资讯列表
人加AI：重新定义协作智能时代的工作
人机协作中缺失的中间环节“有一种新兴的协作智能，是现在公司竞争和创新所需要的，”威尔逊在我们的对话中解释道，“这真的是关于深思熟虑且严谨地创造那种结合效应，即人类的聪明才智、人类的创新加上AI系统，能够超越任何一方单独所能做到的。 ”为了说明这一点，威尔逊分享了一个立陶宛研究人员的有趣故事，该研究人员巧妙地重新利用了AlphaFold(一个预测蛋白质结构的AI系统)来解决其创造者未曾设想的复杂蛋白质相互作用问题。 结果呢?这是人类创造力与AI处理能力相结合的科学突破。
3/11/2025 8:30:00 AM
Bernard Marr
OpenAI 发布 CoT 思维链研究成果，监控阻止大模型恶意行为
结果显示，CoT 监控器在检测系统性“奖励黑客”行为时表现卓越，召回率高达 95%，远超仅监控行为的 60%。
3/11/2025 8:26:34 AM
问舟
六种LLM定制开发基本策略：提示工程、解码策略、RAG、代理、微调和RLHF
译者 | 朱先忠审校 | 重楼为什么要定制LLM？ 大型语言模型是基于自监督学习预训练的深度学习模型，需要大量的训练数据资源、训练时间并保存大量参数。 尤其是在过去2年里，LLM彻底改变了自然语言处理，在理解和生成类似人类的文本方面表现出色。
3/11/2025 8:00:00 AM
朱先忠
2025年的智能体：改变业务、重新定义领导力并加速数字化转型
对于CIO和CTO而言，这些系统既带来了前所未有的机遇，也肩负着重大责任。 智能体正在重塑领导者制定战略、构建基础设施和组织文化的方式，要求他们采取果断行动和具备远见卓识。 智能体在数字化转型中的角色智能体被设计为模仿人类的能力，包括学习、推理和决策。
3/11/2025 8:00:00 AM
Mohit Gupta
低价Claude3.7极速使用，白票Deepseek满血R1
在当今数字化时代，人工智能技术正以前所未有的速度改变着我们的工作和生活方式。 无论你是开发者、创意工作者、还是企业管理者，拥有高效、经济的AI工具已成为提升效率的关键。 而今天，我要向大家隆重推荐的Token-AI平台，正是实现这一目标的完美解决方案。
3/11/2025 2:00:00 AM
tokengo
Spring AI这样玩才高级！注解式AI服务开发，这些技巧 GitHub 都找不到
AI Services是什么AI Services 的设计灵感来源于 Spring Data JPA 和 Retrofit 等框架，采用声明式接口定义所需的 API，然后由框架自动生成实现该接口的代理对象。 这种方法隐藏了与 LLM 交互的复杂性，提供了简单直观的 API。 AI Services 主要处理以下常见操作：格式化输入以发送给 LLM解析 LLM 的输出同时还支持更高级的功能：聊天记忆管理工具调用(Function Calling)检索增强生成(RAG)基本使用示例LangChain4j是 Java 生态系统中的一个流行框架，它提供了两种抽象级别：低级 API 和高级 API。
3/11/2025 1:23:11 AM
冷冷
通俗讲解DeepSeek中的GRPO：强化学习里的神奇算法
在人工智能快速发展的时代，强化学习是其中的关键技术，它让机器能够像人一样，在不断尝试中学习怎么做是最好的。 今天要讲的 GRPO（Group Relative Policy Optimization），也就是群体相对策略优化算法，是强化学习里非常厉害的存在。 接下来，就带大家走进deepseek（Paper Review: DeepSeek-R1——强化学习驱动的大语言模型推理能力提升） GRPO 的奇妙世界，看看它到底是怎么回事。
3/11/2025 1:00:00 AM
大模型之路
全网爆火的Manus到底能做什么？超多演示案例来了！
关注科技 AI 圈的同学，在 3 月 6 号这天都被 Manus 刷屏了，那么他是个啥呢？ 和 DeepSeek 和 Open AI 有什么区别呢？ Manus 官网上是这样说的“Manus 是一个通用的人工智能代理，它连接思想和行动：它不仅会思考，还会提供结果。
3/11/2025 12:54:46 AM
益达
如何用Cursor+Claude两个神器，两步完成APP开发？
最近在 X 上看到了一些人在用 Claude 3.7 Sonnet 生成 App 原型图的尝试，受到启发，发现这么生成不同界面的原型图再让 Cursor 基于原型图开发 App 会是很好的尝试。 尤其是，你也可以不两步直接生成，而是在过程中更可视化地思考你要生成的原型，这对于非专业的产品经理来说，会是好得多的方式。 我今天做了些尝试后，效果让我感到惊艳。
3/11/2025 12:45:03 AM
果汁
从DeepSeek MoE专家负载均衡谈起
上周中的时候, 同事给我了一份线上DeepSeek-R1推理的Expert激活的数据用来研究一些专家负载均衡的算法, 当然这些线上数据来自于公司内部的请求, 从中观测出前面10层专家基本上是相对均衡的, 而越到后面不均衡程度差异越大. 当时讨论到这个问题时, 是怀疑内部的一些请求是否专注于电商领域而带来的不平衡特性, 于是做了一些研究. 恰好搜到Intel的一篇论文《Semantic Specialization in MoE Appears with Scale: A Study of DeepSeek-R1 Expert Specialization》[1]有一些基于语义的MoE分析专家的专业性相关的问题, 再加上前几天看到某个公众号采访某院长的一个比较有趣的说法:“Dense模型适合toB业务,MoE模型适合toC业务”.
