AI.x社区

DeepSeekR1在数学推理、问题解决等复杂任务上的表现令全世界瞩目。它在AIME2024等高难度数学测试中取得了79.8分好成绩（OpenAIo11217得分79.2）。而这一切的背后，有一个关键技术功不可没——GroupRelativePolicyOptimization（GRPO），一种基于强化学习的优化算法。尽管GRPO教会R1高智商推理，但有研究人员发现，它存在一些缺陷，比如它会导致模型生成冗长的错误回答，或者更倾向于解决简单问题而忽略难题。大家在用DeepSeekR1...

编辑李美涵出品51CTO技术栈（微信号：blog51cto）深夜，Meta如期发布了全新的开源大型模型系列——Llama4，并未出现任何“跳票”传闻中的推迟情况！图片此次发布也标志着Meta与近来崛起的开源新王DeepSeek正面硬钢。Meta官推更是表示：表示：“今天开启了原生多模态AI创新的新时代”。Llama4共有三款模型，Llama4Scout、Llama4Maverick、Llama4Behemoth。全部具备多模态处理能力，能够原生支持文本、图像和视频等多种输入形式。...

GPT4o的热度还没过去，即梦AI又升级了，强大的中文生成能力，再度引发了设计师的集体焦虑。最近，最强中文AI绘图模型即梦3.0正式开启了灰度测试，在设计圈和AI领域掀起了不小的讨论。3.0版本相比之前的2.1版本实现了全面升级，尤其是在真实感、高清度、专业性以及文字响应上，表现出了惊人的突破。这场中文设计革命，让设计师更emo了。很多人开始讨论，设计师的核心价值，究竟是不可替代的创造力，还是即将被算法碾压的机械技艺...

昨天，全球最大的AI开源社区HuggingFace发布了最新的大模型榜单，阿里用一款仅7B参数的全模态模型Qwen2.5Omni，在HuggingFace开源榜单上直接杀疯了——不仅拿下开源榜单第一，还让杭州企业包揽了前三名。代表全模态、逻辑推理与空间理解的顶尖水平的杭州“三剑客”分别是：阿里Qwen2.5Omni：全模态端到端设计，200ms解析视频语义生成带情感解说，消费级显卡就能跑。深度求索DeepSeekV3：复杂指令理解能力直逼GPT4.5，中文搜索优...

编辑李美涵出品51CTO技术栈（微信号：blog51cto）深夜，OpenAI再次发力Agent领域，开源了一个全新的AIAgent评测基准——PaperBench。这是一个用于评估AI智能体复现最前沿AI研究能力的基准测试。智能体需从零开始复现20篇ICML2024Spotlight和Oral论文，包括理解论文贡献、构建代码库并成功执行实验。图片看得出，OpenAI新的基准测试PaperBench，无疑是想将现在DeepResearch的功能更近一步，剑指AI科学家、甚至诺奖级AI。那么AI搞...

“大模型由于其快速迭代的原因，因此大模型分类存在很多困难；而作为大模型应用的使用者和开发者我们需要做的就是不断去尝试和体验模型的功能。”大模型技术发展到今天，其功能可以说是日新月异；并且很多企业已经在探索大模型的应用场景和技术实现；但是很多人到现在对大模型的了解仅仅只限于能聊个天，问个问题。但实际上，大模型能够做的事要远比我们想象中的要多的多；因此，今天我们就从用户和技术两个角度来介绍一下大模...

摘要在法律分析这一快速发展的领域中，由于法律语言的复杂性（通常包含专业术语、复杂句法和历史背景），寻找相关案例并准确预测司法结果具有挑战性。此外，相似案例与判例案例之间的微妙差异需要深厚的法律知识理解。研究人员常常混淆这些概念，导致难以开发专门技术来有效处理这些细致入微的任务。本文介绍了法律大语言模型（LawLLM），这是一个专为美国法律领域设计的、能够应对这些挑战的多任务模型。LawLLM在相似案例检索...

