- 博客(492)
- 收藏
- 关注
RSS订阅原创 哈佛团队最新研究动态表明，医学AI下一步关注点在于无监督模型以及基因表达数据的利用
文章提出了一种基于转录组学引导的切片表示学习框架TANGLE，
2025-04-05 11:15:00
440
原创 层次化多步奖励模型：增强大模型推理能力的新探索
随着大模型在各类生成任务中的表现不断提升，如何进一步改进它们在多步推理任务中的能力，特别是数学和逻辑推理方面，已成为大家的关注点。本文通过引入层次化评估和高效的数据增强策略，有效提升了模型在多步推理任务中的表现，尤其在模型需要识别并纠正前序错误的场景中表现突出。
2025-04-04 08:15:00
543
原创 如何写好AI提示词：指南&指北&Prompt案例
在人工智能时代，掌握如何与AI工具（如ChatGPT、DALL-E、Midjourney等）有效交互，已经成为一项必备技能。而这一切的核心，就在于如何编写高质量的AI提示词（Prompt）。本文将为你详细介绍如何从入门到精通，逐步提升你的提示词技巧，让AI更好地理解并满足你的需求。首先，你需要明确你希望AI完成什么任务。是生成文本、回答问题、创作图片，还是进行数据分析？明确目标是编写有效提示词的第一步。使用具体、清晰的描述代替笼统的表述。模糊的提示词会导致AI生成不相关或不符合预期的结果。为AI指定一个角色
2025-04-04 06:45:00
623
原创 「沉思」实测：第一次，AI 自己把活干、把钱赚（附：10+场景实践）
在实时演示中，主角 AutoGLM 登场，参与了《读者》的有偿征文，全自动赚金币。“帮我在小红书上找一找有哪些「非网红、排队少、评分高」的北京宝藏餐厅”我说。然后，以下视频来源于赛博禅心，时长01:22Chrome 被自动打开，搜索、跳转、加载、一页页浏览，一条条复制引用，各种页面陆续弹出。十多分钟后，一份美食报告出现在我眼前。更令我惊愕的是，“福满园 10 年以前还行，去年怀旧又去吃了，质量严重下降。尤其是红烧带鱼！不知道是不是换厨子了。”，发现有争议观点后，想到去交叉验证。
2025-04-02 10:02:24
713
原创 挖掘了170家公司，AI Agents市场全解析
33]。我们在采用方面也看到了这一点，特别是在客户服务层面：在2024年12月CB Insights调查的64个组织中，三分之二表示他们正在使用或将在未来12个月内在客户支持中使用AI agent。总体而言，与基础设施和垂直细分市场相比，横向AI agent应用在商业上更为成熟，根据。
2025-04-02 10:00:44
928
原创 100个Coze智能体模版案例：电商老板必备！Coze电商客服机器人，24小时在线，帮你轻松砍掉高额人工成本
在电商的世界里，客服是连接商家与消费者的关键桥梁。然而，传统的人工客服模式面临着诸多挑战：高昂的人力成本、集中问题时漫长的等待时间，这些都可能让消费者对商品的好感度大打折扣。为了打破这一僵局，可以用“大模型回复 + 人工监管”的智能客服模式，为用户提供前所未有的流畅体验，同时优化人力配置，实现降本增效。*「*
2025-04-01 10:00:13
1509
原创 看过智谱现场演示，我觉得AI要开始卷“动手能力”了
2025年以前，AI行业卷的是思考能力，赛点是谁能打造出更强大的模型、更复杂的聊天机器人；2025年以后，AI行业开始卷“动手能力”，赛点转移到了推理、多模态、记忆、工具等全栈技术。智谱AutoGLM沉思的“出场”，不单单刷新了AI Agent体验的上限，还通过开源抹平了千行万业走向AI Agent的技术鸿沟，改写了AI产业的技术路径，让我们看到了AGI跃迁而生的第一道曙光。
2025-03-31 22:02:19
870
原创 智谱发布首个具备深度研究和操作能力的AI Agent
