AI在线 AI在线

大型语言模型

基于Langbase Memory Agents将任意LLM转为 可对话式AI文档助手

基于Langbase Memory Agents将任意LLM转为 可对话式AI文档助手
译者 | 刘涛审校 | 重楼在 2025 年当下，大语言模型（LLM）依旧无法获取用户的私有数据。 当用户向其询问某些与个人相关的问题时，大语言模型要么凭借推测进行回应，要么给出错误的解答。 这体现了大语言模型存在的固有局限性——它们仅基于公开信息进行训练，无法获取用户的私有上下文信息。
2/7/2025 8:44:46 AM
刘涛
Realbotix 推出第三方 AI 集成，提升人形机器人交互体验

Realbotix 推出第三方 AI 集成，提升人形机器人交互体验
Realbotix 公司作为人形机器人和伴侣型人工智能的领先制造商，正在通过推出大型语言模型（LLM）集成和高级定制功能，进一步拓展其技术能力。 这些新功能计划于2025年2月推出，将使用户能够与包括 OpenAI 的 ChatGPT、Meta 的 Llama、谷歌的 Gemini 以及新推出的 DeepSeek R1在内的多种主流 AI 平台进行无缝连接。 Realbotix 支持的多种第三方 AI 平台，为其机器人系统带来了更高的定制化水平。
2/6/2025 10:39:00 AM
AI在线
Meta-CoT：通过元链式思考增强大型语言模型的推理能力

Meta-CoT：通过元链式思考增强大型语言模型的推理能力
大型语言模型（LLMs）在处理复杂推理任务时面临挑战，这突显了其在模拟人类认知中的不足。 尽管 LLMs 擅长生成连贯文本和解决简单问题，但在需要逻辑推理、迭代方法和结果验证的复杂任务（如高级数学问题和抽象问题解决）中，其能力有所欠缺。 这种局限性源于 LLMs 的信息处理方式。
1/27/2025 12:03:11 PM
Kaushik Rajan
AI在这方面存在致命缺陷！专家：AI不应用于重要应用

AI在这方面存在致命缺陷！专家：AI不应用于重要应用
在当前的技术环境下，人工智能（AI）引发了广泛的讨论。 德蒙特福特大学的网络安全教授 Eerke Boiten 对此表示，现有的 AI 系统在管理和可靠性方面存在根本性缺陷，因此不应被用于重要应用。 Boiten 教授指出，当前的 AI 系统大多依赖于大型神经网络，尤其是生成式 AI 和大型语言模型（如 ChatGPT）。
1/25/2025 3:56:00 PM
AI在线
​字节跳动推出 PaSa：基于大语言模型的智能学术论文搜索代理

​字节跳动推出 PaSa：基于大语言模型的智能学术论文搜索代理
在学术研究领域，文献检索是一项复杂且重要的信息获取任务。 研究人员需要能够处理复杂的、专业知识领域的检索能力，以满足细致的研究需求。 然而，现有的学术搜索平台，如谷歌学术，往往难以应对这些复杂的研究查询。
1/25/2025 9:34:00 AM
AI在线
Sakana AI 的 Transformer² 模型突破 LLM 限制，实现动态推理

Sakana AI 的 Transformer² 模型突破 LLM 限制，实现动态推理
Sakana AI 是一家专注于自然启发算法的人工智能研究实验室，近日推出了一种名为 Transformer² （Transformer-squared） 的创新自适应语言模型。 该模型无需昂贵的微调，即可在推理过程中动态学习并适应新任务，这标志着大型语言模型 (LLM) 技术发展的重要一步。 Transformer² 的核心创新在于其独特的两步动态权重调整机制。
1/24/2025 10:48:00 AM
AI在线
Meta首席AI科学家预测五年内将出现新的AI架构范式，开启 “机器人十年”

Meta首席AI科学家预测五年内将出现新的AI架构范式，开启 “机器人十年”
在日前的达沃斯 “技术辩论” 会上，Meta 的首席 AI 科学家 Yann LeCun 对未来五年的人工智能发展做出了激动人心的预测。 他认为，现有的人工智能系统将在未来3到5年内面临巨大的变革，将出现一种 “新的 AI 架构范式”，超越当今普遍使用的生成式 AI 和大型语言模型（LLM）的能力。 LeCun 指出，当前的 LLM 虽然在语言处理上表现良好，但在真正智能的行为上却存在显著局限性。
1/24/2025 9:43:00 AM
AI在线
图数据库的剪枝在大型语言模型中的知识表示

图数据库的剪枝在大型语言模型中的知识表示
译者 | 李睿审校 | 重楼图数据库的剪枝通过删除不必要的信息并加以改进，可以使LLM更快、更高效，同时节省电力和资源。 大型语言模型（LLM）通过从庞大的数据集中学习复杂的语言模式，极大地推进了自然语言处理（NLP）的发展。 然而，当这些模型与结构化知识图谱（用于表示实体之间关系的数据库）结合在一起时，可能面临一些挑战。
1/15/2025 7:52:53 AM
李睿
基于阿里开源Qwen2.5-7B-Instruct模型进行多代理RAG开发实战

基于阿里开源Qwen2.5-7B-Instruct模型进行多代理RAG开发实战
译者 | 朱先忠审校 | 重楼引言大型语言模型已经展现出令人印象深刻的能力，并且随着每一代新模型的发布，它们仍在稳步改进。 例如，聊天机器人和自动摘要器等应用程序可以直接利用LLM的语言能力，因为这些LLM只要求生成文本输出——这也是该类模型的自然设置。 此外，大型语言模型还表现出了理解和解决复杂任务的令人印象深刻的能力，但是只要它们的解决方案保持“纸上谈兵”，即纯文本形式，那么它们就需要外部人类用户代表它们行事并报告所提议操作的结果。
1/13/2025 10:55:53 AM
朱先忠
英伟达亮相CES 2025：AI新前沿背后的动力源泉