文章链接：https:arxiv.orgpdf2504.00983开源地址：https:haoyiduan.github.ioWorldScore亮点直击提出了首个世界生成基准WorldScore，支持对3D、4D、图像到视频（I2V）和文本到视频（T2V）等多种方法进行统一评估。为基准测试精心构建了一个高质量、多样化的数据集，涵盖不同类别的静态与动态场景，并包含多种视觉风格。提出了WorldScore评估指标，综合衡量世界生成模型的关键性能，包括可控性、质量和动态性。通过对17个开源模...

背景在《MCP协议简述之MCPserver实战》中，我们实现了一个本地的MCPserver，然后在支持MCP协议的客户端程序(如cursor、cherrystudio)中配置调用了该MCPserver。本章主要探索如何将MCPserver发布为远程服务，使得其他用户可以直接使用MCPserver。回顾问题在上一章，我们在cherrystudio中配置了获取天气的本地mcpserver，关键配置如下：{"mcpServers":{"weather":{"command":"Usersdeadwalk.localbinuv","args":["directory","Use...

背景随着AIAgent在2025年的火爆，与之相关的MCP协议也越来越受到开发者的重视，本文将结合示例深入了解MCP协议的原理架构以及应用方法。(What)MCP协议是什么MCP（ModelContextProtocol）是一种专为AIAgent设计的标准化协议，旨在解决AI模型与外部数据、工具之间的集成难题。其核心定位是成为AI领域的“通用接口”，类似于物理世界中的USBC标准，为不同AI系统提供安全、无缝、可扩展的数据交换能力。(Why)为什么要使用MCP协议MCP...

一款基于LangGraph的开源工具可帮助你确定在特定的Kubernetes环境中最需要优先解决的漏洞。在当今复杂的Kubernetes环境中，管理漏洞并确定优先级很快会变得令人不堪重负。由于数十甚至数百个容器跨多个服务运行，你如何决定先处理哪些漏洞？这时候AI可以助一臂之力。我在本文中将介绍我们使用LangGraph和LangChain构建基于AI的漏洞优先级排序器HAIstings方面的经验，并使用Stacklok开发的开源AI网关CodeGate增强安全性。漏洞太...

来自fans投稿，提出动态参数化RAG，即插即用无缝和RAG结合，减少RAG幻觉的发生，来看看具体思路。检索增强生成（RAG）通过从外部源检索相关文档并将其合并到上下文中来增强大语言模型（LLMs）。虽然它通过提供事实文本提高了可靠性，但随着上下文长度的增长，显著增加了推理成本，并引入了具有挑战性的RAG幻觉问题，这主要是由于LLM中缺乏相应的参数知识造成的。参数化RAG（PRAG）通过离线训练将文档嵌入大模型参数有效地降低推...

最近，Manus在AI圈迅速走红，上线首日便全网“一码难求”，当晚更有团队开源了OpenManus项目，整个过程跌宕起伏，充满戏剧性！我有幸体验了Manus的运行效果，结合其实际表现、OpenManus的开源代码以及网传的Prompt信息，大致分析出了Manus的技术架构设计实现原理，并尝试复刻了一个版本，下文详细剖析。1、Manus是什么？Manus是中国创业公司Monica发布的全球首款通用Agent（自主智能体）产品。它不仅是一位性能强大的通用型助手...

ModelContextProtocol（MCP）作为新一代AI服务交互协议，近期发布了JavaSDK0.8版本。新版本带来了更强大的会话管理能力和工具集成机制，但在使用原生SDK时，开发者仍面临以下挑战：依赖注入和生命周期管理：需手动处理，操作繁琐。工具注册流程：较为复杂，配置步骤多。与Spring生态整合：缺乏深度整合，与现有Spring项目适配性差。为解决这些问题，Spring官方团队与MCP项目合作推出了SpringAIMCP扩展。通过SpringBootStarter，...

