在人工智能（AI）領(lǐng)域，OpenAI無(wú)疑是全球最受矚目的機(jī)構(gòu)之一。它推出的GPT系列模型、DALL·E等創(chuàng)新技術(shù)，正在深刻改變各行各業(yè)。作為Python開(kāi)發(fā)者，我們?cè)撊绾慰焖偕鲜植⒏咝Ю肙penAI的API，成為了提升個(gè)人競(jìng)爭(zhēng)力的關(guān)鍵。本文將帶你從零開(kāi)始，深入解析Python語(yǔ)言中的openAI庫(kù)，助你掌握AI開(kāi)發(fā)的核心工具，成為AI領(lǐng)域的專(zhuān)家。一、什么是openAI庫(kù)？它能為開(kāi)發(fā)者帶來(lái)什么？1.1openAI庫(kù)簡(jiǎn)介openAI庫(kù)是OpenAI官方提供的PythonSDK，...

傳統(tǒng)的生成語(yǔ)音方法通常是先使用ASR將輸入語(yǔ)音轉(zhuǎn)錄為文本，再使用純文本的大語(yǔ)言模型生成文本，最后通過(guò)TTS將生成的文本合成為語(yǔ)音。但這種方式在建模和生成表達(dá)性語(yǔ)音方面有很大技術(shù)局限性。例如，當(dāng)我們想要生成一段帶有特定情感的語(yǔ)音時(shí)，這種多步驟的方法可能無(wú)法很好地捕捉情感信息，導(dǎo)致生成的語(yǔ)音在表達(dá)上不夠自然。為了解決這些難題，Meta開(kāi)源了多模式模型SPIRIT–LM，可以輕松混合文本和語(yǔ)音使生成的效果更逼真、擬人...

昨天，OpenAI首席執(zhí)行官兼聯(lián)合創(chuàng)始人SamAltman，在他的個(gè)人博客發(fā)布了最新深度文章——Reflections（反思）。主要回顧了OpenAI創(chuàng)立這9年的時(shí)間：從最初的不被外界看好，到2022年發(fā)布ChatGPT掀起全球AI革命用戶一路暴漲超過(guò)3億，再到他突然被解雇，整個(gè)OpenAI陷入混亂狀態(tài)。這也讓他意識(shí)到自己的管理挺失敗的，好在恢復(fù)過(guò)程中他比較幸運(yùn)有很多人幫助了他，隨后整改了OpenAI董事會(huì)實(shí)現(xiàn)多元化管理。在技術(shù)展望方面，Sam特意寫(xiě)道“...

摘要TAG（TableAugmentedGeneration）模型通過(guò)結(jié)合關(guān)系型數(shù)據(jù)庫(kù)的精準(zhǔn)計(jì)算能力和大語(yǔ)言模型的語(yǔ)義推理能力，為復(fù)雜的自然語(yǔ)言查詢提供了高效解決方案。TAG的核心流程分為查詢合成、查詢執(zhí)行和答案生成三步，能夠靈活處理多數(shù)據(jù)源的交互式查詢?nèi)蝿?wù)。通過(guò)引入語(yǔ)言模型，TAG不僅可以執(zhí)行傳統(tǒng)SQL查詢，還能在情感分析、趨勢(shì)總結(jié)等語(yǔ)義推理任務(wù)中展現(xiàn)卓越性能。本文詳細(xì)解析了TAG的功能和機(jī)制，同時(shí)引入LOTUS系統(tǒng)作為其具體實(shí)現(xiàn)，展...

?摘要：近年來(lái)，提示學(xué)習(xí)技術(shù)的發(fā)展使用戶能夠通過(guò)多輪對(duì)話與人工智能(AI)工具互動(dòng)，從而實(shí)現(xiàn)對(duì)圖像的交互式理解。然而，僅靠普通語(yǔ)言指令難以有效傳遞復(fù)雜遙感(RS)場(chǎng)景中的信息，這限制了對(duì)圖像潛在內(nèi)容的深入理解。此外，由于自然場(chǎng)景和遙感數(shù)據(jù)在領(lǐng)域上的顯著差異，現(xiàn)有的提示策略難以直接應(yīng)用于遙感數(shù)據(jù)解讀。為解決這些問(wèn)題，本文提出了首個(gè)基于視覺(jué)提示的多模態(tài)大語(yǔ)言模型(MLLM)，名為EarthMarker，用于遙感領(lǐng)域。EarthM...

