深入概述了基于LLM的智能體，包括單智...

本文介紹一種圖像編碼的方法。圖像標(biāo)記化推動了自回歸圖像生成發(fā)展，但傳統(tǒng)2D網(wǎng)格標(biāo)記和現(xiàn)有1D標(biāo)記方法存在不足，如無法適應(yīng)圖像內(nèi)在復(fù)雜性。FlexTok創(chuàng)新之處在于可將2D圖像投影為可變長度、有序的1D標(biāo)記序列，圖像標(biāo)記化通過提供一種比原始像素更高效、更易處理的壓縮離散表示，極大地推動了自回歸圖像生成的發(fā)展。傳統(tǒng)方法多采用二維網(wǎng)格標(biāo)記化，但像TiTok這樣的最新研究表明，一維標(biāo)記化能夠通過消除網(wǎng)格冗余來實(shí)現(xiàn)高質(zhì)量的...

我在過去設(shè)計(jì)對話式系統(tǒng)時(shí)親眼目睹了傳統(tǒng)AI的局限性。我設(shè)計(jì)的系統(tǒng)可以可靠地檢測實(shí)體，但其僵硬的邏輯使得這種解決方案不能擴(kuò)展。對話遵循預(yù)先編程的路徑：如果用戶說X，就回應(yīng)Y。任何偏差都會破壞整個(gè)流程，凸顯出這類系統(tǒng)有多死板多僵硬?；诨A(chǔ)模型的代理改變了這一切。它們是自主系統(tǒng)，能夠處理不可預(yù)測的場景并無縫協(xié)作。代理可以規(guī)劃行程、收集實(shí)時(shí)數(shù)據(jù)或管理客戶賬戶，隨時(shí)適應(yīng)變化。代理不僅僅是工具的使用者，它們...

在人工智能領(lǐng)域，每一次重大突破都能引發(fā)全球科技愛好者的熱烈討論。Anthropic公司發(fā)布的全新模型——Claude3.7Sonnet，無疑再次點(diǎn)燃了AI社區(qū)的熱情。作為全球首個(gè)混合推理模型，Claude3.7Sonnet不僅在編碼能力上實(shí)現(xiàn)了質(zhì)的飛躍，還通過其獨(dú)特的“標(biāo)準(zhǔn)和擴(kuò)展思考模式”重新定義了AI的推理方式。一個(gè)模型，兩種思考方式Claude3.7Sonnet的最大亮點(diǎn)在于其“一個(gè)模型，兩種思考方式”的設(shè)計(jì)理念。用戶可以根據(jù)需求選擇“標(biāo)準(zhǔn)模式”...

譯者張哲剛審校重樓AI編碼助手改變了開發(fā)人員編寫軟件的方式。它們可以自動執(zhí)行重復(fù)性的任務(wù)，及早發(fā)現(xiàn)錯(cuò)誤，進(jìn)而加快開發(fā)進(jìn)度。但是，并不是所有的AI編碼工具在構(gòu)建時(shí)都考慮到了安全性這個(gè)重要的問題。DeepSeek是最優(yōu)秀最有前途的免費(fèi)AI編碼助手之一。它被譽(yù)為游戲規(guī)則改變者，其推理模型堪比OpenAIo1，甚至更好。它能夠提供高級代碼建議，并且支持多種編程語言。?但有一個(gè)問題是——當(dāng)你輸入代碼后，你知道都發(fā)生了些什么嗎...

將大型語言模型（LLMs）應(yīng)用于實(shí)際應(yīng)用的主要障礙之一是它們的不可預(yù)測性、缺乏推理能力和難以解釋性。如果無法解決這些挑戰(zhàn)，LLMs將無法成為在關(guān)鍵環(huán)境中可信賴的工具。在最近的一篇論文中，認(rèn)知科學(xué)家GaryMarcus和人工智能先驅(qū)DouglasLenat深入探討了這些挑戰(zhàn)，他們將這些挑戰(zhàn)歸納為了確保通用人工智能的16個(gè)愿望清單。TechTalks的創(chuàng)始人BenDickson將其整理發(fā)表了一篇名為"HowLLMscouldbenefitfromadecades’longsymbolicAIpr...

在前幾天微信剛正式接入DeepSeek后，大家都沸騰了。緊接著就發(fā)現(xiàn)使用人數(shù)多了以后，微信上的DeepSeek也忍不住開始“系統(tǒng)繁忙”，實(shí)在是無言以對啊。今天幫大家整理了在微信上直接使用DeepSeek的4個(gè)入口，不行就換一個(gè)，從此告別“系統(tǒng)繁忙”。微信AI搜索首先還是之前講到過的AI搜索入口，目前絕大多數(shù)人都已經(jīng)被灰度到，能夠使用了。點(diǎn)擊微信搜索輸入框，最下方就能夠看到AI搜索，進(jìn)入即可跳轉(zhuǎn)如下頁面，切換至DeepSeek即可。目...

從事大模型應(yīng)用的讀者都可能受到知識圖譜（KG）不足的困擾，知識圖譜的構(gòu)建與運(yùn)營常常是耗時(shí)費(fèi)力的手工過程。斯坦福最新工作KGGen【文獻(xiàn)1】，利用大語言模型（LLM）從非結(jié)構(gòu)化文本中自動生成高質(zhì)量知識圖譜，等于從LLM提取出語義。簡介知識圖譜是信息檢索等應(yīng)用中基本的數(shù)據(jù)結(jié)構(gòu)，通過主謂賓三元組表示實(shí)體之間的關(guān)系。然而，許多現(xiàn)有的KG存在不完整性，缺乏實(shí)體之間的眾多關(guān)系，這對下游任務(wù)如KG嵌入和基于圖的推理造成了挑戰(zhàn)...

國產(chǎn)化AI芯片的發(fā)展已經(jīng)成為國內(nèi)信息技術(shù)產(chǎn)業(yè)的一個(gè)重要領(lǐng)域，它的發(fā)展始于對高性能計(jì)算需求的崛起，尤其是在人工智能和大數(shù)據(jù)領(lǐng)域，國內(nèi)的科研機(jī)構(gòu)和高新技術(shù)企業(yè)開始投入大量資源用于AI芯片的研發(fā)，以滿足國內(nèi)應(yīng)用的需求。并且隨著中國在各個(gè)高新領(lǐng)域的不斷發(fā)力與國外AI芯片技術(shù)近年來不斷加深的制裁，各個(gè)行業(yè)的企業(yè)也開始合作，以共同推動AI芯片的研發(fā)和應(yīng)用，包括通信、云計(jì)算、智能制造、自動駕駛等領(lǐng)域。國內(nèi)市場對AI芯...

編輯伊風(fēng)出品51CTO技術(shù)棧（微信號：blog51cto）"GPT4.5并非前沿模型，但它是OpenAI最大的LLM，比GPT4的計(jì)算效率提高了10倍以上"。圖片這句話就這么水靈靈地出現(xiàn)在GPT4.5官方給的SystemCard（系統(tǒng)卡）中。??https:cdn.openai.comgpt45systemcard.pdf??從2023年3月14日的GPT4,等了兩年，竟然等來一句“不是前沿模型”這么讓人失望的話。大了10倍的GPT4.5確實(shí)不是卷榜單排名的學(xué)霸：編碼方面，GPT4.5在編碼問題上的得分率為79%...