-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 5
- 0
-
高德、腾讯、百度地图布局 MCP Server 对比分析
高德、腾讯、百度地图，三家地图服务商都已经布局MCP Server，为AI大模型与地图服务的结合提供了便捷的接口。以下是根据三家公司公开文档，给出的功能对比，开发者可以根据自身需求、技术架构和已有的地图服务集成经验选择适合的 MCP Server。 MCP协议概述 MCP(Model Context Protocol)协议是为了解决AI大模型与外部工具交互的统一规范，使得一个工具无需额外适…- 5
- 0
-
大模型的分类及技术指标
一、大模型的分类 1. 按应用领域划分 通用型大模型：适用于多种任务（如GPT系列、PaLM），具备跨领域的语言理解与生成能力。 垂直型大模型：针对特定领域优化（如医疗、金融、法律），例如百川智能的医疗大模型。 多模态大模型：融合文本、图像、语音等多种输入形式（如DeepSeek的多模态版本）。 2. 按模型架构划分 密集模型（Dense Models）：全连接参数结构，如G…- 4
- 0
-
警惕“技术名词崇拜”，回归实际需求–伪AI产品盘点
真正的AI技术需同时满足自主决策、多模态交互、持续进化三大核心能力，并与硬件、场景深度耦合。识别伪AI时可重点验证其是否具备动态优化能力（如仅依赖预设规则则为伪AI）。 1.自主决策与动态优化能力 核心表现：AI系统无需人工干预即可根据环境和数据动态调整策略。 技术支撑：依赖强化学习和深度神经网络实现端到端决策闭环。 2.多模态自然交互能力 交互形式：支持文本、语音、图像等多模态…- 2
- 0
-
伯克利最新研究：为什么多 Agent 系统总是“高期待、低表现”？
最近在捣鼓多 Agent 系统，但是遇到了好多坑……看了一篇伯克利的研究后非常有感触，分享给大家。 伯克利的研究者们近期对多智能体系统（Multi-Agent Systems, MAS）“高期待，低表现”的问题进行了系统研究，找到了问题的原因所在，并探索了对应的改进措施。这篇文章对于我们进行多 Agent系统实践非常有指导意义，既可以定位问题所在，也会对解决相应问题有一定的启发。这一篇，我将会带来…- 6
- 0
-
可观测性成为ML和LLM应用的最大挑战
生产环境 ML 模型面临可观测性挑战！定制工具成主流，仅7%关注ML安全。企业纷纷试水 GenAI 和 LLM，预测分析、计算机视觉应用激增。MLOps、LLMOps、GenAIOps 崛起，LLM 可观测性至关重要！OpenAI、AzureAI、Amazon Bedrock 受青睐。 译自：ML and LLM Adoption Challenged Most Often by Observ…- 4
- 0
-
刚刚，DeepSeek公布推理时Scaling新论文，R2要来了？
机器之心报道 机器之心编辑部一种全新的学习方法。 这会是 DeepSeek R2 的雏形吗？本周五，DeepSeek 提交到 arXiv 上的最新论文正在 AI 社区逐渐升温。 当前，强化学习（RL）已广泛应用于大语言模型（LLM）的后期训练。最近 RL 对 LLM 推理能力的激励表明，适当的学习方法可以实现有效的推理时间可扩展性。RL 的一个关键挑战是在可验证问题或人工规则之外的各个领域获得 L…- 4
- 0
-
【AI知识点】什么是 Agentic Workflows？
最近在weaviate的博客看到一篇介绍Agentic Workflows的文章，写得非常好，介绍给大家。 如果说 Agent 是行动的智能体，那 Workflows 就是它完成任务的路径。今天就来聊聊这个组合背后的逻辑、能力，以及我觉得它很有潜力的原因 ✨。 What Are Agentic Workflows? Patterns, Use Cases, Examples, and More ?…- 5
- 0
-
谷歌随OpenAI强势入局，劈柴4天闪电部署Gemini+MCP！