论文名称KBLAM:KNOWLEDGEBASEAUGMENTEDLANGUAGEMODELICLR2025的论文，MS系的这篇论文介绍了一种名为KBLAM（KnowledgeBaseaugmentedLanguageModel，知识库增强语言模型）的新方法，用于将外部知识库（KB）高效地集成到预训练的大型语言模型（LLM）中，以提升其在特定任务中的表现，同时避免传统方法的局限性。核心问题与背景LLM虽然在知识和推理方面表现优异，但当需要处理超出其参数存储知识的外部信息时，往往需要额外的增强手...

各位小伙伴们，大家好，我是Baoxing，见字欢喜！就在今天，智谱在中关村论坛上发布了「AutoGLM沉思」，这是一个全新的智能体，不仅具备深度研究能力，还能实现实际操作，官方称之为「边想边干」，Baoxing在这里补充一下，更确切的说法应该是「边想边查边干」。Baoxing先来解释下何为边想（DeepThink）、边查（DeepResearch）、边干（Operator），就是当你输入一个问题时，AutoGLM沉思会先去进行深度思考，给你规划一个大纲，就...

Transformer模型的时间复杂度主要由其核心模块自注意力机制和前馈神经网络决定，其中自注意力机制的计算复杂度占主导地位。本文将从单个矩阵乘法的时间复杂度计算出发，分析自注意力机制、多头注意力机制、前馈神经网络的时间复杂度，从而得到整个Transformer模型的时间复杂度，并说明优化方法。1.单个矩阵乘法的时间复杂度2.自注意力机制的时间复杂度3.多头自注意力机制的时间复杂度4.前馈神经网络的时间复杂度5.Transformer模...

TextCrafter:AccuratelyRenderingMultipleTextsinComplexVisualScenes20250330｜NJU,ChinaMobile,HKUST🔺61​​​http:arxiv.orgabs2503.23461v2​​​​​​​​https:huggingface.copapers2503.23461​​​​​​​​https:github.comNJUPCALabTextCrafter.git​​​研究背景与意义复杂视觉文本生成（CVTG）任务近年来受到广泛关注，其核心挑战在于如何在图像的不同区域生成精确、清晰且上下文一致的文本内容。现有模型如FLUX...

TokenHSI:UnifiedSynthesisofPhysicalHumanSceneInteractionsthroughTaskTokenization20250325｜ShanghaiAILab,HKU,IndependentResearcher,SEU,FeelingAI｜CVPR2025🔺14​​​http:arxiv.orgabs2503.19901v1​​​​​​​​https:huggingface.copapers2503.19901​​​​​​​​https:liangpan99.github.ioTokenHSI​​​研究背景与意义TokenHSI旨在解决当前物理角色控制方法中普遍存在的局限性，即无法有效整合多种复杂的人...

1.LanceDB介绍LanceDB是一个开源的用Rust实现的向量数据库（https:github.comlancedblancedb），它的主要特点是：提供单机服务，可以直接嵌入到应用程序中支持多种向量索引算法，包括Flat、HNSW、IVF等。支持全文检索，包括BM25、TFIDF等。支持多种向量相似度算法，包括Cosine、L2等。与Arrow生态系统紧密集成，允许通过SIMD和GPU加速在共享内存中实现真正的零拷贝访问。2.LanceDB安装pipinstalllancedb预览版本：pipinstallpre...

实在Agent或是现阶段企业级通用智能体的最优解3个实操案例，带你体验真正流畅可用的企业级通用智能体什么是真正的企业级通用智能体？实在Agent立了一个行业标杆体验实在Agent，这才是当前形成生产力的企业级通用智能体几个实操案例，告诉你什么是真正可用的企业级通用智能体Manus昙花一现，实在Agent或会带来一场企业级通用智能体飓风Manus的火爆，不仅带火了一批开源项目，也带来了一场通用智能体之辨。至今大家还拿不到邀请码...

