AIGC宇宙 AIGC宇宙

大模型

RAG（三）GraphRAG进阶：GraphReader-- 基于图的Agent，让大模型“读懂”长文本

RAG（三）GraphRAG进阶：GraphReader-- 基于图的Agent，让大模型“读懂”长文本
上一篇论文介绍了GraphRAG，今天来看一篇算是其进阶版的方法--GraphReader。 对于其研究动机，简单来说，LLMs具有强大的规划和反思能力，但在解决复杂任务时，如函数调用或知识图谱问答（KGQA），以及面对需要多次推理步骤的问题时，仍然面临困难。 特别是当涉及到长文本或多文档的处理时，现有的方法往往难以充分利用这些模型的能力来捕捉全局信息，并有效地进行决策。
3/13/2025 12:24:34 PM
Glodma
迈向视觉大一统：UnifiedReward，多模态生成与理解的通用奖励模型

迈向视觉大一统：UnifiedReward，多模态生成与理解的通用奖励模型
本篇文章来自公众号粉丝投稿，论文提出了一个视觉领域通用的奖励模型UnifiedReward，能够对图像/视频的生成与理解进行pairwise（成对比较）或 pointwise（单样本打分）评估，可用于视觉各领域的直接偏好优化 (DPO)，提升各类视觉模型的表现。 论文介绍近年来，大模型时代的多模态生成与理解技术取得了飞跃式发展。 然而，如何让AI真正“看懂”世界，并更好地对齐人类偏好，仍是一个核心挑战。
3/13/2025 10:18:42 AM
Yibin Wang
14B 小模型逆袭翻译赛道，论文财报实测超Claude，不信试试“我命由我不由天”

14B 小模型逆袭翻译赛道，论文财报实测超Claude，不信试试“我命由我不由天”
都说通用大模型轻松拿捏翻译，结果有人来掀桌了。 来自网易有道的14B翻译小模型，测试达行业第一，翻译质量超越一众国内外主流通用大模型。 它就是子曰翻译大模型2.0（下文简称子曰2.0），在英译中方面轻松超越Claude 3.5 Sonnet等12个主流通用大模型，中译英也和Claude 3.5 Sonnet达到同等水平。
3/13/2025 10:04:06 AM
量子位
大模型长文推理迎来“核弹级”提速！清华APBB框架狂飙10倍，Flash Attention直接被秒

大模型长文推理迎来“核弹级”提速！清华APBB框架狂飙10倍，Flash Attention直接被秒
还在为大模型处理长文本“龟速”而抓狂?别急!清华大学祭出“王炸”技术——APB 序列并行推理框架，直接给大模型装上“涡轮增压”引擎!实测显示，这项黑科技在处理超长文本时，速度竟比肩 Flash Attention 快10倍!没错，你没听错，是10倍!要知道，随着 ChatGPT 等大模型的爆火，AI 们“阅读”能力也水涨船高，动辄处理十几万字的长文不在话下。 然而，面对海量信息，传统大模型的“大脑”却有点卡壳—— Transformer 架构虽强，但其核心的注意力机制就像一个“超级扫描仪”，文本越长，扫描范围呈指数级膨胀，速度自然就慢了下来。 为了解决这个“卡脖子”难题，清华大学的科学家们联合多家研究机构和科技巨头，另辟蹊径，推出了 APB 框架。
3/13/2025 9:50:00 AM
AI在线
不需要 AI 和数学知识背景，这篇文章带你学会大模型应用开发

不需要 AI 和数学知识背景，这篇文章带你学会大模型应用开发
作者 | ronaldo最近几年，大模型在技术领域的火热程度属于一骑绝尘遥遥领先，不论是各种技术论坛还是开源项目，大多都围绕着大模型展开。 大模型的长期目标是实现AGI，这可能还有挺长的路要走，但是眼下它已经深刻地影响了“编程”领域。 各种copilot显著地提升了开发者的效率，但与此同时，开发者也变得非常地焦虑。
3/13/2025 8:00:00 AM
腾讯技术工程
谷歌 DeepMind 推出新 AI 模型，机器人未经训练也能执行现实任务

谷歌 DeepMind 推出新 AI 模型，机器人未经训练也能执行现实任务
北京时间今晚，谷歌 DeepMind 推出两款新型 AI 模型，旨在帮助机器人完成更多现实世界中的任务。
3/12/2025 11:22:56 PM
清源
科大讯飞依靠国产算力卡成功进入大模型研发梯队

科大讯飞依靠国产算力卡成功进入大模型研发梯队
近日，科大讯飞在互动平台上回答投资者提问，透露了其在国产算力领域的最新进展，引发广泛关注。 科大讯飞表示，凭借仅仅1万张910B 国产算力卡，他们已经跻身于大模型研发的第一梯队。 这一成绩令人瞩目，因为同类企业在此领域所需的算力往往远超此数。
3/11/2025 2:15:00 PM
AI在线
从鹦鹉学舌到灵魂对话，AI的人话革命

从鹦鹉学舌到灵魂对话，AI的人话革命
2030年，一位老人对家庭机器人说：“我想念年轻时在西湖划船的日子。 ”AI不仅能调出当年的老照片，还能结合实时天气与老人健康数据，规划一场安全舒适的怀旧之旅，并同步预约无人游船。 当机器对人类产生“主动关怀”，标志着AI从工具进化为“生活伴侣”。
3/11/2025 1:20:43 PM
佚名
基于Dify与DeepSeek：零门槛训练自己的专属AI大模型