3/11/2025 12:35:00 AM
zartbot
一条神奇的指令，DeepSeek直接文生图
最近又发现一条神奇的提示词指令，借助Markdown的image标签可以直接在DeepSeek当前窗口得到我们想要的图片。 效果预览我们先看看这条指令的效果：图片这是岳哥在DeepSeek官网直接生成的一辆高铁行驶在海面上生成的图片，可以在DeepSeek上直接预览和下载图片。 提示词指令这条提示词指令具体如下：复制提示词解读这条这里分为3部分第一部分的描述性内容是告诉DeepSeek要生成AI图片，并且指出要如何生成第二部分的url则是具体的AI图片生成的指令，通过替换Prompt的内容来生成第三部分则是希望DeepSeek将AI绘画的提示词以中文的形式显示出来虽然是在DeepSeek当前窗口直接输出，但其实上这里还是借助了第三方AI绘画网站生成图片的功能。
3/11/2025 12:22:00 AM
、平凡世界
Spring-Smart-DI 动态切换实现类，很不错！
在系统开发的实际场景中，我们常常会碰到这样一类需求：同一个功能需要对接多个服务提供商。 这么做主要基于两个重要原因。 其一，为了规避某个服务商的服务出现不可用的风险，以便在出现问题时能够迅速切换到其他服务商，确保系统的稳定性和业务的连续性；其二，不同服务商的收费标准存在差异，从成本控制的角度出发，需要根据实际情况进行灵活切换。
3/11/2025 12:00:35 AM
不才陈某
鸿海富士康推出旗下首款 AI 推理大模型 FoxBrain ，基于 Meta Llama 3.1 打造
鸿海富士康宣布旗下首个AI推理大模型FoxBrain，基于Meta Llama 3.1打造，涵盖数据分析、数学、推理和代码生成等功能，未来将开源。与英伟达合作，利用120块H100 GPU训练一个月，优化繁体中文处理。 #富士康 #AI #FoxBrain
3/10/2025 8:45:17 PM
漾仔
广东：支持企业整合人工智能与机器人产业链、创新链资源
广东省人民政府办公厅印发广东省推动人工智能与机器人产业创新发展若干政策措施。其中提到，支持关键核心技术攻关。支持企业、高校、科研院所等各类创新主体开展联合攻关，围绕人工智能与机器人产业链上下游组建产业创新联盟，加快构建全过程创新链。组织实施省重点领域研发计划“新一代人工智能”“智能机器人”等旗舰项目、重大专项，在人工智能与机器人领域部署一批攻关任务。对国家科技重大专项符合省级配套条件的人工智能与机器人领域重点项目，省财政按规定给予配套奖励，单个项目省级配套金额超 1 亿元（含）的，按“一事一议”方式研究给予支持。创建人工智能与机器人领域制造业创新中心，对符合条件的国家级、省级制造业创新中心，省财政按规定分别给予最高 5000 万元、1000 万元的资金支持。
3/10/2025 7:53:29 PM
远洋
小米相关人员：“CyberOne 人形机器人即将量产”消息不实
据科创板日报今日报道，近期有消息称，小米机器人CyberOne正分阶段落地亦庄产线，并计划于3-4月公示量产进展，4-5月开放参观，下半年做PR宣发。对此，小米相关人员回应称，前述消息不属实。
3/10/2025 7:28:08 PM
清源
“专为我开了一个新课题”，顶尖博士为什么偏爱去字节实习？
在字节跳动，有这样一群实习生，他们的另一重身份，都是来自顶尖高校的技术博士。 实习第 100 天，团队为了清华博士云飞专门开了一个全新课题。 北大博士瑞晨曾经不得已搁置的想法，也在这里实现了大规模验证。
3/10/2025 6:46:00 PM
机器之心
全新CoD颠覆推理范式，准确率接近但token消耗成倍降低
如今，OpenAI o1 和 DeepSeek R1 等推理模型的发展，显著提升了思维链 (CoT) 之类的技术在大语言模型 (LLM) 推理任务上的表现。 这种范式鼓励模型将问题分解为逐步探索，模仿人类的结构化推理过程。 虽然这种方法有效，但它在推理时需要更多的计算资源，导致输出冗长且延迟更高。
3/10/2025 6:29:00 PM
机器之心
机器人泛化能力大幅提升：HAMSTER层次化方法和VLA尺度轨迹预测，显著提升开放世界任务成功率
近年来，人工智能在视觉和自然语言处理方面取得了惊人的泛化能力，但在机器人操作领域，端到端方法往往需要大量昂贵的本域数据，且难以在不同硬件平台与开放场景下推广。 为此，HAMSTER（Hierarchical Action Models with Separated Path Representations）通过层次化架构，在高层利用域外数据微调的大模型（VLM）生成二维路径，中间表示解耦了任务规划与具体执行，让低层控制模块专注于实际动作控制。 实验表明，HAMSTER 在多种操作任务中都体现出更高的任务成功率与更好的跨平台泛化性能，并显著降低了对昂贵机器人演示数据的依赖。
3/10/2025 6:27:00 PM
机器之心