前言本文將介紹如何在趨動(dòng)云平臺(tái)上使用xinference部署對(duì)話模型、向量化模型以及多模態(tài)模型。xinference簡(jiǎn)介xinference官網(wǎng)官網(wǎng)說(shuō)明：https:inference.readthedocs.iozhcnlatestgettingstartedinstallation.htmlxinference可以部署的模型類(lèi)別chat對(duì)話模型embedding向量化模型rerank模型vlchat多模態(tài)模型環(huán)境準(zhǔn)備選擇鏡像選擇鏡像環(huán)境安裝xinferencexinference支持的引擎有：transformersvllmllama.cppSGlong引擎.....本篇文章，...

01、概述隨著人工智能技術(shù)的飛速發(fā)展，多模態(tài)推理已經(jīng)成為一個(gè)備受關(guān)注的研究領(lǐng)域。多模態(tài)推理，即通過(guò)處理和整合來(lái)自不同數(shù)據(jù)源（如文本、圖像、視頻等）的信息，來(lái)解決更復(fù)雜的問(wèn)題，挑戰(zhàn)極大。盡管我們已經(jīng)看到了諸多進(jìn)展，但許多模型仍然面臨著上下文理解不準(zhǔn)確、跨模態(tài)推理效率低下等問(wèn)題。導(dǎo)致這些問(wèn)題的根本原因，往往是數(shù)據(jù)集的局限性、模型規(guī)模的限制以及高端技術(shù)的可獲得性問(wèn)題。尤其是一些私有化的系統(tǒng)，可能會(huì)阻礙...

01、概述在當(dāng)今這個(gè)快速變化的時(shí)代，人工智能（AI）正以前所未有的速度重塑著商業(yè)世界的格局。它不僅為企業(yè)帶來(lái)了前所未有的效率提升，還激發(fā)了創(chuàng)新的火花，讓客戶滿意度達(dá)到了新的高度。從自動(dòng)化繁瑣的重復(fù)性任務(wù)，到從海量數(shù)據(jù)中提取寶貴洞見(jiàn)，再到助力精準(zhǔn)決策，AI已經(jīng)成為現(xiàn)代企業(yè)不可或缺的得力助手。它正在全球范圍內(nèi)推動(dòng)各行各業(yè)的變革，無(wú)論是優(yōu)化客戶支持流程，還是提升供應(yīng)鏈效率，亦或是驅(qū)動(dòng)個(gè)性化營(yíng)銷(xiāo)活動(dòng)，AI工具...

01、概述隨著人工智能（AI）領(lǐng)域的飛速發(fā)展，多模態(tài)大語(yǔ)言模型（MLLMs）正在快速崛起，推動(dòng)著機(jī)器在理解和推理文本與視覺(jué)數(shù)據(jù)方面的能力。傳統(tǒng)的AI系統(tǒng)通常在語(yǔ)言和視覺(jué)之間有著明顯的界限，但隨著技術(shù)的進(jìn)步，我們正迎來(lái)一個(gè)可以同時(shí)處理視覺(jué)和語(yǔ)言信息的新時(shí)代。多模態(tài)大語(yǔ)言模型通過(guò)彌合視覺(jué)與語(yǔ)言之間的鴻溝，正在為圖像分析、視覺(jué)問(wèn)答、以及多模態(tài)推理等領(lǐng)域帶來(lái)革命性變革。這些技術(shù)的出現(xiàn)，標(biāo)志著人工智能在理解和與世界...

“嵌入是更高層次的向量化，是智能化的；而向量化是一種數(shù)值轉(zhuǎn)化的過(guò)程，是機(jī)械式的”在前面寫(xiě)了幾篇關(guān)于嵌入和向量化的文章，然而在今天才發(fā)現(xiàn)之前理解的有偏差，嵌入和向量并不是一個(gè)東西，其效果雖然相似但卻并不完全一樣。嵌入與向量化先來(lái)思考一下向量化和嵌入是同一個(gè)東西嗎？如果不是，那他們的區(qū)別是什么？我們都知道向量是大模型的底層數(shù)據(jù)結(jié)構(gòu)，可以說(shuō)沒(méi)有向量就沒(méi)有大模型；因此，在神經(jīng)網(wǎng)絡(luò)中唯一能夠處理的數(shù)據(jù)格...

