“RAG的架構(gòu)雖然有所不同，但其原理都是相同的，都是通過(guò)檢索來(lái)增強(qiáng)模型的生成能力，只不過(guò)在不同的環(huán)節(jié)做了不同的優(yōu)化。”從事RAG技術(shù)的工作也有一兩年時(shí)間了，但在此之間都是這學(xué)一點(diǎn)那學(xué)一點(diǎn)，感覺(jué)自己好像什么都會(huì)，但從來(lái)沒(méi)有對(duì)整個(gè)RAG系統(tǒng)進(jìn)行過(guò)梳理。所以，今天就從RAG的迭代過(guò)程開(kāi)始梳理一下RAG的架構(gòu)升級(jí)過(guò)程，了解不同種類(lèi)RAG的區(qū)別和聯(lián)系，以及適用場(chǎng)景。RAG的幾種類(lèi)型從技術(shù)的本質(zhì)來(lái)說(shuō)，RAG就是檢索增強(qiáng)生成，重要...

情感計(jì)算（AffectiveComputing）這個(gè)名字聽(tīng)起來(lái)有點(diǎn)浪漫，但它的野心卻很務(wù)實(shí)，讓機(jī)器不僅能“看懂”人類(lèi)的表情，還能理解背后的情緒邏輯。過(guò)去二十年，研究者們?cè)趯?shí)驗(yàn)室里訓(xùn)練模型識(shí)別“笑臉”“皺眉”，準(zhǔn)確率節(jié)節(jié)攀升。可是實(shí)驗(yàn)室的笑容往往是“擺拍”的，憤怒也多半是“演技派”的。現(xiàn)實(shí)世界的情緒可沒(méi)那么配合，它們更像是股市行情，瞬息萬(wàn)變，受環(huán)境、關(guān)系、甚至天氣影響。于是情感計(jì)算正經(jīng)歷一場(chǎng)轉(zhuǎn)向，從實(shí)驗(yàn)室走向真實(shí)...

當(dāng)大模型遇上“看不懂”的文檔在ChatGPT引領(lǐng)的AI革命中，大語(yǔ)言模型（LLM）展現(xiàn)了驚人的推理能力。然而，當(dāng)面對(duì)專(zhuān)業(yè)領(lǐng)域的復(fù)雜文檔時(shí)，它們卻常常“束手無(wú)策”：模態(tài)缺失：現(xiàn)有DeepResearch系統(tǒng)僅支持純文本網(wǎng)頁(yè)，無(wú)法處理PDF、論文、財(cái)報(bào)中的圖表、表格、公式結(jié)構(gòu)破壞：簡(jiǎn)單OCR將文檔轉(zhuǎn)為純文本，丟失布局信息（如表格結(jié)構(gòu)、圖表標(biāo)題）檢索粗暴：?jiǎn)屋啓z索+固定粒度，無(wú)法適應(yīng)“先概覽后精讀”的人類(lèi)研究習(xí)慣如圖1所示，一個(gè)真...

我們?cè)谧鲩L(zhǎng)周期科研型Agent時(shí)，曾連續(xù)卡殼兩個(gè)核心問(wèn)題：一是標(biāo)注多步推理軌跡的成本高到離譜——為了訓(xùn)練模型“分解問(wèn)題→搜文獻(xiàn)→驗(yàn)證結(jié)論”的流程，標(biāo)注千條高質(zhì)量科研級(jí)軌跡花了近萬(wàn)元，還達(dá)不到訓(xùn)練所需的規(guī)模；二是RL訓(xùn)練后期總出現(xiàn)“策略崩潰”——明明前期模型能正常調(diào)用工具，越訓(xùn)反而越容易陷入“重復(fù)搜同一關(guān)鍵詞”的死循環(huán)。直到看到阿里TongyiLab發(fā)布的TongyiDeepResearch技術(shù)報(bào)告，才發(fā)現(xiàn)他們不僅用全自動(dòng)化方案...

隨著智能手機(jī)攝影能力的不斷提升和存儲(chǔ)成本的持續(xù)下降，用戶(hù)積累的照片和視頻數(shù)量呈現(xiàn)爆發(fā)式增長(zhǎng)。如何在海量影像數(shù)據(jù)中高效組織、智能檢索并創(chuàng)造有意義的回憶體驗(yàn)，成為各大科技公司競(jìng)相布局的技術(shù)高地。相冊(cè)智能回憶功能作為這一技術(shù)浪潮的核心產(chǎn)物，正在重新定義人們與數(shù)字記憶互動(dòng)的方式。主流手機(jī)廠商和平臺(tái)在相冊(cè)回憶功能上的技術(shù)競(jìng)爭(zhēng)日趨激烈。GooglePhotos推出了全新的AI驅(qū)動(dòng)編輯器和更智能的分享功能；蘋(píng)果在iOS18中為...