基于Dify与DeepSeek：零门槛训练自己的专属AI大模型
在人工智能（AI）技术日益普及的今天，训练属于自己的AI大模型不再是遥不可及的梦想。 随着DeepSeek  R1的发布，其部署成本仅为ChatGPT的十分之一，这一突破让更多企业和个人能够轻松参与AI开发。 未来，垂直领域的AI大模型和应用将如雨后春笋般涌现，这无疑是一个巨大的机遇。
3/11/2025 10:51:35 AM
冰河技术
谷歌Gmail新增智能 “添加到日历” 功能，让安排变得更轻松！

谷歌Gmail新增智能 “添加到日历” 功能，让安排变得更轻松！
谷歌近期在其 Gmail 中推出了一项由 Gemini 人工智能驱动的新功能，让用户能够更加轻松地管理日程。 自周一开始，谷歌 Workspace 用户可以通过电子邮件直接将事件添加到谷歌日历中。 这一功能旨在提高用户的工作效率，让繁琐的日程安排变得简单明了。
3/11/2025 10:50:00 AM
AI在线
字节跳动豆包大模型团队开源MoE架构优化技术，训练成本节省40%

字节跳动豆包大模型团队开源MoE架构优化技术，训练成本节省40%
字节跳动豆包大模型团队官宣开源一项针对 MoE（混合专家模型）架构的关键优化技术，可将大模型训练效率提升 1.7 倍，成本节省 40%。据悉，该技术叫做 COMET，已实际应用于字节的万卡集群训练，累计帮助节省了数百万 GPU 小时训练算力。
3/10/2025 5:42:41 PM
远洋
如何看待”首个真干活”AI—Manus？

如何看待”首个真干活”AI—Manus？
话题背景今日凌晨，一款通用AI Agent产品「Manus」正式发布。 GAIA评分已超越OpenAI的DeepResearch，成为GAIA评分第一。 这一产品以“数字代理人”自居，宣称能独立完成复杂任务并交付完整成果，迅速成为科技圈的焦点。
3/10/2025 12:00:00 PM
腾讯技术工程
2025年AI投资热潮延续：九家美国公司获超亿美元融资

2025年AI投资热潮延续：九家美国公司获超亿美元融资
2024年是人工智能行业具有里程碑意义的一年，据TechCrunch统计，去年有49家初创公司获得了价值1亿美元或以上的融资，其中七家公司筹集了10亿美元以上资金，三家公司甚至获得了多轮"巨额融资"。 而2025年开年以来，这一势头不减。 尽管年初刚过，融资额超过1亿美元的美国AI公司数量已接近两位数，且已有一轮融资突破10亿美元大。
3/10/2025 10:00:43 AM
AI在线
超越 Mistral 和 Qwen：谷歌 Gemini Embedding 登顶 MTEB，问鼎最强文本嵌入 AI 模型

超越 Mistral 和 Qwen：谷歌 Gemini Embedding 登顶 MTEB，问鼎最强文本嵌入 AI 模型
Gemini Embedding的发布标志着谷歌在AI文本处理领域的又一次突破。其卓越的性能和广泛的应用潜力，不仅为谷歌搜索和云服务提供了强大支持，也为企业用户带来了更多可能性。
3/10/2025 9:30:27 AM
故渊
大模型本地部署的“隐形炸弹”，你的数据安全吗？

大模型本地部署的“隐形炸弹”，你的数据安全吗？
作者 | 朱雀实验室随着DeepSeek R1等开源大模型的火爆，越来越多的开发者、企业甚至开始尝试在本地部署大语言模型，享受AI带来的便利。 然而近期腾讯混元安全团队-朱雀实验室发现：这些广受欢迎的AI工具中有不少存在安全隐患。 如果使用不当，攻击者可能窃取用户数据、滥用算力资源，甚至控制用户设备。
3/10/2025 9:10:00 AM
腾讯技术工程
Ollama的配置修改与接口调用

Ollama的配置修改与接口调用
一、修改环境变量1.1  配置远程访问在我们本地部署好ollama之后，仅支持本机访问，我们可以通过修改环境变量让其他人可以远程访问。 在wins电脑上增加环境变量：复制1.2  配置本地模型路径1.2.1 本地模型默认路径wins本地模型默认路径：C:\Users\%username%\.ollama\models。 这里 %username% 是当前登录的用户名。
3/10/2025 9:00:00 AM
Python伊甸园
Ollama的介绍与测试

Ollama的介绍与测试
一、Ollama介绍Ollama是一个开源工具，专为在本地机器上便捷部署和运行大型语言模型（LLM）而设计。 它提供了一个简洁高效的界面，让用户能够轻松地创建、执行和管理这些复杂的模型。 此外，Ollama还配备了一个丰富的预构建模型库，使得这些模型能够无缝集成到各种应用程序之中，大大提升了开发效率和用户体验。
3/10/2025 8:30:00 AM
Python伊甸园
Phi-4-multimodal：图、文、音频统一的多模态大模型架构、训练方法、数据细节

Phi-4-multimodal：图、文、音频统一的多模态大模型架构、训练方法、数据细节
Phi-4-Multimodal 是一种参数高效的多模态模型，通过 LoRA 适配器和模式特定路由器实现文本、视觉和语音/音频的无缝集成。 训练过程包括多阶段优化，确保在不同模式和任务上的性能，数据来源多样，覆盖高质量合成数据。 它的设计体现了小型语言模型在多模态任务上的潜力。
3/10/2025 2:00:00 AM
余俊晖