AI在线 AI在线

理论

Meta「轻量级」KernelLLM颠覆GPU内核生成，8B参数碾压GPT-4o

Meta「轻量级」KernelLLM颠覆GPU内核生成，8B参数碾压GPT-4o
在AI领域，参数规模曾被视为「性能天花板」。 Meta最新发布的KernelLLM，却用8B参数的「小身板」，在GPU内核生成任务中把200B的GPT-4o按在地上摩擦。 这是一个基于Llama 3.1 Instruct进行微调的8B参数模型，旨在将PyTorch模块自动转换为高效的Triton GPU内核。
5/27/2025 3:19:52 PM
新智元
Llama 论文作者“出逃”，14人团队仅剩3人，法国独角兽 Mistral 成最大赢家

Llama 论文作者“出逃”，14人团队仅剩3人，法国独角兽 Mistral 成最大赢家
他们大多去向了 Mistral，这家总部位于巴黎的 AI 初创公司，正在用“开源速度”反攻 Meta 自己开启的战场。 Llama 曾是 Meta 最具野心的 AI 作品：在 ChatGPT 和 PaLM 占据主流话语权的 2023 年，Meta 用一篇重量级论文和一组开放权重的大语言模型，意外地把开源阵营推上主舞台。 而那时，Meta 的 AI 科研团队 FAIR（Fundamental AI Research）也正处于高光时刻。
5/27/2025 3:16:38 PM
Dify携手亚马逊云科技 加速全球企业生成式AI应用规模化落地

Dify携手亚马逊云科技 加速全球企业生成式AI应用规模化落地
简单易用的AI应用开发平台Dify通过深度集成亚马逊云科技的生成式AI技术与云服务，在保障性能、合规与全球交付的基础上，显著降低企业在生成式AI应用开发中的技术门槛和部署成本。 此外，依托亚马逊云科技遍布全球的基础设施与亚马逊云科技Marketplace，Dify将产品迅速推广至全球，为汽车、制造、零售快消、医疗健康和游戏等多个行业逾百家企业提供服务，助力企业释放生成式AI创新潜力的同时，实现商业价值增长。 Dify是一款发布于 2023 年的大语言模型应用开发平台，涵盖从Agent构建到AI Workflow编排、RAG检索、模型管理等核心技术栈，助力开发者快速实现AI应用落地。
5/27/2025 3:09:14 PM
Github MCP被曝严重安全漏洞！一个恶意问题，让开发者私有仓库裸奔，Agent成内鬼！检测方法来了！提防中招！

Github MCP被曝严重安全漏洞！一个恶意问题，让开发者私有仓库裸奔，Agent成内鬼！检测方法来了！提防中招！
编辑 | 云昭出品 | 51CTO技术栈（微信号：blog51cto）MCP 虽然火，但安全问题其实一直不容忽视，就连大名鼎鼎的、与Claude 打得火热的 Github MCP 服务器也出事了！ 刚刚得到消息， 昨天，一家名为Invariant 的安全的公司，突然披露了一个有关 GitHub MCP 集成（在 GitHub 上拥有 1.4 万星标）的严重漏洞。 图片这个漏洞允许攻击者通过精心构造的 GitHub Issue“劫持”开发者的智能代理（如 Claude Desktop 中的 Claude 4 Opus），并诱导它主动泄露私有仓库的数据。
5/27/2025 11:54:20 AM
云昭
OpenAI顶级工程师Philip Su：几个接地气的程序员职场发展经验

OpenAI顶级工程师Philip Su：几个接地气的程序员职场发展经验
今天的文章发的有点晚，因为我又翻译了一期很长的优质内容。 现在每天信息真是太多了，我最近把一些群全部折叠，减少干扰。 要不然，每天开着微信，朋友圈、微信群、公众号、视频号，这些小红点把人的时间切的稀巴烂。
5/27/2025 11:52:07 AM
阿颖
这篇 AI Agent 漫游指南，带你建立全面的科技史观

这篇 AI Agent 漫游指南，带你建立全面的科技史观
作者 | kong以OpenAI o1与DeepSeek R1为代表的"类Agent"模型、OpenAI DeepResearch为代表的“真Agent”模型，正在重构AI Agent的技术范式。 Agentic Workflow的王座还没坐热，强化学习驱动的端到端Agent模型训练已呼啸而来。 未来趋势已指明：模型即产品，工程化Agent的命运将如何？
5/27/2025 10:05:00 AM
腾讯技术工程
与Gemini Diffusion共振！首个扩散式「发散思维链」来了