你有沒(méi)有過(guò)這種經(jīng)歷：手機(jī)更新個(gè)系統(tǒng)，之前會(huì)用的功能突然找不到北？連我們?nèi)祟?lèi)學(xué)個(gè)新APP都要摸索半天，更別說(shuō)讓AI在陌生環(huán)境里“即插即用”了。最近我在ICLR2025的論文里發(fā)現(xiàn)一個(gè)叫REGENT的AI智能體，不用練幾百萬(wàn)次，也不用裝個(gè)“超級(jí)大腦”，就靠“翻筆記”的本事，在機(jī)器人操控、游戲通關(guān)這些任務(wù)里，比那些參數(shù)多3倍、數(shù)據(jù)多10倍的大模型還厲害。今天我們聊聊這個(gè)“會(huì)抄作業(yè)還會(huì)舉一反三”的AI到底怎么回事。先吐槽下：現(xiàn)...

搜索“總結(jié)2023年NeurIPS、ICML、ICLR三大ML頂會(huì)的最佳論文，還要分析熱門(mén)領(lǐng)域趨勢(shì)”，搜了十幾頁(yè)結(jié)果：有的只說(shuō)某個(gè)會(huì)議論文分析，有的提了最佳論文但是沒(méi)有趨勢(shì)，零散得像沒(méi)串起來(lái)的珠子；讓AI回答，它倒是說(shuō)得頭頭是道，結(jié)果一半細(xì)節(jié)查不到來(lái)源，疑似“瞎編”；更糟的是，好不容易攢了一堆資料，AI又彈出“內(nèi)容太多，超出我的記憶容量”——這是不是你查復(fù)雜信息時(shí)的日常崩潰？最近我在讀ICLR2025的一篇論文時(shí)，突然眼前一亮...

我們普遍認(rèn)為，那些“會(huì)思考”的AI——大型推理模型（LRMs）——理應(yīng)比普通的大語(yǔ)言模型（LLMs）更聰明、更可靠。畢竟，它們被設(shè)計(jì)用來(lái)生成明確的“思維鏈”，能優(yōu)化多步驟的邏輯推理，并且在復(fù)雜任務(wù)上常常表現(xiàn)更佳。DeepSeekR1的思考過(guò)程甚至成為其出圈的最大因素。但這個(gè)信念可能大錯(cuò)特錯(cuò)。別再迷信AI的“思考過(guò)程”了。最新研究揭示，即便是這些最先進(jìn)的推理模型（LRMs），也存在“假裝思考偏誤”（FRB）。它們更容易被表面...

隨著大型語(yǔ)言模型（LLM）的興起，“提示詞工程”（PromptEngineering）已成為一個(gè)廣為人知的術(shù)語(yǔ)。然而，一篇近期的學(xué)術(shù)論文指出，提示詞工程只是一個(gè)更廣泛、更根本學(xué)科的最新體現(xiàn)，即“上下文工程”(ContextEngineering)。這篇題為《上下文工程2.0：上下文工程的上下文》的論文提出，上下文工程并非智能體（Agent）時(shí)代的“近期創(chuàng)新”，而是與機(jī)器智能水平緊密相關(guān)、已演進(jìn)超過(guò)20年的一門(mén)學(xué)科。本文旨在基于該論文的框架，系...

Sora、Midjourney、StableDiffusion——無(wú)論你被哪一個(gè)刷屏，它們背后都站著同一個(gè)技術(shù)王者：擴(kuò)散模型(DiffusionModels)。你可能以為這是個(gè)橫空出世的天才技術(shù)，但事實(shí)是，它是一場(chǎng)持續(xù)了十年的“三體歸一”。生成式AI的三大流派——VAE、EBM和NF——曾經(jīng)各自為戰(zhàn)，最終卻在擴(kuò)散模型這里實(shí)現(xiàn)了驚人的統(tǒng)一。如果你只驚嘆于AI繪畫(huà)的魔法，卻看不懂背后的技術(shù)地圖，你將錯(cuò)過(guò)理解這場(chǎng)革命的真正鑰匙。本文將剝開(kāi)復(fù)雜公式，用最直白...