今天，智谱在中关村论坛上正式发布，这一全新智能体不仅具备，还能实现，真正推动AI Agent进入“边想边干”的阶段。**-Rumination沉思。**其中核心链路的模型和技术，**我们将开源，**以推动行业生态发展。“让机器像人一样思考”，，目前已经探索到L3-Agentic LLM阶段。在行业生态方面，智谱坚持和行业伙伴共创，用其在大模型研发上的积累帮助行业伙伴成功，合力做出成功的大模型应用。
2025-03-31 22:00:54
698
原创 AI Agent篇——小白的入门指南
近段时间，AI智能体（AI Agent）发展迅猛，有不少人疑惑，在大模型已然强大的当下，为何还需要 AI Agent 呢？本文就用简单的语言带大家快速认识AI Agent ，了解大模型与智能体的区别，并从0到1搭建一个你自己的Agent。一、大模型和智能体有啥区别？简单来说，，知识渊博、能力出众，能回答问题、生成文章，但是它不能帮我们完成更复杂的任务。比如我想去青海玩，大模型可以帮我生成行程规划和旅游攻略，但是没法帮我订机票、订酒店。而。
2025-03-29 11:45:38
775
原创 全模态模型Qwen2.5-Omni开源，7B尺寸实现全球最强性能
今天，通义千问Qwen2.5-Omni-7B正式开源。作为通义系列模型中首个端到端全模态大模型，可同时处理文本、图像、音频和视频等多种输入，并实时生成文本与自然语音合成输出。在权威的多模态融合任务OmniBench等测评中，Qwen2.5-Omni刷新业界纪录，全维度远超Google的Gemini-1.5-Pro等同类模型。Qwen2.5-Omni以接近人类的多感官方式「立体」认知世界并与之实时交互，还能通过音视频识别情绪，在复杂任务中进行更智能、更自然的反馈与决策。
2025-03-29 11:26:33
1534
原创 一文读懂大模型生态系统：AGI、Prompt、RAG、Agent、...
每次与AI圈内人士聊天，总会听到这些术语：“你听说过这些术语，却不一定搞懂它们到底是什么，它们之间又有什么关系？今天，我们就用最通俗的语言，帮你理清这些概念，看懂大模型智能生态系统的全貌。大模型就像人工智能的大脑。它通过。从GPT到Claude再到DeepSeek，这些模型以其惊人的参数规模和智能表现，正在改变人们与计算机交互的方式。大模型最核心的能力是推理。它能够基于已有知识进行。此外，大模型还具备强大的in-context learning能力，能通过上下文快速学习新任务，不需要额外训练。
2025-03-29 10:27:25
606
原创 AI Agent 的未来是事件驱动的
这种刚性限制了 RAG 在应对更加复杂或动态任务时的能力，因为这些任务的所有执行路径无法被穷尽式地编码。手动定义所有可能的执行路径不仅劳动密集型，而且最终会成为 AI 发展的瓶颈。固定流程架构的局限性，催生了 AI 的。
2025-03-28 11:57:07
676
原创 融合注意力机制的卷积神经网络-双向长短期记忆网络(CNN-BiLSTM-Attention)的多变量/时间序列预测
CNN-BiLSTM-Attention模型是一种在自然语言处理(NLP)任务中常用的强大架构，如文本分类、情感分析等。它结合了卷积神经网络(CNN)、双向长短期记忆网络(BiLSTM)和注意力机制的优势，能够捕捉局部特征和序列数据中的长程依赖关系。CNN 主要由卷积层和池化层构成，其中卷积层利用卷积核进行电力负荷数据的有效非线性局部特征提取，池化层用于压缩提取的特征并生成更重要的特征信息，提高泛化能力。卷积神经网络作为一种深度学习模型，广泛应用于图像识别、目标检测、图像分割和自然语言处理等领域。
2025-03-28 11:35:07
609
