AI在线 AI在线

大语言模型

苹果再轰AI推理能力，GitHub大佬怒怼：这不是推理能力的真实面貌！

苹果再轰AI推理能力，GitHub大佬怒怼：这不是推理能力的真实面貌！
最近，苹果公司发布了一篇引发热议的论文，指出当前的大语言模型（LLM）在推理方面存在重大缺陷。 这一观点迅速在社交媒体上引起热议，尤其是 GitHub 的高级软件工程师 Sean Goedecke 对此提出了强烈反对。 他认为，苹果的结论过于片面，并不能全面反映推理模型的能力。
6/10/2025 5:00:56 PM
AI在线
美团王兴详解AI布局:No Code平台免费开放，1680个应用已上线

美团王兴详解AI布局:No Code平台免费开放，1680个应用已上线
在近日于北京美团总部恒电大厦举行的股东大会上，美团创始人王兴首次系统阐述了公司在人工智能领域的战略布局和发展规划，揭示了美团在AI浪潮中的深度思考与大胆实践。 王兴将美团的AI发展划分为不同阶段。 早期，公司已在外卖配送的路由和派单系统中应用深度神经网络算法。
6/10/2025 3:00:56 PM
AI在线
文档解析LLM MonkeyOCR震撼登场:3B小模型完胜Gemini

文档解析LLM MonkeyOCR震撼登场:3B小模型完胜Gemini
随着大语言模型（LLM）技术的迅猛发展，文档解析领域迎来了一位新星——MonkeyOCR。 这款轻量级文档解析模型以其卓越的性能和高效的处理速度，迅速成为业界关注的焦点。 MonkeyOCR:小模型，大能量MonkeyOCR以仅3B参数的轻量级架构，在英文文档解析任务中展现出惊艳的性能。
6/9/2025 12:00:56 PM
AI在线
400+AI模型解锁网络搜索！Exa联手OpenRouter引爆RAG革命

400+AI模型解锁网络搜索！Exa联手OpenRouter引爆RAG革命
Exa与OpenRouter宣布达成合作，为超过400种大语言模型（LLMs）提供实时网络搜索功能。 这一突破性进展将显著提升AI模型的实用性和信息获取能力，为开发者、研究人员以及普通用户带来全新的交互体验。 以下是AIbase对这一合作的深度解读与分析。
6/4/2025 9:01:04 AM
AI在线
微信自研高性能推理计算引擎 XNet-DNN：跨平台 GPU 部署大语言模型及优化实践

微信自研高性能推理计算引擎 XNet-DNN：跨平台 GPU 部署大语言模型及优化实践
作者 | yannicXNet-DNN 是微信高性能计算团队自主研发的一款全平台神经网络推理引擎。 我们在 XNet 的 RCI 基础设施之上构建了全平台的 GPU LLM . 推理能力。
6/3/2025 9:25:00 AM
腾讯技术工程
通义实验室、北大发布新技术ZeroSearch 让LLM检索能力激活，成本降低88%

通义实验室、北大发布新技术ZeroSearch 让LLM检索能力激活，成本降低88%
最近，通义实验室和北京大学的研究团队推出了一项名为 ZeroSearch 的创新框架，这一新技术可以在不需要真实搜索的情况下，激活大语言模型的检索能力，并且训练成本降低了惊人的88%。 这一突破为大语言模型的训练和应用提供了全新的思路。 传统的训练方法通常依赖于真实的搜索引擎来获取信息，这不仅造成了高昂的 API 调用成本，还可能因搜索结果的质量不稳定而影响模型的表现。
5/29/2025 2:00:56 PM
AI在线
谷歌放大招！LMEval开源评测框架上线，AI模型比拼从此更透明

谷歌放大招！LMEval开源评测框架上线，AI模型比拼从此更透明
近日，谷歌正式发布了开源框架 LMEval，旨在为大语言模型（LLM）和多模态模型提供标准化的评测工具。 这一框架的推出，不仅简化了跨平台模型性能比较，还支持文本、图像和代码等多领域的评估，展现了谷歌在AI评测领域的最新突破。 AIbase为您整理了LMEval的最新动态及其对AI行业的影响。
5/29/2025 12:01:03 PM
AI在线
新神器LocAgent发布，代码定位准确率高达92.7%，程序员的福音！

新神器LocAgent发布，代码定位准确率高达92.7%，程序员的福音！
程序员们又有新工具可以欢呼了!由 OpenHands、耶鲁大学、南加州大学和斯坦福大学的研究团队联手推出的 LocAgent，正是一个专门为代码定位而设计的图索引大语言模型（LLM）代理框架。 令人振奋的是，LocAgent 的代码定位准确率达到了92.7%，这一新高度将在2025年 ACL 会议上正式亮相。 程序员在工作中常常会遇到难以定位代码问题的困扰。
5/29/2025 10:01:21 AM
AI在线
正式开源！DeepSeek-R1-0528震撼发布，性能直逼OpenAI o3，免费API已上线

正式开源！DeepSeek-R1-0528震撼发布，性能直逼OpenAI o3，免费API已上线
近日，AI领域迎来重磅消息!中国AI初创公司DeepSeek正式发布了其开源大语言模型 DeepSeek-R1-0528的最新版本。 这一更新不仅在性能上实现了重大突破，还通过免费API的提供进一步推动了AI技术的普及与应用。 以下，AIbase将为您详细解析此次更新的亮点与意义。
5/29/2025 10:01:21 AM
AI在线
快速理解热门 LLM 大语言模型

