理论

颠覆已成为各行各业的常态，但咨询行业的性质使其特别容易受到市场动态变化和宏观经济顺风的影响。 过去几年，经济不确定性、劳动力短缺和技术进步对所有行业都产生了重大影响，这些动态从根本上改变了专业服务公司的运营方式。 随着企业在快速变化的商业环境中重新评估其劳动力需求和企业优先级，其咨询需求也发生了巨大变化。

从零开始构建一个新的大型语言模型(LLM)是一种选择，但对于许多公司来说，成本可能高得难以承受。 幸运的是，还有其他几种部署定制LLM的方法，这些方法更快、更容易，而且最重要的是，更便宜。 GenAI是历史上发展最快的新技术。

近年来，Transformer 架构彻底改变了自然语言处理（NLP）任务。 视觉Transformer（ViT）将这一创新更进一步，将变换器架构适应于图像分类任务。 本教程将指导您使用ViT对花卉图像进行分类。

今天，我们来聊聊 AI 大模型，有一个非常重要概念 "Embedding"。 你可能听说过它，也可能对它一知半解。 如果你没有深入了解过 Embedding，那你就无法真正掌握 RAG 技术，更不能掌握 AI 大模型精髓所在。

受参数量和知识更新的限制，大模型在执行很多真实场景下的任务时，都需要连接外部数据源，检索增强生成（RAG）技术也逐渐获得业内的关注。 但并不是接入外部数据即可万事大吉，有很多用户查询非常难处理，从检索相关数据、准确解释用户意图，再到充分利用LLMs的推理能力都需要进行优化处理，才能得到一个相对满意的RAG系统来执行复杂任务，并不存在一种万能的解决方案。 在实践中，如果RAG效果不佳，通常是由于未能…

微软正在悄悄改变企业AI的游戏规则！ 现在，微软已经悄悄组建了世界最大的AI智能体生态系统，自推出以来，已经有超过10万家公司，用Copilot Studio创建了自己的AI智能体。 比如，麦肯锡通过自动化的流程分配智能体，将项目受理流程从20天缩短至仅2天；Pets at Home在不到两周内部署了防欺诈智能体，每年节省数百万美元……「这个增长速度远超我们的预期，也远超我们发布的其他任何前沿技术…

编辑 | 星璇出品 | 51CTO技术栈（微信号：blog51cto）再过3天，ChatGPT 就要迎来它的第二个生日了，GPT 推出也已经6年了。 到目前为止，大型语言模型 （LLM） 一直在有效发展。 它们真实、敏捷且足智多谋。

李飞飞提出的「空间智能」概念，被宝可梦GO团队抢先实现了？ 最近，宝可梦GO团队宣布，构建出了一个大规模地理空间模型LGM，让我们距离空间智能更近了一步。 而这一成果也意味着，人类在空间计算和AR眼镜领域，即将进入崭新的时代。

出品 | 51CTO技术栈（微信号：blog51cto）昨晚，“AI总龙头”英伟达财报终于出来了！ 单单一个季度净利润193亿美元，营收350.8亿美元！ 同比增速94%，超出了华尔街预期，分析师预期中值增速为83.5%。

在数据分布持续变化的动态环境中，如何进行连续模型泛化？ 东京大学等高校的研究人员提出了名为Koodos的新框架，可以基于在一些随机时间点观测的数据分布，在任意时刻生成当下适用的神经网络。  尽管数据随时间持续发生变化，但是泛化的模型能在连续时间中与数据分布始终保持协调一致。

刚刚，一份新发布的税务申报文件显示，奥特曼去年仅领取了76001美元（约55万人民币）的薪酬。 相比起2022年的73546美元，略有增加。 2022年数据身为OpenAI的CEO，年薪仅为55万。

人类离电影《黑客帝国》的场景，似乎又近了一步。 因为就在刚刚，一个与电影同名的、首个AI基础世界模拟器——The Matrix问世。 它已经可以实现生成无限长、高保真720p真实场景视频，而且还是可以实时交互的那种！

今天凌晨，新晋诺贝尔化学奖得主、DeepMind 创始人哈萨比斯参与撰写的新论文登上了 Nature，主题是如何更准确地识别并纠正量子计算机内部的错误。 我们知道，量子计算机有潜力彻底改变药物发现、材料设计和基础物理学。 不过前提是：我们得让它们可靠地工作。