原创 爆火 | API终将淘汰，MCP+Milvus+LLM才是Agent开发新范式
大模型很聪明，但又貌似什么问题都解决不了。这应该是不少用户使用大模型过程中都会面临的问题。比如，问deepseek，即将到来的清明节有什么习俗，AI可以引经据典的给出答案；但如果要它给出一份三天两晚的清明旅行规划，给出的答案，就好像总是差点意思。原因很简单，在做旅行规划的时候，大模型缺乏必要的天气、机票、铁路、导航、酒店等必要数据与工具的接入。就像一个顶级聪明的大脑，但没有配备外部的“数据”输入，以及强壮的四肢。在这一背景下，
2025-03-27 11:26:16
740
原创 3000字看懂LLMs 的工作原理：从预训练到推理
大语言模型从预训练到后训练，再到推理和应对幻觉现象，经历了一系列复杂的过程。预训练让模型掌握了语言的基础规律，后训练使其能够适应特定任务和领域，推理过程则赋予了模型生成新文本的能力。然而，幻觉现象的存在也提醒我们，大语言模型并非完美无缺，它们的输出需要谨慎对待。尽管如此，大语言模型仍然是人工智能领域的一项重要成果，它们在许多领域都展现出了巨大的潜力和价值。随着技术的不断进步，我们有理由相信，大语言模型将变得更加智能、可靠和实用。
2025-03-27 11:18:41
266
原创 DeepSeek V3“小版本升级”实测堪比V3.5，非推理模型也有“啊哈时刻”，7米甘蔗过2米门想通了
DeepSeek V3升级了，新版本V3-0324。官方轻描淡写只说是“小版本升级”，但很多人实测下来可一点也不小。把流行的小球弹跳测试，提升难度到4维空间超立方体也没问题。，时长00:14天哪，如果这只是一个小更新，那我想象不出大更新会是什么样子。编程这块，只需一句提示词开发一个完整产品着陆页，带自适应布局带动效，被评价为与Claude 3.7 Sonnet同一水平。
2025-03-25 11:06:08
754
原创 python本地部署DeepSeek到调用硅基流动API,建议收藏！
这整个过程其实就是这样，一点一点做下去，没什么难度。如果你按照我给的步骤操作，基本上不会出错。硅基流动的 API 真的挺强大的，能帮你做很多事，关键是要学会怎么用它。
2025-03-18 10:46:57
497
原创 Dify 搭建私有数据可视化智能体，效果直逼 ChatGPT
今天我们做一个完整的聊天应用，可以在聊天结果中实现数据可视化分析。标题说效果直逼ChatGPT，还是有点差距的，这差距多大呢，差不多一光年吧！毕竟我们今天做的还只是玩具。我们先一起来看一下ChatGPT如何实现数据可视化结果的呈现。很显然，ChatGPT的思路和我们一样，先将用户的提问转为Python代码，后台运行后，在前台显示。不过最后做的饼图对中文不太友好呀！
2025-03-18 10:37:36
704
原创 5个环节和10大场景：AI支撑工业软件功能及应用创新
在数字化浪潮中，人工智能（AI）技术正以前所未有的深度和广度融入工业软件领域，为其功能创新注入强大动力，进而成为企业数字化转型与智能制造升级的关键引擎。AI技术通过数据驱动、智能决策和自动化优化，正在深刻改变工业软件在研发、管理、生产、供应链、营销等环节的应用方式，推动制造业全链条的智能化升级。：AI技术，尤其是生成式AI（如生成对抗网络GAN和强化学习），正在改变传统的设计流程。通过生成式设计，AI可以自动生成符合约束条件的多种设计方案，替代传统的试错流程。
2025-03-17 21:22:07
886
原创 搭建RAG系统，主流向量数据库如何选择？如Milvus、Qdrant、Weaviate、FAISS、RediSearch等