快速理解热门 LLM 大语言模型
作者 | masonpy本文尽量用最简单的方式, 帮读者理解 LLM，Transformer, Prompt, Function calling, MCP, Agent, A2A 等这些基本概念。 表述时不追求绝对准确，尽量通俗易懂，部分内容有个人理解的成份，内容难免疏漏, 欢迎指正。 注意：本文需要你有基本的代码阅读能力，当然非开发阅读也不会很困难。
5/29/2025 8:30:00 AM
腾讯技术工程
北大团队首次系统性评估大语言模型心理特征，推动AI评估新标准

北大团队首次系统性评估大语言模型心理特征，推动AI评估新标准
在人工智能迅猛发展的今天，大语言模型（LLM）展现出了超凡的能力，但如何科学评估它们的 “心智” 特征，比如价值观、性格和社交智能，依旧是一个亟待解决的难题。 近期，北京大学的宋国杰教授团队发布了一篇全面的综述论文，系统梳理了大语言模型心理测量学的研究进展，为 AI 的评估提供了新视角。 这篇论文名为《大语言模型心理测量学:评估、验证与增强的系统综述》，长达63页，引用了500篇相关文献。
5/27/2025 4:01:00 PM
AI在线
字节跳动 AdaCoT：基于强化学习的自适应推理触发方法（万字）

字节跳动 AdaCoT：基于强化学习的自适应推理触发方法（万字）
大家好，我是肆〇柒。 在当下，大型语言模型（LLM）凭借其强大的语言理解和生成能力，在众多领域展现出了巨大的潜力。 然而，尽管 LLM 在处理常规任务时表现出色，但在面对复杂推理任务时，却常常暴露出明显的短板。
5/26/2025 5:16:51 PM
肆零柒
大语言模型究竟为何会在对话中“迷失”​

大语言模型究竟为何会在对话中“迷失”​
译者 | 张哲刚审校 | 重楼微软研究院和 Salesforce的一篇新论文发现，即使是功能最强大的大型语言模型，如果面临的指令是分阶段而非一次性给出，往往也会表现不佳。 该文作者运行六项任务进行研究，最终发现：当提示被拆分成多个回合时，大语言模型的性能平均下降了39%。 单轮次对话（左图）可获得最佳结果，但对最终用户而言显得并不自然。
5/23/2025 8:18:52 AM
张哲刚
进化智能体 AlphaEvolve：科学发现与算法优化的新引擎

进化智能体 AlphaEvolve：科学发现与算法优化的新引擎
大家好，我是肆〇柒。 今天，我们来聊一个非常有趣且前沿的Agent技术——AlphaEvolve。 这是一个由 Google DeepMind 开发的进化型编码智能体，它通过结合大型语言模型（LLM）和进化算法，为科学发现和算法优化带来了另外一种可能性。
5/23/2025 3:00:00 AM
肆零柒
苹果研究破解 AI“英语口音”难题，提升多语言自然性

苹果研究破解 AI“英语口音”难题，提升多语言自然性
为了缩小差距，研究人员通过“ 回译法”自动生成训练样本，将人工撰写的流畅中文内容先翻译成英文，再逆向翻译成带有 "翻译腔" 的“反面”样本。利用这类对比数据训练模型加强自然表达能力，在保持基准性能的前提下显著改善语言输出质量。
5/17/2025 6:42:15 AM
问舟
HippoRAG：基于海马体记忆索引理论的知识密集型任务新突破

HippoRAG：基于海马体记忆索引理论的知识密集型任务新突破
在自然语言处理领域，大语言模型（LLMs）已经取得了令人瞩目的成就。 然而，当面对知识密集型任务时，例如科学文献综述、法律案件简报或医疗诊断，这些模型往往显得力不从心。 它们难以有效地整合新的或特定领域的知识，而现有的检索增强生成（RAG）方法也因无法满足复杂的跨段落或文档的知识整合需求而受到限制。
5/13/2025 1:00:00 AM
Goldma
如何估算大语言模型LLM 的 GPU 内存：用于本地运行 LLM 的 GPU 内存

如何估算大语言模型LLM 的 GPU 内存：用于本地运行 LLM 的 GPU 内存
随着 DeepSeek、GPT、Llama、Mistral 等大规模 LLM 的兴起，AI 从业者面临的最大挑战之一是确定需要多少 GPU 内存才能高效地服务于这些模型。 GPU 资源昂贵且稀缺，因此优化内存分配至关重要。 本指南将引导您使用一个简单而有效的公式来估算服务 LLM 所需的 GPU 内存。
5/9/2025 1:00:00 AM
晓晓
模型越新幻觉越重！AI幻觉扣住产业发展命脉

模型越新幻觉越重！AI幻觉扣住产业发展命脉
自诞生以来，人工智能大模型始终被“幻觉”问题困扰。 这里的“幻觉”，指的是大语言模型会将虚构信息当作真实事实输出。 实际上，“幻觉”这一表述相当委婉，它实则暴露出AI的核心缺陷——当前的大语言模型尚未达到真正意义上的智能水平。
5/8/2025 6:00:00 AM
小刀