出品51CTO技術(shù)棧（微信號(hào)：blog51cto）OpenAICEO，營(yíng)銷(xiāo)高手，奧特曼又開(kāi)始瘋狂發(fā)推了。首先，他又充當(dāng)起了AI“謎語(yǔ)人”，給觀眾一些模棱兩可的話。“接近奇點(diǎn)；不清楚是哪一邊”。很多人覺(jué)得這是給出了信號(hào)：AGI就要來(lái)了！圖片兩小時(shí)前，奧特曼又洋洋灑灑寫(xiě)了篇4、5千字的長(zhǎng)文：反思。圖片畫(huà)個(gè)文章的重點(diǎn)（下文有全文翻譯）：OpenAI在過(guò)去的九年中從零開(kāi)始發(fā)展，作為先驅(qū)“摸著石頭過(guò)河”，經(jīng)歷了多次曲折和挑戰(zhàn)。在2025年，預(yù)...

“特征提取是神經(jīng)網(wǎng)絡(luò)的核心能力之一，但其復(fù)雜程度遠(yuǎn)沒(méi)有想象中的那么簡(jiǎn)單”在之前的文章編碼器和解碼器中介紹了編碼器和解碼器的核心功能之——特征提取和特征重建；編碼器的核心任務(wù)是特征提取，而解碼器的核心任務(wù)是特征重建。但除開(kāi)模型設(shè)計(jì)者也就是神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)者之外，對(duì)大模型的使用者來(lái)說(shuō)，大模型就是一個(gè)黑盒模型；用戶只需要給定輸入，大模型就可以根據(jù)訓(xùn)練結(jié)果給出相對(duì)應(yīng)的數(shù)據(jù)輸出。因此對(duì)使用者來(lái)說(shuō)，大模型內(nèi)的...

在幾乎所有的LLM訪談中，都有一個(gè)問(wèn)題不斷出現(xiàn)：“為大型語(yǔ)言模型提供服務(wù)需要多少GPU內(nèi)存（LLM）？這不僅僅是一個(gè)隨機(jī)的問(wèn)題，它是一個(gè)關(guān)鍵指標(biāo)，表明您對(duì)這些強(qiáng)大模型在生產(chǎn)中的部署和可擴(kuò)展性的理解程度。在使用GPT、LLaMA或任何其他LLMs，了解如何估算所需的GPU內(nèi)存至關(guān)重要。無(wú)論您是處理7B參數(shù)模型還是更大的模型，正確調(diào)整硬件大小以服務(wù)于這些模型都至關(guān)重要。讓我們深入研究數(shù)學(xué)運(yùn)算，這將幫助您估算有效部署這些模型...

Hi，這里是Aitrainee，歡迎閱讀本期新文章。以前漏了一個(gè)Lovable沒(méi)說(shuō)，現(xiàn)在他更新迭代的更好了，我們來(lái)講講。Hi，這里是Aitrainee，歡迎閱讀本期新文章。以前漏了一個(gè)Lovable沒(méi)說(shuō)，現(xiàn)在他更新迭代的更好了，我們來(lái)講講。這也是一個(gè)AI全棧應(yīng)用程序構(gòu)建器。他現(xiàn)在和Bolt一樣，除了能夠通過(guò)自然語(yǔ)言生成全棧Web程序之外，現(xiàn)在也能與Superbase集成《Bolt+Supabase：1分鐘實(shí)現(xiàn)APP的登陸功能、連接數(shù)據(jù)庫(kù)（Bolt、Cursor、BaaS、AI全棧...

langchain也送來(lái)新年禮物了，對(duì)標(biāo)openaicanvas的項(xiàng)目開(kāi)源。OpenCanvas不是又一個(gè)AI聊天機(jī)器人。它是一個(gè)開(kāi)源的Web應(yīng)用，可以讓你與AI助手協(xié)同工作，以更高效、更智能的方式創(chuàng)作文檔和代碼。它汲取了OpenAI“Canvas”的靈感，但又有所創(chuàng)新，為你帶來(lái)更強(qiáng)大的功能和更靈活的體驗(yàn)。試用地址：https:opencanvas.langchain.comOpenCanvas的獨(dú)特之處：完全開(kāi)源，自由掌控：所有代碼都是開(kāi)源的，并采用MIT許可。你可以自由地使用、修改...