在搭建RAG系统时，选择合适的向量数据库是至关重要的。向量数据库能够 高效地 存储和检索大规模的 向量数据，为RAG系统提供快速、准确的检索支持。今天针对当下主流的 Milvus、Qdrant、Weaviate、FAISS、RediSearch 等主流向量数据库，他们也都是 开源 的向量数据库，给大家简单介绍下，供您参考。Milvus支持多种高效的索引结构，如IVF、HNSW等，能够在 毫秒级响应 时间内完成相似性搜索。它采用 分布式架构，可以轻松应对大规模数据集的需求，支持水平扩展。
2025-03-17 21:13:30
725
原创 三大秘籍让普通人也能轻松驾驭AI大模型：告别技术焦虑，快速上手攻略
机器学习项目成功的关键，在于对问题的深刻理解，而非算法的选择。——彼得·诺维格（Peter Norvig）谷歌研究总监，人工智能专家这是互联网悦读笔记五一后正式复更的第一天。也是我开始系统化对外输出AI思考的第一篇文章。熟悉这个号的朋友大概能猜到，24年初开始，我就把主要精力投入在了AIGC产品的应用研究上。期间，我不断尝试把大模型落地到企业的实际工作中，并参考了大量行业案例和知识付费课程。但遗憾的是，很多人仍会对这项新技术持怀疑态度。
2025-03-14 10:27:41
313
原创 AI大模型工程师学习路线，从零基础到精通，看这篇就够了！
学习大语言模型（Large Language Model, LLM）需要结合理论知识和实践操作。：掌握线性代数（矩阵运算）、概率统计（贝叶斯、分布）、微积分（梯度相关）。：理解监督学习、无监督学习、损失函数、优化算法（如梯度下降）。：学习神经网络（CNN/RNN）、反向传播、正则化技术（如Dropout）。：熟练使用Python及科学计算库（NumPy、Pandas）。：掌握PyTorch或TensorFlow，熟悉张量操作和模型训练流程。
2025-03-14 10:24:30
500
原创 定理解释Agent：迈向大模型定理理解的多模态解释
论文提出了一种名为TheoremExplainAgent的AI系统，用于生成多模态定理解释视频，并构建了TheoremExplainBench基准测试来评估其效果。论文题目： TheoremExplainAgent: Towards Multimodal Explanations for LLM Theorem Understanding论文链接： https://arxiv.org/abs/2502.19400。
2025-03-13 10:16:51
933
原创 2024年，国内AI大模型发展报告！
随着AI技术发展，大模型成为科技竞争新高地、产业新赛道、经济新引擎，我国视其为国家战略，出台政策扶持。大模型广泛应用，推动科技革命与产业变革，面临发展挑战需各界努力。2023年大模型爆发，变革生产生活，国产大模型崛起。大模型与传统行业融合，提升产业效率；赋能金融、医疗等，助力新质生产力发展。大模型需政策法规保障，促进健康发展，服务各行业，注入发展新动能。2024年，多重因素推动大模型发展，政府支持、用户需求增长、科技投入增加。面临算力分散、结构最优疑问、数据稀缺等挑战。
2025-03-12 11:13:16
1050
原创 一文带你搞懂AI大模型技术版图
在阅读完这篇文章之后，你是否已经对AI领域的相关技术栈分类有初步的认识？在明确了这些工具之后，后续我们无论是为了个人开发还是团队提效，都可以先做出对自己想要开发的产品作出基本的定位，有了定位之后就可以依照流程做出设计和开发。对文章内容有哪些疑问，可以在留言区一起讨论。
2025-03-12 11:09:22
733
原创 快速搭建专业AI知识库的开源工具Ragflow，零基础入门到精通，看这篇就够了！赶紧收藏！
