- 博客(517)
- 资源 (89)
- 收藏
- 关注
RSS订阅
1原创 【智能体系统AgentOS】核心九：MCP工具
MCP（Master Control Program）是计算机控制系统中的核心部分，负责协调和管理整个系统的功能模块。
2025-03-30 20:50:18
962
原创 基于DeepSeek技术范式生成式（通用人工智能）探索：分层式强化学习
分层式强化学习通过任务分解和层级结构，将复杂问题拆分为多个子任务或子目标，使智能体能够高效学习长期策略。核心思想是“分而治之”，通过高层策略（宏观决策）和底层策略（微观执行）协作完成任务。分层式强化学习通过抽象化和模块化显著提升了复杂任务的学习效率，但在层级自动化、奖励设计等方面仍需突破。通过元控制器（Meta-Controller）动态选择子任务，如HiPPO（Hierarchical Policy with Options）等新型框架。内部策略（执行子任务的具体动作）
2025-02-20 14:35:33
346
原创 【智能体系统AgentOS】核心六：多智能体系统
Swarm是OpenAI低调发布多智能体工具，目标是为了让多个智能体协同工作。由OpenAI Solutions团队近期低调开源的一个实验性框架，专门用于帮助开发者轻松高效地设计、编排和管理多智能体系统（Multi-Agent Systems）。这一工具的核心目标是让多个智能体协同工作，以更高效地完成复杂的任务和工作流。开源项目地址：https://socialdeductionllm.github.io/论文：https://arxiv.org/abs/2502.06060。
2025-02-19 10:48:38
173
原创 KIMI的四大创新
1.1：多头潜在注意力MLA，通过低秩压缩技术减少KV缓存提高显卡消耗和计算复杂度来提升推理效率。1.2：多词元预测方法MTP，能够同时预测多个未来词元token，提升数据密度效率和训练训练密度。1.3：定期持续学习，收集数据和并行学习训练，从而实现模型能够不断更新适应全新数据环境。1.4：数据合成与强化学习，实现不依赖数据标注，监督微调的情况获取更高推理水平。1.8：通过PTX实现高效的模型训练和极致的算法优化水平。1.9：高效的推理方案是基于混合专家及潜在的稀疏注意力。1.6：多模态能力Janus。
2025-02-12 11:25:10
226
原创 【智能体系统AgentOS】核心五：端侧与云侧协同对比强化学习
端侧多模态模型是一种能够在终端设备（如手机、平板、智能穿戴设备等）上运行，对多种模态数据（如文本、图像、音频、视频等）进行处理和理解的人工智能模型，以下是相关介绍：特点轻量化与高效性：为适应端侧设备有限的计算资源、存储和能源，端侧多模态模型通常采用轻量化设计，参数量相对较小。通过模型压缩、量化等技术，在保证一定性能的前提下，降低对硬件的要求，提高运行效率，实现快速推理和响应。多模态融合能力：能够将不同模态的数据进行有效融合和理解。
2025-01-23 15:52:35
322
原创 【智能体系统AgentOS】核心二：工作流
BPM：关注整体流程的优化和改进，适合复杂、跨部门的业务流程。RPA：专注于自动化特定任务，适合规则明确、重复性高的任务。两者可以结合使用，RPA作为BPM的一部分，自动化其中的某些任务，从而进一步提升整体流程的效率。
2025-01-23 15:30:41
990
原创 【智能体系统AgentOS】核心二：记忆结构
定义：向量数据库主要用于存储和查询高维向量数据，它将数据对象表示为向量空间中的向量，通过计算向量之间的相似度来进行数据检索和匹配。原理：其核心原理是基于向量空间模型，将文本、图像、音频等各种类型的数据通过特定的算法映射为向量空间中的向量。在存储时，将这些向量按照一定的结构和索引方式存储在数据库中。查询时，将用户输入的查询数据也转换为向量，然后通过计算该向量与数据库中存储的向量之间的相似度，如余弦相似度、欧式距离等，来找出与查询向量最相似的向量数据，从而实现高效的检索和匹配。
2025-01-23 15:00:51
845
原创 【智能体系统AgentOS】核心一：基础模型
定义：LLM是一种具有大量参数的语言模型，通常基于Transformer架构，能够学习和理解自然语言的语法、语义和语用信息，生成自然流畅的文本，并且可以完成各种自然语言处理任务，如文本生成、知识问答、推理计算、阅读理解等。特点大规模参数：拥有海量的参数，这些参数通过在大规模语料上进行无监督或自监督学习，能够捕捉到自然语言中的复杂模式和知识，从而具备强大的语言理解和生成能力。上下文理解。