在人工智能領(lǐng)域，技術(shù)的創(chuàng)新不斷推動(dòng)著行業(yè)的發(fā)展。前段時(shí)間，無(wú)問(wèn)芯穹發(fā)布的Megrez3BOmni模型引起了廣泛關(guān)注，它作為全球首款端側(cè)全模態(tài)理解開(kāi)源模型，為智能設(shè)備的交互體驗(yàn)帶來(lái)了全新的變革。本文將對(duì)Megrez3BOmni進(jìn)行詳細(xì)介紹，包括項(xiàng)目概述、技術(shù)特點(diǎn)、性能優(yōu)勢(shì)、應(yīng)用場(chǎng)景、快速使用以及項(xiàng)目地址等，希望能幫助讀者更好地了解這一創(chuàng)新技術(shù)。一、項(xiàng)目概述Megrez3BOmni是由無(wú)問(wèn)芯穹發(fā)布的全球首款端側(cè)全模態(tài)理解開(kāi)源模型。它...

語(yǔ)音轉(zhuǎn)文本（STT），也稱為自動(dòng)語(yǔ)音識(shí)別（ASR），是一種將口語(yǔ)轉(zhuǎn)錄成書(shū)面文本的AI技術(shù)，現(xiàn)在越來(lái)越多的公司利用STT在現(xiàn)有應(yīng)用程序中嵌入新的音頻功能，并為一系列用例創(chuàng)建智能助手。語(yǔ)音轉(zhuǎn)文本模型簡(jiǎn)史首先，一些背景信息。語(yǔ)音轉(zhuǎn)文本是AI中自然語(yǔ)言處理（NLP）分支的一部分。它的目標(biāo)是使機(jī)器能夠理解人類(lèi)語(yǔ)音并將其轉(zhuǎn)錄成書(shū)面格式。你可能會(huì)想，轉(zhuǎn)錄語(yǔ)音有多難。簡(jiǎn)短的回答是：非常難。與可以以相對(duì)簡(jiǎn)單的方式放入矩陣中的圖...

嘿，大家好！這里是一個(gè)專(zhuān)注于AI智能體的頻道AI的“知識(shí)焦慮”很多時(shí)候，即使是最強(qiáng)大的AI模型，在面對(duì)復(fù)雜問(wèn)題時(shí)也會(huì)顯得力不從心？它們仿佛擁有驚人的記憶力，卻無(wú)法真正理解知識(shí)背后的邏輯和關(guān)聯(lián)。這就像一個(gè)學(xué)霸，背誦了無(wú)數(shù)知識(shí)點(diǎn)，卻難以靈活運(yùn)用。原因在于，傳統(tǒng)的AI模型（例如大模型）處理信息的方式，通常是將數(shù)據(jù)視為孤立的個(gè)體。它們無(wú)法像人類(lèi)一樣，自然而然地捕捉到數(shù)據(jù)之間的關(guān)系，而這種關(guān)系正是理解知識(shí)的關(guān)鍵...

提高效率和優(yōu)化工作流程是每個(gè)開(kāi)發(fā)者所追求的。本文分享如何利用Cursor工具，從提升性能到增強(qiáng)技能，全方位改進(jìn)你的編碼實(shí)踐。1.精準(zhǔn)上下文提升Cursor性能Cursor的效能與提供的上下文信息質(zhì)量直接相關(guān)。具體又準(zhǔn)確的信息能提升其建議的準(zhǔn)確性。通過(guò)“”標(biāo)記相關(guān)文件和鏈接，可以提高代碼建議的精確度。例如，在開(kāi)發(fā)API端點(diǎn)時(shí)，可以這樣指定任務(wù)：“routesapi.jsmodelsuser.js創(chuàng)建用戶注冊(cè)端點(diǎn)，執(zhí)行輸入驗(yàn)證、密碼加密并存儲(chǔ)用...

編輯｜言征出品51CTO技術(shù)棧（微信號(hào)：blog51cto）2025年開(kāi)年，AI芯片的市場(chǎng)角逐再度成為大洋彼岸的角逐話題。近日，霸主英偉達(dá)的收入增長(zhǎng)速度開(kāi)始放緩，相比之下過(guò)去30天博通等公司股價(jià)持續(xù)暴漲，業(yè)界很多人都在猜測(cè)率先打破英偉達(dá)壟斷地位的第二“英偉達(dá)”會(huì)是誰(shuí)云租賃市場(chǎng)又會(huì)發(fā)生怎樣的變化12月25日，最新一期的BG2播客中，主持人比爾·格利（BillGurley）和布拉德·杰斯特納（BradGerstner）再次同臺(tái)，并邀請(qǐng)了SemiAnalysis...