Google研究员FrançoisChollet是一位在机器学习和深度学习领域具有重要影响力的一线工程师，他以创建流行的开源机器学习库Keras而闻名，同时也是流行的机器学习实战书籍，DeepLearningwithPython，使用Python来深度学习，的作者，不久前他发表博文，HowIthin...

  来自奥本大学和阿尔伯塔大学的研究人员发现，最先进的具有视觉能力的大型语言模型，VLMs，在理解涉及基本几何形状的空间信息方面表现得非常糟糕，例如判断两个圆是否重叠，他们提出了一个名为BlindTest的新基准测试，包括7项简单任务，这些任务在互联网上自然语言中不太可能有现成答案，以测试VLM像人类一...

  的离职，OpenAI首席架构师和著名强化学习，ReinforcementLearning，或RL，专家JohnSchulman博士成为OpenAI现存最主要具有技术背景的创始人，最近，Schulman博士接受了著名的科技播客主持人DwarkeshPatel的专访，他解密了OpenAI大模型发展史，介...

  Sora是OpenAI发布的一款视频生成模型，采用了DiffusionTransformer架构，旨在实现高保真度和视频图像的前后一致性，其突出之处在于能够生成逼真流畅的视频内容，令人惊叹不已，Sora一经推出便在极短的时间内迅速引起了科技界和社会各界的关注，同时也引发了关于AI技术发展和产业变革的...

  ​LLMs的智能本质是什么，在之前的文章中，我谈到了评估大型语言模型能力的困难，这些模型在许多基准测试中表现出色，但我们通常不知道基准测试中的测试项目，或足够相似的项目，是否出现在训练数据中，这些模型是在进行一般性的理解和推理，还是在进行AI研究员SubbaraoKambhampati所说的，近似检...

  随着人工智能技术的不断发展，大型语言模型成为人们关注的焦点之一，通用语言模型如GPT，3在各种语言处理任务上展现了强大的能力，但随着对特定领域需求的增加，领域特定的大型语言模型应运而生，这些模型通过在专业的领域内进行深入训练或精调，提供了有针对性精准定制的解决方案，在，Whataredomain，s...

  OpenAI的Sora又一次出圈，掩盖其它新的AI产品的锋芒，包括几乎同期发布的Google的Gemini1.5和Meta的V，JEPA，很多AI从业者为此大抱不平，声称，被Sora夺走风头的Gemini被低估了！，特别是Google这次推出的Gemini1.5Pro是一种多模态大模型，涉及文本、视...

  大语言模型角色扮演利用大型语言模型，LLM，来模仿和扮演各种角色，这种技术通过提示或微调模型，使其能够展示出特定的性格知识背景和行为模式，从而在与用户交互时呈现出不同的角色形象接下来分两部分，基本概念、实战方法，AutoGen，，一起来深入了解大模型实战，角色扮演，一、基本概念什么是角色扮演，通过特...

  本文中将重点介绍如何优化RAG系统，使其尽可能高效，我们从多个角度介绍RAG系统，深入了解其用途以及如何优化，介绍检索增强生成，RAG，模型通常被称为RAG系统，在AI行业得到极大的关注，这种模型背后的概念很简单，我们允许模型根据需要从单独的数据集检索信息，而不是使用海量数据训练模型，将如何改进机器...

  计算逻辑以各种形式出现，就像其他类型的逻辑一样，本文将重点介绍计算逻辑中的溯因逻辑编程，ALP，方法，并将论证ALP代理框架，它将ALP集成到代理的操作周期中，为解释性推理和规范性推理提供了一个具有说服力的模型，ALP代理框架作为一个解释性模型，它以生产系统为例；而作为一种规范性模型，它不仅包括经典...

  生成式人工智能，GenAI，已经成为一种提高生产力和处理日常任务的强大工具，这种工具可以根据收到的输入创建新的内容，包括文本、图像甚至代码，虽然这种工具大有潜力，但有效地发掘它们的力量却需要一种特定的技能，即编写优秀提示的能力，提示是我们赋予AI工具的指令，以指导它们的输出，可以把提示看作是现代版的...

  最近消失了近一个月，我胡汉三回来了，确实因为工作太忙了，国庆假期也回了趟老家，让自己好好放松了一个月，现在还真想抽自己，AI领域日新月异，更新的实在是太快了，一个月已然又发生了巨大变化，自己都有些落后了，就在前两天，kimi在距离上次发布生成PPT功能也已有两月有余，中间没有任何更新，这次它带着探索...

  啊，刷爆外网的EMO模型它终于来了！！！上传一张照片，就能让照片里的人开口唱歌、说话、甚至讲段子，试了一下，效果还是相当不错，嘴型对得也很好，不愧是阿里出品的，它能够根据单一的参考图像和音频输入，直接生成具有丰富表情和多样头部姿势的虚拟角色视频，实在太好玩了，那在哪玩呢，由于内测太过火爆了，目前已经...

  最近在写技术方案的时候，发现了Kimi可以完成程序员所需的大部分图形，包括流程图、时序图、状态图等等，使用之后直接让我的工作效率起飞，只需将内容或数据丢给Kimi生成即可，再也不用傻乎乎的画图了，总的来说还是使用Mermaid语言来完成，接下来看看它能为我们生成哪些图形，饼状图饼状图算是我们日常工作...

  有朋友问我，现在这么多大语言模型，哪一款最好用，这并没有标准答案，每个模型都有自己独特优势，需要根据具体的使用场景来区分，带大家一起盘点下国内比较常用的几款大模型及其特性，看看哪款适合你，百度——，文心一言，大模型产品介绍文心一言是百度基于文心大模型打造的生成式AI产品，具备跨模态、跨语言的深度语义...