与Gemini Diffusion共振！首个扩散式「发散思维链」来了
近年来，思维链在大模型训练和推理中愈发重要。 近日，西湖大学 MAPLE 实验室齐国君教授团队首次提出扩散式「发散思维链」—— 一种面向扩散语言模型的新型大模型推理范式。 该方法将反向扩散过程中的每一步中间结果都看作大模型的一个「思考」步骤，然后利用基于结果的强化学习去优化整个生成轨迹，最大化模型最终答案的正确率。
5/27/2025 9:00:00 AM
红杉中国xbench全球首发，AI智能体真实战力揭榜！

红杉中国xbench全球首发，AI智能体真实战力揭榜！
随着基础模型的快速发展和AI Agent进入规模化应用阶段，被广泛使用的基准测试（Benchmark）却面临一个日益尖锐的问题：想要真实地反映AI的客观能力正变得越来越困难。 因此，构建更加科学、长效和如实反映AI客观能力的评测体系，正在成为指引AI技术突破与产品迭代的重要需求。 有鉴于此，红杉中国今天正式推出一款全新的AI基准测试工具xbench，并发布论文《xbench: Tracking Agents Productivity ，Scaling with Profession-Aligned Real-world Evaluations》。
5/27/2025 8:50:00 AM
刚刚，北大校友Lilian Weng自曝公司首个产品？一篇论文未发，估值却已90亿

刚刚，北大校友Lilian Weng自曝公司首个产品？一篇论文未发，估值却已90亿
OpenAI前研究员大佬、如今的Thinking Machines Lab联创Lilian Weng，刚刚转发了一个神秘产品——一个看似仪表盘的东西。 或许，这就将是公司即将打造的第一个爆品？ 这个产品所揭示的理念，可谓十分惊人——在训练过程中，研究人员可以直接用它来手动调整所有的超参数了！
5/27/2025 8:40:00 AM
四页绝密文件曝OpenAI野心！ChatGPT占领人类心智，25年致命杀招公开

四页绝密文件曝OpenAI野心！ChatGPT占领人类心智，25年致命杀招公开
OpenAI真正的野心终于曝光！ 最近，泄露的一份法律文件揭示了OpenAI的雄心：终极目标是「占领用户的AI心智」——ChatGPT就等价于AI，等价于智能体。 原始文件：，几个月前GPT-4o掀起「吉卜力风格」的热潮，或许也是OpenAI精心布局的一环。
5/27/2025 8:40:00 AM
RAG 架构实战：Fixed-Size Chunking（固定切块） 解析

RAG 架构实战：Fixed-Size Chunking（固定切块） 解析
Hello folks，我是 Luga，今天我们来聊一下人工智能应用场景 - 构建高效、灵活的计算架构的 RAG 架构的切块策略—Fixed-Size Chunking（固定切块）。 众所周知，在构建 RAG（Retrieval-Augmented Generation，检索增强生成）系统的过程中，文档切块策略往往决定了模型检索质量的上限。 切得好，信息命中更精准，生成回答更有上下文逻辑；切得差，模型则容易“答非所问”。
5/27/2025 8:35:00 AM
Luga Lee
可能是目前最好的3B多模态模型，有望做“AI作业帮”

可能是目前最好的3B多模态模型，有望做“AI作业帮”
作者 | 徐浚哲、尹宇阳我们团队近期开源多模态模型VLR1-3B的预览版（preview），欢迎大家尝试：“小”模型，使用了强化学习训练方式，增强了推理性能。 达到了同级别模型中推理能力第一（SOTA）。 主要是数学相关的测试，在MathVista和MathVision这两个权威AI数学榜单的官网上，VLR1-3B 这“小”模型不仅都在榜，而且比很多商业闭源大模型（如Gemini1.5和GPT-4V）表现都要强，甚至在MathVista的评测中领先GPT-4o～同时对比了多个banchMark结果，Average第一～ModelAverageMathVistaMathVisionMathVerseDynaMathWeMathLogicVistaQwen2-VL-2B20.548.016.117.53.810.826.6InternVL2.5-2B21.251.114.022.34.48.027.3InternVL3-2B29.157.620.224.514.822.940.3Qwen2.5-VL-3B31.861.221.931.213.222.940.3VLM-R1-3B-Math-030533.462.721.932.213.030.040.5Taichu-VLR-3B33.664.923.132.112.630.438.7VLAA-Thinker-Qwen2.5VL-3B35.461.024.436.418.233.838.5TBAC-VLR1-3B-preview35.764.825.033.217.732.440.8正巧最近正愁帮邻居刚上初中的孩子批数学作业，被多项式计算和几何证明搞得焦头烂额的。
5/27/2025 8:30:00 AM
腾讯技术工程
LiteLLM：用于统一大模型访问的开源网关

