AI在线 AI在线

LLM

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
北大团队发布首篇大语言模型心理测量学系统综述：评估、验证、增强

北大团队发布首篇大语言模型心理测量学系统综述：评估、验证、增强
随着大语言模型（LLM）能力的快速迭代，传统评估方法已难以满足需求。 如何科学评估 LLM 的「心智」特征，例如价值观、性格和社交智能？ 如何建立更全面、更可靠的 AI 评估体系？
5/27/2025 3:21:06 PM
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
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
LLM能理解数学吗？最新研究揭露大模型数学推理的致命缺陷

LLM能理解数学吗？最新研究揭露大模型数学推理的致命缺陷
你有没有想过，那些在聊天中侃侃而谈的AI大模型，遇到数学题时会是什么样子？ 就像一个平时很会聊天的朋友，突然被问到复杂的数学问题时支支吾吾的样子。 最近有研究团队专门研究了这个问题，结果发现了一些让人意外的真相。
5/27/2025 1:27:00 AM
无影寺
LLM的 “自信陷阱”：上下文幻觉如何侵蚀 AI 信任？

LLM的 “自信陷阱”：上下文幻觉如何侵蚀 AI 信任？
一、当AI自信地给出错误答案在数字技术飞速发展的今天，大语言模型（LLMs）正以前所未有的速度渗透到我们生活的方方面面。 从智能客服到医疗诊断，从金融分析到法律文书，这些模型凭借其强大的语言理解和生成能力，似乎正在重塑人类与信息交互的方式。 然而，在其光鲜亮丽的表现背后，一个隐蔽而危险的问题正悄然浮现——上下文幻觉（Contextual Hallucination）。
5/26/2025 1:45:00 AM
大模型之路
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
Qwen3：开源 LLM 的革新者与多语言先锋（万字）

Qwen3：开源 LLM 的革新者与多语言先锋（万字）
“ Qwen3 模型以其卓越的性能、效率和多语言能力，为开源大语言模型领域树立了新的标杆，引领着技术发展的新潮流。 ”大家好，我是肆〇柒。 在 4 月底的时候 Qwen3 开源放出了权重，在热火朝天开炉炼丹后的不久，上周三千问团队又放出了 Qwen3 的技术报告，最近有点小忙，所以虽然第一时间阅读了技术报告，但是一直没有发文出来。
5/22/2025 5:00:00 AM
肆零柒
并行扩展（Parallel Scaling）：一种新型语言模型扩展范式（万字）

并行扩展（Parallel Scaling）：一种新型语言模型扩展范式（万字）
“ PARSCALE 作为一种新型的语言模型扩展范式，通过增加并行计算次数 P，在保持参数规模几乎不变的情况下，能够显著提升模型的推理能力。 ”大家好，我是肆〇柒。 今天，我们来聊一项可以改变语言模型性能的技术——PARSCALE（Parallel Scaling）。
5/22/2025 4:00:00 AM
肆零柒
策略学习助力LLM推理效率：MIT与谷歌团队提出异步并行生成新范式

策略学习助力LLM推理效率：MIT与谷歌团队提出异步并行生成新范式
金天，麻省理工学院（MIT）计算机科学与人工智能实验室（CSAIL）博士五年级学生，师从 Michael Carbin 和 Jonathan Ragan-Kelley。 他主要研究机器学习与编程系统的结合。 此前曾在 IBM Research 主导实现深度神经网络在 IBM 主机上的推理部署。
5/21/2025 1:52:39 PM
解锁 LLM 新高度！一文深度解读 Qwen3 大模型​

解锁 LLM 新高度！一文深度解读 Qwen3 大模型​
1、模型架构Qwen3 系列涵盖 6 种密集型模型和 2 种 MoE 模型，参数规模从 0.6 亿到 2350 亿不等，满足不同下游应用需求。 旗舰模型 Qwen3-235B-A22B 作为 MoE 模型，总参数量达 2350 亿，每 token 激活参数量为 220 亿，在性能与效率间取得平衡。 密集型模型Qwen3 的密集型模型架构与 Qwen2.5 类似，采用 Grouped Query Attention（GQA）和 QK-Norm 改进注意力机制，使用 SwiGLU 作为激活函数，搭配 Rotary Positional Embeddings（RoPE）进行位置编码，采用 RMSNorm 并预归一化。
5/21/2025 9:04:38 AM
Goldma
一文读懂 Vision RAG 模型