2025-01-23 14:56:54
746
原创 计算机视觉应用
医学图像、遥感图像和文字图像都是以图像的形式来承载和传递信息，但它们在应用场景、成像原理、数据特点和处理方法等方面存在诸多不同，以下是它们的异同点介绍：
2025-01-23 14:41:37
399
原创 【认知智能】
认知计算是一种利用计算机系统来模拟人类大脑的思考、学习、推理和决策等认知能力的技术和方法。它不仅仅是简单的数据分析和处理，而是试图理解数据背后的意义、上下文和关联性，以更接近人类思维的方式进行信息处理和知识获取。认知智能是指机器具备理解、思考、推理、学习以及与人类进行自然交互的能力，能够像人类一样对复杂的信息进行感知、理解、分析、判断，并做出合理决策和反馈，使机器从“能听会说、能看会认”的感知智能阶段，迈向“能理解、会思考”的更高层次智能阶段。
2025-01-23 14:39:44
757
原创 【认知智能】多模态认知计算
多模态认知计算是指一种人工智能技术，它能够处理和理解来自多种不同感知渠道（或模式）的信息。这些模式可以包括文本、图像、声音、视频等。通过结合多个数据源，多模态认知系统旨在模仿人类大脑处理信息的方式，因为人脑在理解和解释世界时通常会同时利用视觉、听觉等多种感官输入。
2024-10-26 11:16:58
1177
原创 【认知智能】编译器2
ISA定义：Instruction Set Architecture（指令集架构） - 在计算机科学中，ISA 定义了计算机硬件的语言，即处理器理解和执行的机器语言指令的集合。它定义了二进制代码（例如库或可执行文件）如何在特定平台上与其它二进制代码交互，包括数据类型的大小、函数调用约定、系统调用编号、以及目标文件的格式等。与通用编程语言（如 Python、Java 或 C++）相比，DSL 专注于一个更小的应用范围，因此可以提供更加简洁和直观的语法来表达该领域的概念和操作。
2024-10-24 20:20:40
384
原创 【认知智能】编译器1
一些知名的开源项目如 TVM (Tensor Virtual Machine), XLA (Accelerated Linear Algebra) by TensorFlow&JAX, ONNX Runtime 等都是基于这样的架构构建起来的，各自有着独特的优势和技术特点。开发这样一个系统面临的主要挑战之一是如何有效地跨越不同的抽象层次——从高层级的算法描述到底层级的硬件特性利用，同时保持良好的可移植性和效率。此外，随着新硬件架构不断出现，保持对最新技术的支持也是一个持续的过程。
2024-10-24 20:14:18
565
原创 【目标检测2024】DetCLIP
在中医药信息化发展方面，CLIP也有一些潜在的应用场景值得我们探索，例如CLIP模型可以用于识别中药材的图像，通过学习大量的中药材图像和对应的文本描述，模型能够识别和分类不同的中药材；此外，在训练过程中，CLIP采用了对比损失函数，包括对比损失（通过最大化正确图像-文本对的相似性和最小化错误图像-文本对的相似性来训练模型）和分类损失（用于训练模型对图像和文本进行多任务分类），这是对称的，意味着对于每个图像-文本对，模型会计算两个方向的损失：图像到文本和文本到图像。CLIP的工作原理可以概括为“对比学习”。
2024-10-22 18:57:54
1512
原创 通用大模型应用研究七：RAGOS
RAG，即检索增强生成（Retrieval-Augmented Generation），是一种结合了信息检索和大型语言模型（LLM）提示的技术。它通过从数据源检索相关信息，并将检索到的信息与问题一起注入到LLM提示中，从而生成准确的回答。这种方法特别适用于解决大型语言模型在特定领域知识更新和准确性方面的问题。RAG技术的发展经历了几个阶段，从基础的Naive RAG到高级的Advanced RAG，再到模块化的Modular RAG。
2024-10-22 17:07:08
506
原创 通用大模型应用研究六：AgentOS
然而，与人类不同的是，智能体缺乏物理世界的直接互动能力、人类的记忆能力以及规划思考能力。大型语言模型智能体操作系统是一种创新的操作系统，旨在解决资源分配、上下文维护和异构代理集成的挑战。该系统将大型语言模型（LLM）嵌入到操作系统中，作为操作系统的大脑，从而优化了操作系统的功能。短期记忆涉及执行任务过程中的上下文信息，这些信息在子任务执行过程中产生和暂存，任务完成后被清空。智能体可以是任何具有感知、推理和行动能力的系统，比如人工智能、机器人或者软件代理。智能体操作系统，是一种多模态协通的智能体系统。