近年来，大型语言模型(LLMs)在复杂推理任务上的能力取得了显著突破，从快速直觉思维(System1)向缓慢深度推理(System2)转变。这种转变虽然提高了任务准确性，但也带来了巨大的计算成本。这种性能与成本之间的权衡引发了"推理经济"(ReasoningEconomy)的概念，它关注如何在保持模型推理能力的同时，最大化计算资源的使用效率。本文将深入探讨推理经济的核心问题，分析LLMs在训练后和推理阶段的效率挑战，并探索实现推理经济的潜在...

引言：大模型推理与搜索的融合挑战随着OpenAIo1和DeepSeekR1等模型的出现，大型语言模型(LLMs)在推理能力上取得了显著突破。然而，将复杂推理与外部搜索过程有效整合仍然面临重大挑战，尤其是在处理需要多步检索的复杂多跳问题时。传统方法往往依赖手动设计的提示或启发式规则，这在可扩展性和灵活性方面存在明显局限。更重要的是，为多步推理场景生成监督数据通常成本高昂且在实践中难以实现。百川科技、同济大学、爱丁堡大学...

3月29日，北京中关村论坛的“未来人工智能先锋论坛”上，智源研究院发布了全球首个跨本体具身大小脑协作框架RoboOS与开源具身大脑RoboBrain。可实现跨场景多任务轻量化快速部署与跨本体协作，推动单机智能迈向群体智能，这意味着机器人将迈向群体协作。技术核心：大脑小脑协同架构具身大脑RoboBrain如同全局指挥官，通过多模态感知和任务分解能力，将“递送果篮”这样的抽象指令拆解为导航、抓取、避障等子任务；小脑技能库则像...

近日，阿里开源的Qwen2.5Omni7B大模型引发关注，该模型以7B小尺寸实现了传统千亿参数模型难以企及的全模态能力突破。以下是该模型的技术亮点和产业价值：核心能力：全模态实时交互多模态输入处理支持文本、图像、音频、视频的同步输入，实现「看听读写」一体化。例如：通过摄像头识别食材并生成食谱，分析音乐风格并提供创作建议，甚至解读视频内容进行事件检索和总结。实时语音与视频交互采用流式处理技术，用户可像视频通话一...

编辑云昭出品51CTO技术栈（微信号：blog51cto）自Gemini2.5Pro发布后，被OpenAI的“吉卜力”画风成功“阻击”的谷歌，逆势火了一把。4月1日凌晨，谷歌发布了“GoogleGeminiCanvas”，引起了社媒用户的疯狂转发。图片从提示到原型只需几分钟，任何人都可以使用Canvas进行编码和创作。流量的迅猛让谷歌始料未及，官方账号甚至不得不对外公布限制速率的通知。“我们的TPU‘炙手可热’，现在更是被‘火上浇油’！”全民玩嗨了，效果...

编者按：在混合专家模型（MoE）的实践中，负载不均衡俨然已成为制约模型性能提升的关键瓶颈之一。传统的均衡策略往往需要引入复杂的辅助损失函数，不仅增加了训练的复杂度，还可能干扰模型的核心学习目标。工程师们在提升模型效率的道路上，一直苦苦追寻着一个优雅而高效的平衡解决方案。DeepSeek团队的这项研究，为这一长期困扰业界的技术难题提供了令人耳目一新的解决思路：通过在门控分数中直接添加专家层面的偏置项，在绝大...

文章链接：https:arxiv.orgpdf2503.21781项目链接：https:jasper0314huang.github.iovideomagecustomization亮点直击提出了VideoMage，一个统一框架，首次实现了针对多个主体身份及其交互运动的视频概念定制。引入了一种新颖的外观无关运动学习方法，通过改进负分类器自由引导，解耦潜在的运动模式与外观之间的关系。开发了一种时空协作组合方案，以组合获得的多主体和运动LoRA，从而生成所需运动模式下连贯的多主体交互。总结...