新智元报道 编辑：NJ【新智元导读】3月31日，谷歌CEO劈柴哥抛出一句「To MCP or not to MCP」，引发热议。4天后，Gemini更新API文档，正式宣布接入MCP。至此，OpenAI、谷歌、Anthropic等AI巨头全部投入「Agent协议」MCP的怀抱。3月31日，谷歌CEO Sundar Pichai（劈柴哥）发出灵魂一问：To MCP or not to MCP…- 4
- 0
-
AutoGLM 发布之后，如今国产大模型终于长出了手。
本文将深入讨论：大模型深度挖掘资料的产品方案，以及作为用户，怎样用好大模型的深度挖掘能力，满足日常工作使用需求。全文阅读预计 12 分钟。主要内容：1、介绍 AI 深度研究产品的主要瓶颈 2、大模型具备执行工具能力（MCP）意味着什么 3、怎样用好大模型深度研究的能力在过去的两年里，ChatBot 是最常见的形态，在写作、常规问答，资料总结等越来越多的方面实实在在帮助到我们。 但大模型在专业领域比…- 5
- 0
-
Llama4:最多2万亿参数，原生FP8的教师模型，不支持FP8的智算中心再次被暴击！！！
3个基本结论：1.llama 4 跟deepseek一样，采用原生FP8训练，不支持FP8的算力中心再次被暴击，更加坚信了我们认为下一代算力中心是FP4的技术判断《下一代智算中心，一定要选FP8、FP6、FP4的AI芯》，还是那个结论：不支持FP8的算力中心已经淘汰，转入残值处理阶段！《智算中心不会过剩，但会过时！！！》 2.llama4 最高2万亿参数的教师模型再次领先全球，教师模型竞争加速sc…- 6
- 0
-
咱QwQ 32B就够了？Llama4还要2000B？！
首先结论：参数越大，模型能力越强，这个结论持续有用，scaling law 并没有失效，堆参数依然可以提高模型能力。 在AI领域，模型参数的“军备竞赛”似乎永无止境，你追我赶，马上会有，R2、GPT-5、Qwen3 、文心-5卷起来，重点卷多模态，多模态计算量更大，低精度混训更加重要... 关于选择什么模型和多少参数，现在越来越有意思，我们认为moe适合聊天类场景，微调还是…- 8
- 0
-
阿里巴巴MNN在端侧大模型高效部署上的技术创新与实践
导读 在人工智能飞速发展的时代，端侧大模型因其在隐私保护、个性化服务和成本控制等方面的优势，受到了越来越多的关注。随着端侧设备（如手机、PC、平板等）的算力、内存和磁盘空间不断提升，将大模型部署到移动端已从理想逐渐变为现实。AI 手机、AI PC，甚至 AI 汽车等创新产品正逐步进入大众视野，成为技术发展的新趋势。 作为专注于端侧 AI 推理的引擎，MNN 近期在大模型的端侧部署领域进行了深入的探…- 4
- 0
-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 9
- 0
-
VSCode发布Agent+MCP，Cursor劲敌又回来了？
近日，微软旗下的 Visual Studio Code（简称VS Code）发布了3月更新（1.99版本），正式将 Agent Mode 功能引入稳定版，这一消息引起了开发者社区的广泛关注。 重磅功能：Agent Mode 正式登陆 Agent Mode 是什么？简单来说，它是 VS Code 内置的智能助手模式，能让 AI 自动执行各种编程任务。之前，这项功能只在预览版中提供，现在已正式进入稳定…- 6
- 0
-
🧠 解码大语言模型的记忆力：上下文长度的前世今生
在与ChatGPT、Claude等大语言模型对话时，你是否好奇：它们是如何记住我们之前的对话内容的？为什么有时它们能记住很长的对话，有时却会"失忆"？今天，我们就来深入浅出地剖析大语言模型中的一个关键概念——上下文长度（Context Length）。上下文长度是什么？想象你正在和一个朋友聊天。这个朋友有一个特殊的能力：他能记住你们之间交流的最后N个字。如果你们的对话超过了N个…- 4
- 0
-
Llama 4 发布：我看到了 DeepSeek 的影子
Llama 4 发布了。 https://huggingface.co/meta-llama Llama 4 的三款模型 但这次，它没有高调宣称参数量“遥遥领先“，而是通过三款模型来重新布局： • Scout：109B 参数，17B 激活，16 专家 MoE，可部署在单张 H100 上，10M token 长上下文，适用于文档分析、多轮对话、代码等任务 • Maverick：400B 参数…- 7