在大模型应用的蓬勃发展中，检索增强生成（Retrieval-Augmented Generation，RAG）技术占据了举足轻重的地位。它就像是大模型的智慧助手，通过从外部知识库中检索相关信息，并将其融入到大模型的回答生成过程中，有效提升了大模型回答的准确性、可靠性和时效性，在问答系统、智能客服、文档摘要等多个领域都发挥着关键作用。上图是一个常见的AI应用的数据流向图，文档分块之后向量化存储到向量数据库，然后输入文本内容，形成prompt，从向量数据库检索相关的知识背景，发送给LLM之后，返回结果。
2025-03-10 21:03:13
1156
原创 大语言模型(LLM)入门学习路线图，从零基础到精通，理论与实践结合的最佳路径！
Github项目上有一个，它全面涵盖了大语言模型的所需的基础知识学习，LLM前沿算法和架构，以及如何将大语言模型进行工程化实践。这份资料是初学者或有一定基础的开发/算法人员入门活深入大型语言模型学习的优秀参考。这份资料重点介绍了我们应该掌握哪些核心知识，并推荐了一系列优质的学习视频和博客，旨在帮助大家系统性地掌握大型语言模型的相关技术。
2025-03-10 20:20:21
1944
原创 阿里半夜开源全新推理模型，QwQ-32B比肩DeepSeek-R1满血版
今天凌晨 3 点，阿里开源发布了新推理模型 QwQ-32B，其参数量为 320 亿，但性能足以比肩 6710 亿参数的 DeepSeek-R1 满血版。千问的推文表示：「这次，我们研究了扩展 RL 的方法，并基于我们的 Qwen2.5-32B 取得了一些令人印象深刻的成果。我们发现 RL 训练可以不断提高性能，尤其是在数学和编码任务上，并且我们观察到 RL 的持续扩展可以帮助中型模型实现与巨型 MoE 模型相媲美的性能。欢迎与我们的新模型聊天并向我们提供反馈！
2025-03-08 10:50:12
844
原创 手把手教你本地部署QwQ-32B：轻松吊打DeepSeek-R1蒸馏版！
QwQ-32B。这个模型凭借其“娇小的身材”——32B 参数，即320亿，及其媲美大参数模型的性能——比如满血版，迅速走红。截至写这篇文章，Qwen 的官宣帖阅读数已超过170万。32B 这么小的参数量是什么概念？意味着这个模型能够直接在消费级显卡上跑起来，比如英伟达的和。具体说来，拥有 24 GB 显存的 GPU 即可以全精度运行QwQ-32B完整版模型。相较于，它的满血版可是有 671B（6710亿）参数，约为QwQ-32B的20倍。同样的硬件配置，只能跑得起的 32B 蒸馏小模型。
2025-03-08 10:41:52
2479
原创 Manus爆火，这波AI革命没有中间商
比如你让它写个小游戏，它不光写出代码，还自己测试有没有bug，甚至能上传到网站让同事直接玩，全程不用你插手。好，我们具体来看下它的用法。
2025-03-07 16:44:45
1026
原创 为什么Manus火了
上周末，脖子突然抽筋坏了，比落枕难受100倍。所以停更了几天。做了CT，做了核磁，开了膏药，也开了口服药，这两天能动弹了。一夜之间，被“中国团队做的通用 AI Agent 产品”——Manus刷屏了。不少声音都在说“AI Agent 的 GPT 时刻”、“中国 AI 再次震惊世界”、“又一个 DeepSeek”，总之各种溢美之词扑面而来，帽子又高又帅！Agent——现在这个时刻，已经是一个说烂的词儿了，从 22 年底 ChatGPT 发布后的几个月开始，尤其是 AutoGPT（Agent 概念开始“火”起来
2025-03-06 20:04:19
2213
原创 DeepSeek之后，Manus再次惊艳全球！一文看懂两款让海外慌了的中国AI