文章链接：https:arxiv.orgabs2503.07027项目链接：https:github.comXiaojiuzEasyControl亮点直击提出了EasyControl，一种面向DiT模型的条件生成新范式。EasyControl中，每个条件通过独立的条件分支进行处理，该分支通过条件注入LoRA模块从预训练DiT模型适配而来。此设计实现了与定制模型的无缝集成，支持灵活的条件注入与多条件高效融合。高效性：框架通过两项关键创新实现高效计算。位置感知训练范式将输入条件标准化为固定分...

在当今数字化时代，AI技术已经渗透到我们生活的方方面面，无论是内容创作、教育学习，还是市场营销，AI都发挥着巨大的作用。然而，对于许多AI使用者来说，如何高效地管理、优化和分享AI提示词，一直是一个令人头疼的问题。今天，我要给大家介绍一款专为AI提示词管理设计的工具——PromptPro。它不仅能帮助你高效管理提示词，还能让你的AI创作更加得心应手。PromptPro：AI创作的得力助手PromptPro是一款专为AI提示词管理设计的工...

这个系列文章旨在为AI代理（AIAgent）提供全面的概述，深入研究其特征，组成部分和类型，同时探索其进化，挑战和潜在的未来方向。在人工智能飞速发展的今天，我们常常听到“AI工作流”和“AI代理”这两个概念。但你知道它们之间有什么区别吗？又该如何选择适合自己的技术路径呢？今天，我们就来深入探讨一下。一、工作流与代理：到底有什么区别？（一）定义与区别在AI的世界里，“代理”（Agent）和“工作流”（Workflow）是两...

在人工智能的浩瀚海洋里，我们一直在寻找那颗能够突破极限、整合多种能力的璀璨明珠。如今，GoogleDeepMind带着它的新宠——Gemini2.5ProExperimental，向我们展示了AI的全新高度。这不仅仅是一个模型的升级，更是AI在推理、编码和多模态能力上的一次质的飞跃。今天，就让我们一起深入探索这个被誉为“最聪明”的AI模型，看看它究竟有何过人之处！一、Gemini2.5Pro：AI的“全能王”在AI的世界里，推理能力是衡量一个模型是否足...

去年在Dify还是0.x版本时，我曾用过一段时间。但就像很多技术爱好者一样，因为工作变动不得不暂时搁置。最近收到不少读者咨询："Dify现在发展到什么程度了？还值得投入学习吗？"带着这些疑问，我重新审视了Dify，发现其已经发展到1.x版本，从一个"有趣玩具"开始转变成"生产级工具"。我准备深入研究一下它，并计划写一个系列文章，从基础使用到核心原理，再到个性化定制开发。今天先为大家带来Dify的全面介绍，后续会持续更新深...

本文介绍如何使用Next.js、OpenAI的GPT和Whisper模型、ApacheKafka和ApacheFlink构建一个由人工智能驱动的LinkedIn帖子生成器。为了普及知识和推广技术，人工智能专家、本文作者SeanFalconer主持着两个播客——《SoftwareEngineeringDaily》和《SoftwareHuddle》，并经常以嘉宾身份亮相于其他节目。无论是主持播客还是作为嘉宾，他推广的节目都有助于凸显其精彩的对话内容。然而对他来说，在紧张的工作和生活中腾出时间为每期节...

编辑｜云昭出品51CTO技术栈（微信号：blog51cto）很突然，Meta人工智能研究副总裁JoellePineau表示下月将离职Meta。就在发稿7小时前，她在Facebook帖子中宣布了这一消息。Pineau表示，她将在5月离职，此前她已负责管理Meta内部由YannLeCun领导的人工智能研究实验室FAIR超过两年。是时候挂上溜冰鞋了！“在Meta工作了近8年之后，是时候说再见了。用蒙特利尔人的话来说，就是“是时候挂上我的溜冰鞋了”。这是一段毕生难忘的职业...