2024-08-26 15:19:43
854
原创 通用大模型推理研究：SGLang推理框架
SGLang: Efficient Execution of Structured Language Model Programs，由斯坦福大学、加州大学伯克利分校、上海交通大学、德克萨斯大学完成。
2024-07-30 17:05:22
2824
原创 通用大模型研究重点之三：model App
当然，现在有一些更先进的模型，比如 BERT，GPT 等，它们生成的是上下文相关的词嵌入，即词的嵌入会根据上下文变化，这样一定程度上弥补了传统词嵌入模型的不足。Word Embedding：词嵌入通常被用来生成词的向量表示，这个过程通常是静态的，即一旦训练完成，每个词的向量表示就确定了。然而，词嵌入并不能理解上下文信息，即相同的词在不同的上下文中可能有不同的含义，但词嵌入无法区分这些含义。更好的理解和利用上下文信息：例如，动态的、可变长度的上下文，以及更复杂的上下文结构。
2024-03-12 11:51:36
797
原创 通用大模型研究重点之二：model history
十年前，上面的这篇文章算是为自然语言领域的RNN和Attention奠定了基础，BiRNN1997年，RNN encoder-decoder2014年分别为该论文奠定了基础，在这篇论文中详细阐述了通过软注意力解决对齐问题，也就是硬注意力和软注意力的一个区别，主要作用在隐含层得分问题上的基础研究。大佬之所以是大佬是能对一个现象级问题进行抽象并建模分析，同时先通过定性后定量实现系统性研究，下图是当时大佬们在这项研究中的核心工作。
2024-01-24 19:13:12
628
原创 通用大模型研究重点之一：data embedding
在过去的传统机器学习中，通常我们是直接处理同一类型的数字类型数据。随着深度学习发展，在图像，文本，语音领域分别取得了超越平均人类水平后，多模态数据的量随着互联网技术指数性增长，近两年自媒体更是推动了多模态数据处理的发展。那么怎么更加高效的处理不同结构类型并且数量巨大的数据，经过我对《复杂》《规模》《模型思维》等深度的研究，得出如下结论：（1）场景业务问题抽象成业务模型，这个在很多咨询公司流行（简称：业务问题符号化）（2）针对抽象问题得到的业务模型和既定的目标探索建模方法（简称：符号问题数字化）
2024-01-22 17:06:32
1152
原创 浅谈对“科学，技术，工程”的个人理解及总结我和我的错
战略坚定，战术灵活，完成既定目标；科学的本质是探索并发现，它的结果是发现自然，社会，思维存在的客观规律，这个过程其实是比较唯心，个别人有天赋的人能通过思考去将这种唯心过程发现的客观规律表示成唯物定论，这种定论是成体系的，可延续的，这个过程就是科学研究。查理*芒格说过一句话我也是今年反思总结深有感悟：‘当你有疑问时，要学会利用聪明人丰富的知识和经验’，这句话验证了俗语‘狐狸和蝉’的寓言，智慧的人从别人的错误中学到教训和经验，聪明的人从自身出发学会教训和经验，愚蠢的人对人性和社会的感知及教训和经验毫无感知。
2023-12-22 12:52:47
586
原创 2023年目标检测研究进展
1：本文主要总结近两年的部分目标检测成果2：本文通过这些研究给出学派发展方向参考3：本文针对理论基础研究进行探索性的分析4：个人目前相关工作内容的一些基本的介绍（命名实体识别，文献情报分析，摘要内容生成，亚像素图像处理，超分辨图像处理，编码器，解码器，生成器，判别器，基于加瓦罗定理与海涅定理的认知计算理论研究，基于多模态可编程异构的下一代芯片设计，互联式实时芯片操作系统）
2023-08-20 17:03:46
7582
Deep Learning in Radiology: Recent Advances, Challenges and Future Trends
2017-07-06
深度学习matlab代码
2017-10-10
Miniforge-pypy3-Linux-aarch64.sh
2020-07-20
gcc-10.1.0 .tar.gz
2020-05-19
exchange.7z
2020-05-21
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人