一文读懂 Vision RAG 模型
众所周知，检索增强生成（RAG）技术已在大语言模型（LLM）应用中证明了其巨大价值，通过从外部知识库检索相关文本信息，显著提升了模型回复的准确性、时效性和可追溯性。 然而，我们所感知和理解的世界并非只由文本构成：大量的现实信息和复杂语境，深刻地蕴含在图像、图表、视频等视觉内容之中。 传统的 RAG 模型难以直接“看”懂并利用这些丰富的视觉信息。
5/20/2025 11:55:22 AM
Luga Lee
深入了解如何通过 LM Studio 优化本地 LLM 性能

深入了解如何通过 LM Studio 优化本地 LLM 性能
Hello folks，我是 Luga，今天我们来聊一下人工智能应用场景 - 如何通过 LM Studio 优化本地 LLM 性能。 在人工智能浪潮席卷全球的 2025年，本地大语言模型（LLM）的性能优化已成为开发者和企业关注的焦点。 随着计算资源需求激增，如何在本地环境中提升模型的效率、降低延迟并释放其最大潜力，成为了亟待解决的关键挑战。
5/20/2025 9:24:15 AM
Luga Lee
理解 RAG 第九部分：针对 RAG 微调 LLM

理解 RAG 第九部分：针对 RAG 微调 LLM
在“理解 RAG”系列的前几篇文章中，我们重点探讨了检索增强生成的各个方面。 文章中，我们重点介绍了与大型语言模型 (LLM) 集成的检索器组件，该组件用于检索有意义且真实的上下文知识，从而提升 LLM 输入的质量，并最终提升其生成的输出响应。 具体来说，我们学习了如何管理传递给 LLM 的上下文长度、如何优化检索，以及如何利用向量数据库和索引策略来有效地检索知识。
5/20/2025 6:00:00 AM
晓晓
为什么 API 必不可少，而 MCP 暂时是可选的

为什么 API 必不可少，而 MCP 暂时是可选的
作者 | Gil Feig编辑 | 云昭出品 | 51CTO技术栈（微信号：blog51cto）AI 助手在产品体验中的重要性日益凸显，而一种新的标准也应运而生，它助力 AI 助手的构建：模型上下文协议 (MCP)。 随着 Anthropic、OpenAI 和 Gemini 等主流大型语言模型 (LLM) 提供商的采用，该协议迅速在更广泛的软件生态系统中获得了广泛关注，各大公司纷纷构建自己的 MCP 服务器。 作为参与构建 MCP 服务器和 API 集成的人员，我亲眼目睹了这种快速采用导致的混乱。
5/19/2025 7:01:14 PM
云昭
研究：AI 聊天机器人在数据总结能力上愈加糟糕，关键细节常被遗漏

研究：AI 聊天机器人在数据总结能力上愈加糟糕，关键细节常被遗漏
随着人工智能技术的迅猛发展，各大 AI 创业公司不断宣称其产品将工作方式和知识获取的方式。 然而，最近一项发表在《皇家学会》上的研究却揭示了新一代 AI 模型在总结文本时存在严重问题，令人担忧。 研究显示，新款 AI 聊天机器人在提供信息时，有高达73% 的概率会遗漏关键信息。
5/19/2025 10:01:05 AM
AI在线
惊现狠人手搓Agent心经！LLM的Tool Use逻辑曝光！简单到爆炸：仅9行代码！网友直呼：难以相信！难点是LLM循环几次！

惊现狠人手搓Agent心经！LLM的Tool Use逻辑曝光！简单到爆炸：仅9行代码！网友直呼：难以相信！难点是LLM循环几次！
作者 | 云昭一款 Agent 究竟是怎样让大模型具备“Tool Use”，即工具调用的能力？ 今天，有一位正在创建编码 Agent 的狠人出来曝光了这个算法逻辑。 这位狠人，名为 Philip Zeyliger，过去几个月，他和他的团队一直在开发一款名为“Sketch”的 AI 编程助手。
5/16/2025 6:29:19 PM
云昭
支付巨头被打脸！曾放话AI能顶700名人类客服，年省4千万刀；一年后又把员工招回来了！CEO公开认错：我们部署AI的方式太极端了

支付巨头被打脸！曾放话AI能顶700名人类客服，年省4千万刀；一年后又把员工招回来了！CEO公开认错：我们部署AI的方式太极端了
编辑 | 伊风出品 | 51CTO技术栈（微信号：blog51cto）第一批因为AI裁员的公司，又把员工请回来了！ 曾信誓旦旦宣布“一个 AI 顶 700 个客服”的 Klarna，如今不得不亲自“打脸”。 图片这家全球领先的“先买后付”平台（类似于国内的“蚂蚁花呗”），在 2024 年接入 OpenAI 技术后，便风风火火地All in AI：暂停招聘、削减成本，甚至计划用 AI 逐步取代多达数千名的外包客服。
5/13/2025 3:17:07 PM
伊风