在人工智能技术日新月异的今天，Embedding模型作为连接非结构化数据与机器理解的桥梁，正在悄然重塑知识管理和智能检索的边界。本文将带您深入探索这一技术核心，揭示如何通过精准选型突破知识库与RAG系统的性能极限。一、Embedding技术1.1从离散符号到连续空间传统数据处理面临的根本困境在于：计算机天生擅长处理结构化数字，而人类信息却以非结构化形式（文本、图像、音频等）自然存在。Embedding技术通过将离散符号映射到连...

在当今数据驱动的商业环境中，存在着一个矛盾现象：企业一方面要应对信息过载的问题，另一方面又试图从海量信息中提取有意义的见解以推动行动，这构成了双重挑战。存储在技术报告、产品文档、合同和演示文稿幻灯片中的大量商业知识，都以非结构化格式存在，传统的数据分析系统难以对其进行解读。包含文本、图表、图形和图像的文档蕴含着有关业务流程和决策系统的重要商业情报，但这些情报大多未被充分利用。想要利用机构知识的...

智能体主要由大语言模型（LLM）+提示词（Prompt）+知识库（RAG）+工作流（WorkFlow）+工具（Tools）等若干元素组成。今天我们开启《人人都会做智能体》公开课第2节：智能体（Agent）的3种表现类型——聊天助手类型、工作流类型、对话流类型。「本文配图主要来源于我的长篇图文写作助手」​​让DeepSeek聊天记录秒变长篇图文和PPT的智能体，Claude3.7手把手喂饭教程！​​与智能体的组成不同，所谓的智能体表现模式，就是智能体...

文章生成的工作流由简单的大模型直接生成文章改为按章节段落迭代生成，并在段落生成时由Claude3.7大模型根据段落内容，直接总结凝练后，绘制成一张张网页版的PPT配图，最后再拼成一个完整的网页。这个工作流还是蛮大的，消耗的token数量也是肉疼，好在结果让人欣慰，我们先来看一下智能体的实现效果。怎么样？效果还是蛮不错吧，这个智能体能很大程度上解决我们做PPT的一些难点，因为市面上一些做AIPPT的工具，都是直接套的模板...

想象一下十七世纪的欧洲，那是一个思想迷雾重重的时代。古老的经院哲学大厦摇摇欲坠，知识的海洋里充满了相互矛盾的学说和难以证实的观点。就在这时，勒内·笛卡尔，像一位孤独的灯塔看守人，点亮了近代哲学的“理性之光”。在他的著作《谈谈方法》中，他进行了一场惊心动魄的思想远征：怀疑一切，直至找到那个绝对不可动摇的立足点——“我思故我在”（Cogito,ergosum）。以此为基石，他试图用严谨的方法、清晰的理性，为人类...

“大模型的应用是玩出来的而不是看出来的，多体验和尝试不同的模型之间的功能和区别才能让你真正了解大模型的能力。”在关于大模型应用方面，虽然也了解和应用过其中的一些技术；但经过这段时间的实践和思考发现，对大模型应用的认识还很浅显，因此在此记录一下自己的思考。大模型应用的思考大模型作为人工智能应用的底座技术，所有应用场景和技术都是构建在大模型之上；但很多时候我们都搞错了一件事，那就是我们没有搞清楚大...

“意图识别不准确只是智能体应用过程中的一个问题，在实际操作中还会有其它更多的问题存在；因此，我们不能太信任技术本身，而是需要完善的解决方案去规避技术风险。”最近在研究大模型智能体也就是Agent的过程中，遇到了一个很严重的问题，直接影响到Agent的质量和效果；那就是意图识别不准确，也可以说是Agent的幻觉问题。其产生的原因就在于大模型有时无法准确识别出用户意图，无法准确调用相应的函数。意图识别不准确现在大...

随着科技的飞速发展，人工智能生成内容（AIGC）技术在设计行业的应用日益广泛，引发了广泛的讨论和关注。AIGC以其高效、多样化的生成能力，为设计行业带来了前所未有的变革。然而，关于AIGC是否能替代真正的设计师，这一话题至今仍存争议。AIGC对设计行业的影响AIGC技术的出现，无疑为设计行业带来了深远的影响。它极大地提高了设计效率。传统的设计过程中，设计师需要花费大量时间在绘图、修改和完善设计方案上，而AIGC技术则...