編輯｜云昭出品51CTO技術(shù)棧（微信號(hào)：blog51cto）AI的“聰明”有時(shí)令人驚嘆，有時(shí)又讓人困惑。它能寫(xiě)論文、算數(shù)、作詩(shī)，卻也會(huì)在最簡(jiǎn)單的邏輯題上犯錯(cuò)。更可怕的是——它自己并不知道哪一步錯(cuò)了。不過(guò)現(xiàn)在，要有解了！最近，MetaFAIR（FundamentalAIResearch）團(tuán)隊(duì)和愛(ài)丁堡大學(xué)的研究者提出了一種新方法，讓大模型學(xué)會(huì)“自查”并“糾錯(cuò)”自己的推理過(guò)程。圖片他們稱(chēng)之為CircuitbasedReasoningVerification（CRV）——基于電路的...

一、先破焦慮：AI不是來(lái)砸飯碗的，是來(lái)篩人的前陣子刷到個(gè)好笑的實(shí)驗(yàn)：研究員把GPT5、Claude這些頂級(jí)LLM塞進(jìn)吸塵機(jī)器人，讓它給主人遞塊黃油。結(jié)果機(jī)器人要么迷路撞墻，要么電池快沒(méi)電時(shí)突然飆起羅賓·威廉姆斯式脫口秀，編著《貓》音樂(lè)劇的押韻詞自黑“有二進(jìn)制身份危機(jī)”，最終任務(wù)成功率才37%。這事兒特能說(shuō)明問(wèn)題：現(xiàn)在的AI再牛，也還是個(gè)“高智商路癡”——能處理標(biāo)準(zhǔn)化任務(wù)，卻搞不定需要靈活判斷、情感聯(lián)結(jié)的場(chǎng)景。麥肯...

馬斯克的“驚人言論”再次登上了頭條。 在近期的一檔播客節(jié)目中，關(guān)于“馬斯克預(yù)言傳統(tǒng)手機(jī)和應(yīng)用程序?qū)⒃?到6年內(nèi)消失，人類(lèi)消費(fèi)的大部分內(nèi)容將由AI實(shí)時(shí)生成”的言論引發(fā)了廣大網(wǎng)友的熱議。  當(dāng)然，馬斯克的意思并不是5年后，不再有手機(jī)或者app，而是說(shuō)手機(jī)將成為AI推理的邊緣節(jié)點(diǎn)，并且未來(lái)將沒(méi)有操作系統(tǒng)或應(yīng)用程序。 但拋開(kāi)時(shí)間表的爭(zhēng)論，馬斯克的預(yù)言實(shí)際上揭示了云計(jì)算和AI技術(shù)發(fā)展下，人機(jī)交互模式...

編輯聽(tīng)雨小編最近刷到一篇讓程序員直呼“醍醐灌頂”的文章——出自軟件工程師兼安全工程師ShrivuShankar。他基于日常使用ClaudeCode的真實(shí)經(jīng)驗(yàn)，分享了從個(gè)人項(xiàng)目到企業(yè)級(jí)開(kāi)發(fā)的全套智能體最佳實(shí)踐。Shrivu不只是講理論，他講述了管理智能體上下文、批量處理任務(wù)、快速原型、自動(dòng)生成PullRequest的實(shí)操技巧，還結(jié)合Hooks、Skills、MCP、SDK等高級(jí)特性，告訴你如何把AI真正融入日常工程工作流。圖片知名開(kāi)源公司創(chuàng)始人SimonWilli...

前言：為什么要按時(shí)間線看這個(gè)事件許多人對(duì)安世事件感到困惑，不是因?yàn)槭聦?shí)本身復(fù)雜，而是因?yàn)槭录母鱾€(gè)環(huán)節(jié)似乎是"突然"發(fā)生的。美國(guó)突然實(shí)體清單、荷蘭突然凍結(jié)、中國(guó)突然出口管制……但實(shí)際上，這一切都不是突然的。每一步都有前因，每一步都能預(yù)見(jiàn)下一步。本報(bào)告將按照嚴(yán)格的時(shí)間順序，展現(xiàn)這個(gè)事件如何從"萌芽"逐步走向"爆發(fā)"的完整過(guò)程。通過(guò)這種方式，你會(huì)發(fā)現(xiàn)：地緣政治的沖突不是突發(fā)的，而是精心設(shè)計(jì)、逐步升級(jí)的。...