LiteLLM：用于统一大模型访问的开源网关
译者 | 核子可乐审校 | 重楼摘要：LiteLLM 允许开发者像调用 OpenAI API 那样集成各种大语言模型（LLM），并支持故障转移、预算控制、速率限制以及对API调用的实时监控。 不同提供商发布的大语言模型（LLM）层出不穷——包括 Anthropic、谷歌、Meta、微软、英伟达、OpenAI 等等——这为开发者提供了丰富的选择，但也令复杂性一路攀升。 每家提供商都有其独特的API特性和响应格式，使得在同一个应用中切换模型或支持多个后端变得愈发困难。
5/27/2025 8:19:06 AM
核子可乐
如何访问和使用 OpenAI Codex？

如何访问和使用 OpenAI Codex？
译者 | 布加迪审校 | 重楼“软件工程正在发生变革；到 2025 年底，它将焕然一新。 ”Greg Brockman在OpenAI 发布会上的开场白为接下来的活动定下了基调。 OpenAI随后发布了Codex，这是一款旨在与开发者协同工作的云原生软件智能体。
5/27/2025 8:14:29 AM
布加迪
AI和分析如何改变供应链弹性

AI和分析如何改变供应链弹性
在一个充满波动性和前所未有的挑战的时代，供应链正面临着来自各方的巨大压力。 预见并缓解干扰的能力已成为企业成功的决定性因素。 “供应链比以往任何时候都更加关键，但也更加脆弱，”Qlik公司EMEA地区现场CTO马丁·汤姆斯强调，“从原材料短缺到地缘政治不稳定，从消费者需求的不断变化到自然灾害，任何干扰都可能破坏运营并损害信任。
5/27/2025 7:05:00 AM
Tom Chapman
在工作中与GenAI工具共享内容时要谨慎

在工作中与GenAI工具共享内容时要谨慎
我们在工作中使用GenAI来简化任务，但我们是否意识到其中的风险?据Netskope称，现在平均每个企业每月与AI工具共享的数据量超过7.7GB，75%的企业用户正在使用具有GenAI功能的应用程序。 GenAI的阴暗面事实上，89%的企业对AI的使用情况一无所知，这暴露了监督和控制方面的空白，更重要的是，71%的GenAI工具是通过个人非工作账户访问的。 即使使用了公司账户，也有58%的登录绕过了单点登录(SSO)，这意味着安全团队无法看到员工使用的工具或共享的信息。
5/27/2025 7:00:00 AM
Sinisa
基于 DSPy 与 Pydantic 的自然语言参数提取框架(含code)

基于 DSPy 与 Pydantic 的自然语言参数提取框架(含code)
一、参数提取的重要性在人工智能驱动的现代应用中，自然语言交互已成为用户与系统沟通的主要方式。 从智能助手执行日程安排到企业级工作流自动化系统处理复杂指令，将“星期二下午2点与萨拉创建关于预算的会议”这类对话式命令转化为可执行的结构化参数，是实现人机高效交互的关键环节。 然而，随着用户指令复杂度的提升，传统的正则表达式匹配或关键词提取方法暴露出明显局限性——规则维护成本呈指数级增长、语义理解能力不足、难以应对句式变化等问题，使得构建一个鲁棒性强、可扩展的参数提取框架成为学术界和工业界共同关注的焦点。
5/27/2025 3:23:00 AM
大模型之路
LUD-YOLO：兼顾精度与速度的无人机小目标检测轻量新方案

LUD-YOLO：兼顾精度与速度的无人机小目标检测轻量新方案
一眼概览LUD-YOLO 提出了一种基于 YOLOv8 的轻量级小目标检测网络，结合自适应多尺度特征融合和稀疏注意力机制，在保持高检测精度的同时实现高效 UAV 部署。 核心问题现有 UAV 目标检测面临图像复杂背景、小目标难识别、设备资源受限等问题。 如何在有限算力和存储条件下实现高精度的小目标实时检测，是本文关注的关键挑战。
5/27/2025 3:20:00 AM
萍哥学AI