笔者在前期文章中总结了RAG的分块《​​RAG常见13种分块策略大总结（一览表）​​》，本文介绍一个语义分段的工作，该工作解决的问题是文本语义分割，即将文档分割成多个具有连续语义的段落。传统方法通常依赖于预处理文档以分段来解决输入长度限制问题，但这会导致段间关键语义信息的丢失。RAG系统中的文本分块方法主要分为基于规则和基于LLM的方法。插入一个思路，其实，语义分段的方式笔者在很早实践过一个思路，不管是RAG分...

公式识别是文档智能解析中的重要一环，本文笔者将介绍笔者自己的工作，供参考。问题陈述与动机核心问题：当前的数学表达式识别（MER）模型难以处理复杂公式中的层次结构和细粒度细节。数学公式是逻辑的建筑蓝图——它们在求和符号中嵌套分数，在行文中堆叠矩阵，并分支为条件分段函数。然而，尽管数学公式具有复杂的结构，当前的数学表达式识别（MER）模型甚至难以可靠解析中等复杂度的表达式。试想：当公式的视觉密度增加时，...

MCP全称是ModelContextProtocol，也就是模型上下文协议。可别小瞧它，它可不是“另一个类似API的东西”，要是你这么想，那说明还没真正get到它的精髓。说起传统API，大家应该不陌生。它就像一套固定的工具套装，通过固定和预定义的端点来提供功能，像常见的products（产品相关接口）、orders（订单接口）、invoices（发票接口）这些。但这也带来了不少麻烦。比如说，你想给API添加新功能，就得新建端点或者修改现有端点。这一改...

摘要人工智能通过大型语言模型（LLMs）显著改变了医疗保健领域，尤其在静态医学问答基准测试中表现出色。然而，由于医患互动的复杂性，评估LLMs在现实世界临床应用的潜力仍然具有挑战性。为此，我们引入了“人工智能医院”这一多智能体框架，模拟医生（玩家）与包括患者和检查员在内的非玩家角色（NPCs）之间的动态医疗互动。这种设置允许在模拟的临床场景中更实际地评估LLMs的表现。我们开发了“多视图医疗评估”（MVME）基准...

社会涌现的研究是社会科学的核心，传统的基于规则的代理模型（ABMs）难以捕捉人类行为的复杂性和多样性。大型语言模型（LLMs）作为模拟工具，能够更好地反映认知偏差和情感波动，适用于社会科学和角色扮演应用。TwinMarket是一个新颖的多代理框架，利用LLMs模拟股票市场中的投资者行为，强调微观行为如何驱动宏观市场动态。TwinMarket采用信念欲望意图（BDI）框架，提供透明的代理认知过程建模，并研究信息传播和社会影响的动态...

在当前生成式模型与信息检索技术快速发展的背景下，如何有效结合二者，提升问答系统的准确性与实用性成为技术探索的焦点。为了寻找最佳解决方案，我尝试了18种不同的RAG（RetrievalAugmentedGeneration）技术，从最基础的方法到复杂的多模型融合。经过大量实验，数据表明AdaptiveRAG凭借动态调整策略和出色的检索效果，以最高得分0.86成为本次实验中的大赢家。接下来，我将详细介绍每种RAG技术的核心思想、实现细节以及优缺点，...

LightGBM是一个快速、高效的梯度提升框架，他由微软开发，在数据挖掘和机器学习领域应用广泛。接下来详细介绍下他的原理1.梯度提升框架：LightGBM基于梯度提升决策树（GBDT）算法，通过迭代地训练决策树来逐步减少预测误差。它将弱学习器（如决策树）组合成一个强学习器，不断地根据之前模型的误差来调整新模型的训练，从而提高整体模型的准确性。举例：假设有一个预测房价的任务，我们有一些房屋的特征数据，如面积、房间数、...