譯者劉濤審校重樓n8n作為一個(gè)基于節(jié)點(diǎn)的可視自動(dòng)化平臺(tái)，用戶(hù)通過(guò)拖放節(jié)點(diǎn)的操作，即可達(dá)成任務(wù)自動(dòng)化。鑒于其內(nèi)置了適用于智能體與應(yīng)用集成的節(jié)點(diǎn)，n8n在多步驟自動(dòng)化和人工智能鏈路領(lǐng)域中廣受歡迎。本教程將構(gòu)建一個(gè)小型個(gè)人日歷智能體。該智能體可監(jiān)聽(tīng)聊天消息、提取事件詳情、并在Google日歷中創(chuàng)建日程安排。在此過(guò)程中，用戶(hù)將了解如何完成n8n的設(shè)置、添加人工智能智能體節(jié)點(diǎn)，以及實(shí)現(xiàn)各節(jié)點(diǎn)間結(jié)構(gòu)化數(shù)據(jù)的傳輸。目錄1.前...

過(guò)去三年，銀行業(yè)對(duì)人工智能的態(tài)度經(jīng)歷了三個(gè)階段：觀望→試點(diǎn)→全面落地。從最初的FAQ聊天機(jī)器人，到現(xiàn)在的智能風(fēng)控、數(shù)字理財(cái)顧問(wèn)，AI已經(jīng)不再是“錦上添花”，而是生死攸關(guān)的競(jìng)爭(zhēng)力。尤其是進(jìn)入2026年，行業(yè)內(nèi)一個(gè)新共識(shí)逐漸形成：以人為本的AIAgent，將是銀行數(shù)字化轉(zhuǎn)型的分水嶺。它不只是效率工具，更是客戶(hù)體驗(yàn)、合規(guī)治理、業(yè)務(wù)增長(zhǎng)的核心引擎。那么，未來(lái)兩三年，AI會(huì)如何徹底改變銀行業(yè)？我梳理了10大趨勢(shì)，它們幾乎覆...

在這個(gè)“模型越大越好”的時(shí)代，螞蟻集團(tuán)卻走出了一條反向思路——讓模型變得更聰明，而不是更臃腫。最近，螞蟻集團(tuán)的InclusionAI團(tuán)隊(duì)正式發(fā)布了Ling2.0系列模型——一個(gè)以“推理優(yōu)先（ReasoningFirst）”為核心設(shè)計(jì)理念的稀疏MoE（MixtureofExperts）語(yǔ)言模型家族。它最大的特點(diǎn)是：參數(shù)總量可以從160億一路擴(kuò)展到1萬(wàn)億，但每個(gè)Token的計(jì)算量幾乎不變。聽(tīng)起來(lái)有點(diǎn)像魔法？但這其實(shí)是一套非常系統(tǒng)的工程哲學(xué)：每一次激活（Activ...

在AI圈，一個(gè)讓人頭疼的問(wèn)題是：我們?cè)撊绾巫屩悄荏w（Agent）真的“越用越聰明”？微軟最新發(fā)布的開(kāi)源框架——AgentLightning，正是為了破解這個(gè)難題而生。它讓任何AIAgent都能在不重寫(xiě)代碼的前提下，直接用上強(qiáng)化學(xué)習(xí)（ReinforcementLearning,RL）來(lái)不斷自我優(yōu)化。更關(guān)鍵的是，它讓“訓(xùn)練”和“執(zhí)行”徹底分離，把過(guò)去復(fù)雜的多智能體學(xué)習(xí)，簡(jiǎn)化成一個(gè)輕量、模塊化、可落地的系統(tǒng)。一、為什么強(qiáng)化學(xué)習(xí)對(duì)AIAgent如此重要？從Chat...

近日，Qwen3VL系列模型終于合并到了llama.cpp項(xiàng)目中。這意味著用戶(hù)現(xiàn)在可以通過(guò)llama.cpp直接運(yùn)行這個(gè)支持視覺(jué)理解的大型語(yǔ)言模型。合并后的模型支持圖像輸入和多輪對(duì)話。有用戶(hù)測(cè)試后反饋，即使使用4bit量化，模型也能較好地理解圖像內(nèi)容并回答問(wèn)題。不過(guò)，開(kāi)發(fā)者提醒，量化過(guò)程可能會(huì)對(duì)性能產(chǎn)生一定影響，建議根據(jù)實(shí)際需求選擇合適的參數(shù)。技術(shù)細(xì)節(jié)方面，此次合并主要解決了模型架構(gòu)的兼容性問(wèn)題。Qwen3VL采用了特殊的視覺(jué)編...