- 0
-
深入解析Agentic AI架构：如何打造自主决策的智能体？
在人工智能的浪潮中，Agentic AI架构正悄然崛起，成为推动智能体（AI Agents）实现自主决策和复杂任务执行的核心技术框架。与传统的AI模型不同，Agentic AI架构更像是一个“智能大脑”，能够模仿人类的认知能力，自主感知环境、制定计划、执行决策，并在动态变化的环境中不断学习和进化。 今天，我们将深入探讨Agentic AI架构的核心组件、工作原理以及它在各行业中的广泛应用。无论你…- 2
- 0
-
大语言模型是如何推理的？
不管是写点日常文案，还是解决复杂问题，大模型都展现出了让人惊叹的实力。 但话说回来，当我们说到“推理”这个词时，它真的像人一样，会自己“思考”、有逻辑地推导出答案吗？ 什么是推理Reasoning？ 要讨论推理，我们首先要定义它的含义，并达成共识。推理的基本过程可以概括为：你接收到某些信息，经过思考后得出结论。 举个例子： “标普 500 指数在三个月内下跌了 15%。” 当你听到这条信息时，…- 9
- 0
-
一文读懂英伟达世界模型平台 Cosmos
在当今人工智能飞速发展的时代，新的技术和平台如雨后春笋般不断涌现。英伟达作为科技领域的巨头，于 2025 年1月份的CES上重磅推出了 Cosmos 世界基础模型平台，一经亮相便吸引了全球的目光，在人工智能领域掀起了新的波澜。 || Cosmos 平台的诞生背景 随着人工智能从理论研究逐步走向实际应用，物理 AI 系统，如机器人和自动驾驶汽车等，面临着巨大的发展挑战。训练这些物理 AI 系统需要…- 4
- 0
-
一起聊聊Nvidia Hopper新特性之WGMMA
本文翻译自外网资料，译者：企鹅? 原文链接见文末 上次为大家带来了Hopper上的新特性之TMA，这次我们来一起看看Hopper上的新矩阵乘法操作WGMMA。 引子 如果一个 CUDA 教程没有关于通用矩阵乘法（GEMM）的章节，那么就是不完整的。可以说，GEMM 是现代 GPU 上最重要的例程，它在神经网络、大型语言模型和许多图形应用程序中构成了大部分计算。尽管 GEMM 无处不在，但它以难以有…- 4
- 0
-
又刷屏了，昆仑万维奇袭音乐大模型
文 ｜ 阑夕出道即巅峰，又一款纯正中国血统的大模型，跑出了SOTA（当前最佳水平）的分数。昆仑万维发布的音乐大模型Mureka O1，在音乐生成品质的评测上，全面超越作为行业领头羊的Suno——相当于ChatGPT在文本大模型的优势地位——成了又一个空降而来的「新王」。当然，和普通大模型通常通过做题的准确率来对比能力差异不同，音乐内容的好坏缺少完全客观的评判标准，所以昆仑万维也做到了力所能及的公平…- 4
- 0
-
揭秘AI内部机制：AI理解的重大突破
Anthropic本周连发两篇相互关联的大模型内部机制研究报告【文献1、文献2】：构建了AI“显微镜”，并用它追踪了大模型思维，这是继去年揭秘大模型黑盒之后的重大进展。【文献1】构建了替代模型（replacement model）作为AI“显微镜”通过这个替代模型，亦步亦趋的捕获针对每一个提示语的归因图（attribution graph） 归因图用于描述模型在特定输入提示下生成目标词元输出时所经…- 4
- 0
-
64张图，看懂AI Agent的核心技术与未来
嘿，大家好！这里是一个专注于前沿AI和智能体的频道~ 原文：A Visual Guide to LLM Agents 作者：Maarten Grootendorst 翻译：猕猴桃 & Claude Sonnet 3.7 LLM Agents指南 LLM Agents正变得越来越普及，似乎正在取代我们熟悉的对话式LLM。但是Agents本身其实并不容易，它往往需要多个组件协同工作。 img在…- 2
- 0
扫码打开当前页
联系我们
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×