你昨晚还在研究DeepSeek吗？那你绝对不能错过今天我要给你介绍的Manus。听好了，这不是开玩笑：Manus能帮你真正干活，不是只会打嘴炮。凌晨3点，当我收到它发来的"老板，物理动画生成完了！"的消息时，我整个人都懵了。我只是随口吩咐它做个物理教学动画，然后我去开了一会课，睡了一会觉，回来它就完成了所有工作。你能想象吗？一个AI不仅写了内容，还自己调研了数据，做了图表，甚至给出了专业建议。这就是我今天要苦口婆心跟你讲的Manus——一个真正能替你干活的AI助手。如果你刚刚被DeepSeek的数学和代码能
2025-03-06 19:57:08
790
原创 小白入门大模型：LangChain
模型在高层次上有两种不同类型的模型：语言模型（language models）和文本嵌入模型（text embedding models）。文本嵌入模型将文本转换为数字数组，然后我们可以将文本视为向量空间。在上面这个图像中，我们可以看到在一个二维空间中，“king”是“man”，“queen”是“woman”，它们代表不同的事物，但我们可以看到一种相关性模式。这使得语义搜索成为可能，我们可以在向量空间中寻找最相似的文本片段，以满足给定的论点。
2025-03-06 11:40:33
2871
原创 手把手带你搭建RAGflow，专业AI知识库的开源工具，RAGflow零基础入门到精通，看这一篇就够了！
在大模型应用的蓬勃发展中，检索增强生成（Retrieval-Augmented Generation，RAG）技术占据了举足轻重的地位。它就像是大模型的智慧助手，通过从外部知识库中检索相关信息，并将其融入到大模型的回答生成过程中，有效提升了大模型回答的准确性、可靠性和时效性，在问答系统、智能客服、文档摘要等多个领域都发挥着关键作用。上图是一个常见的AI应用的数据流向图，文档分块之后向量化存储到向量数据库，然后输入文本内容，形成prompt，从向量数据库检索相关的知识背景，发送给LLM之后，返回结果。
2025-03-05 10:13:10
6928
1
原创 一文读懂大模型RAG：检索、增强与生成的技术详解
*「RAG（Retrieval-Augmented Generation，检索增强生成）」**是一种结合了检索和生成技术的自然语言处理(NLP)模型。该模型由Facebook AI提出，旨在提升生成式模型在处理开放域问答、对话生成等任务中的性能。RAG模型通过引入外部知识库，利用检索模块（Retriever）从大量文档中提取相关信息，并将这些信息传递给生成模块（Generator），从而生成更加准确和有用的回答或文本。
2025-03-04 10:20:07
999
原创 百川-M1医学大模型：提升大模型的医学专业能力
摘要当前一代大型语言模型 （LLM） 通常是为广泛的通用应用而设计的，而特定领域的 LLM，尤其是在医学等垂直领域，仍然相对稀缺。特别是，由于医学知识的复杂性和高质量数据的可用性有限，为医学领域开发高效和实用的 LLM 具有挑战性。为了弥合这一差距，我们推出了百川-M1，这是一系列专门针对医疗应用优化的大型语言模型。与简单地在现有模型上继续预训练或将后训练应用于一般基础模型的传统方法不同，百川-M1 是从零开始训练的，专注于增强医疗能力。
2025-03-03 11:25:23
943
原创 手把手教你搭建微信聊天机器人系列（一）：文心一言（百度千帆ERNIE-Bot大模型）API测试
今年年初chatgpt大火，国产gpt文心一言也提供了内测服务，大家可以去访问申请体验。文心一言APP上的功能更加强大，可以看这个。作为程序猿的我们，想接入文心一言的能力，比如开发一个聊天机器人，要怎么做呢？百度在其开发者平台开放了大模型服务，下面就跟我一起来对接API吧。下面我先放出几张图，是我对接完的效果图，一个智能回复机器人。接下来几章，我会逐步教大家如何对接。
2025-03-03 11:17:22
1169
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人