在人工智能迅速发展的今天，多模态系统正成为推动视觉语言任务前沿发展的关键。 CLIP（对比语言-图像预训练）作为其中的典范，通过将文本和视觉表示对齐到共享的特征空间，为图像-文本检索、分类和分割等任务带来了革命性突破。 然而其文本编码器的局限性使其在处理复杂长文本和多语言任务时显得力不从心。

？ ？ 一直低调行事的国内初创公司，旗下模型悄悄地跃升成国内第一、世界第五（仅排在o1系列和Claude 3.5之后）！

新的大语言模型（LLM）评估基准对于跟上大语言模型的快速发展至关重要。 近日，淘宝天猫集团的研究者们提出了中文简短问答（Chinese SimpleQA），这是首个全面的中文基准，具有“中文、多样性、高质量、静态、易于评估”五个特性，用于评估语言模型回答简短问题的真实性能力。 研究人员表示，中文简短问答能够指导开发者更好地理解其模型的中文真实性能力，并促进基础模型的发展。

近年来，AI 技术的迅猛发展催生了众多高效能的 AI 开发工具，极大地加速了开发进程。 与此同时，浏览器技术亦在持续演进，其中Chrome 浏览器也在逐步融入多项 AI 功能，显著提升了开发、调试体验。 本文将简要介绍几款热门的 AI 开发工具，并深入探讨 Chrome 浏览器在 AI 领域的最新进展！

OpenAI开发者日新加坡站今天启幕，果不其然，ChatGPT又出手了：Gemini刚在竞技场头把交椅上坐了不到一周，最新版ChatGPT轻轻一更新，第一再次易主。 对，还不是o1满血版，而是新版4o。 具体来说，此番GPT-4o更新的是“创意写作能力”，官方说法是：模型能完成更自然、更有吸引力、更具针对性的写作，文本相关性和可读性更强。

论文地址：：，最近还激发了Transformer式架构设计的出现，并在众多计算机视觉任务中取得了具有竞争力的结果。 如下是之前我们分享的基于Transformer的目标检测新技术！ 链接：ResNet超强变体：京东AI新开源的计算机视觉模块！

混合专家模型（MoE, Mixture of Experts）是一种通过动态激活网络的部分结构来提升计算效率的架构，可以在保持相对稳定的计算成本的前提下大幅增加参数量，从而有效提升模型性能。 这一特性使得MoE能够兼顾模型的规模与效率，已广泛应用于各种大规模任务。 然而，MoE模型通常需要在大型数据集上预训练以获得理想性能，导致其对时间和计算资源的需求极高，这也限制了其在深度学习社区中的普及性。

大家好，我是小寒今天给大家介绍统计学中的一个关键概念，抽样抽样是一种从总体中选取部分个体（样本）以获得关于总体的信息的方法。 由于在大多数情况下直接研究整个总体的每一个个体并不实际，因此抽样为我们提供了在不完全观测总体的情况下推断总体特征的手段。 抽样的理论和技术被广泛用于统计学、社会科学、市场调查和其他需要分析数据的领域。

生产级大模型应用线性注意力的方法，来了。 线性Attention（包括RNN系列），再也不用困在几B参数的范围内娱乐了。 一套方法，即可线性化现有各种量级的Transformer模型，上至Llama 3.1 405B，也只需要十来张显卡在两天内搞定！

译者 | 李睿审校 | 重楼数据质量、模型架构以及偏见缓解方面的专家建议开发人员可以掌握LLM微调来提高人工智能开发的性能和效率。 为什么微调至关重要大型语言模型（LLM）配备了处理广泛任务的通用能力，包括文本生成、翻译、提取摘要和回答问题。 尽管LLM的性能表现非常强大，但它们在特定的任务导向型问题或特定领域（例如医学和法律等）上仍然效果不佳。

在这篇文章中，我们将探讨如何使用Hugging Face的transformers库来使用零样本目标检测在冰箱图像中识别物体。 这种方法允许我们在不需要针对这些物体进行特定预训练的情况下识别各种物品。 以下是如何工作的代码的逐步指南。