英伟达亮相CES 2025：AI新前沿背后的动力源泉
CES 2025充分展现了英伟达的影响力，这种影响力不仅体现在英伟达自身的产品发布上，还体现在众多其他公司的产品和服务中。 CES 2025再次证明，其是全球突破性创新的舞台，而AI已成为几乎所有重大发布的核心。 英伟达是这场AI革命的核心，该公司一直将自己定位为AI和计算领域的领导者。
1/8/2025 2:40:48 PM
Kevin Namunwa
2024年人工智能的发展趋势

2024年人工智能的发展趋势
回顾2024年的人工智能领域，我们可以观察到一系列显著的趋势，特别是人工智能助手的广泛应用、人工智能代理的兴起，以及企业在选择人工智能解决方案时所面临的挑战与考量。 以下是对行业专家Derek Topp关于这些趋势的深入解读。 一、人工智能助手的快速发展在2024年，我们见证了无数供应商竞相发布新产品，旨在创建、部署和维护基于通用人工智能（GenAI）的代理。
1/2/2025 11:39:32 AM
Harris编译
线性化注意力综述：突破Softmax二次复杂度瓶颈的高效计算方案

线性化注意力综述：突破Softmax二次复杂度瓶颈的高效计算方案
大型语言模型在各个领域都展现出了卓越的性能，但其核心组件之一——softmax注意力机制在计算资源消耗方面存在显著局限性。 本文将深入探讨如何通过替代方案实现线性时间复杂度，从而突破这一计算瓶颈。 注意力机制基础理论本文假设读者已经熟悉ChatGPT、Claude等模型及其底层的transformer架构原理。
12/31/2024 3:34:00 PM
Shitanshu Bhushan
TurboAttention：基于多项式近似和渐进式量化的高效注意力机制优化方案，降低LLM计算成本70%

TurboAttention：基于多项式近似和渐进式量化的高效注意力机制优化方案，降低LLM计算成本70%
随着大型语言模型(LLMs)在AI应用领域持续发展，其计算成本也呈现显著上升趋势。 数据分析表明，GPT-4的运行成本约为700美元/小时，2023年各企业在LLM推理方面的总支出超过50亿美元。 这一挑战的核心在于注意力机制——该机制作为模型处理和关联信息的计算核心，同时也构成了主要的性能瓶颈。
12/25/2024 4:42:18 PM
Tim Urista
腾讯云 ES：一站式 RAG 方案，开启智能搜索新时代

腾讯云 ES：一站式 RAG 方案，开启智能搜索新时代
在大型语言模型（LLM）引领的革命浪潮中，搜索与大模型的紧密结合已成为推动知识进步的关键要素。 作为开源搜索引擎排名第一的 Elasticsearch（ES），结合沉淀多年的文本搜索能力和强大的向量检索能力实现混合搜索，使搜索变得更准、更全、更智能。 腾讯云 ES 多年来持续对开源 ES 的性能、成本、稳定性以及分布式架构进行深度增强优化，并在海量规模的云业务中接受考验。
12/20/2024 8:13:06 AM
黄国航
Meta AI的COCONUT：无需语言即可思考的 AI 方法

Meta AI的COCONUT：无需语言即可思考的 AI 方法
译者 | 涂承烨审校 | 重楼当研究人员首次发现大型语言模型（LLMS）可以通过思维链提示一步一步地“思考”时，这是一个突破性的时刻！ 我们终于可以窥视这些黑盒子的推理过程了。 但如果我告诉你，让人工智能模型用自然语言思考可能会阻碍它们的发展呢？
12/20/2024 8:00:00 AM
涂承烨
多种思维链-CoT

多种思维链-CoT
初步知识在本节中，我们提供了标准提示和思维链推理的初步知识。 定义以下符号：问题 Q、提示T 、概率语言模型PLM  和预测A 。 少样本标准提示少样本思维链提示思维链推理的优势作为一种新颖的推理范式，思维链推理具有多种优势：提升推理能力：思维链推理将复杂问题分解为可管理的步骤，并建立这些步骤之间的联系，从而促进推理。
12/18/2024 2:53:28 PM
本地构建Llama 3.2-Vision多模态LLM聊天应用实战

本地构建Llama 3.2-Vision多模态LLM聊天应用实战
译者 | 朱先忠审校 | 重楼本文将以实战案例探讨如何在类似聊天的模式下从本地构建Llama3.2-Vision模型，并在Colab笔记本上探索其多模态技能。 简介视觉功能与大型语言模型（LLM）的集成正在通过多模态LLM（MLLM）彻底改变计算机视觉领域。 这些模型结合了文本和视觉输入，在图像理解和推理方面表现出令人印象深刻的能力。
12/17/2024 8:05:34 AM
朱先忠
使用 Llama 3.2-Vision 多模态 LLM 和图像“聊天”

使用 Llama 3.2-Vision 多模态 LLM 和图像“聊天”
一、引言将视觉能力与大型语言模型（LLMs）结合，正在通过多模态 LLM（MLLM）彻底改变计算机视觉领域。 这些模型结合了文本和视觉输入，展示了在图像理解和推理方面的卓越能力。 虽然这些模型以前只能通过 API 访问，但最近的开放源代码选项现在允许本地执行，使其在生产环境中更具吸引力。
12/16/2024 7:00:00 AM
二旺