AI.x社區
- 登錄/注冊
數據庫慢查詢破局指南：從日志采集到智能診斷的全流程自動化方案
社區頭條作者崔皓審校重樓整體思路在數據庫運維場景中，“慢查詢報警”往往是最讓工程師頭疼的問題之一——就像我的運維學員所遭遇的：頻繁接到告警通知，卻始終難以快速定位問題根源是系統資源瓶頸、數據庫配置缺陷，還是應用層SQL寫法不規范。為徹底解決這一“定位難、分析繁”的痛點，本文將通過FluentBit+Fluentd+DeepSeek的實戰方案，構建一套“從慢查詢信息采集到智能分析”的全流程自動化體系。這套方案的核心價值在于：用工具鏈...數據庫慢查詢日志采集智能診斷最強OCR竟然不是DeepSeek、Paddle！HuggingFace新作：六大頂尖開源OCR模型橫評！繼DS后又殺出匹黑馬！
原創 社區頭條
熱門內容榜 ? 最近上榜編輯聽雨出品51CTO技術棧（微信號：blog51cto）在AI快速進化的浪潮中，文字和圖像的界限正在被重新定義。那些能“看懂”文件、理解圖表、讀出語義的視覺語言模型（VLM），正在讓傳統OCR（光學字符識別）進入一個全新的智能階段。如果你還以為OCR只是“識字”的工具，那你可能錯過了它真正的革命性變化。這兩天，小編讀到AI開源平臺HuggingFace發布的一篇關于開源OCR模型的文章，提供了全面的模型選擇和使用指南。里面涵蓋了Deep...DeepSeekOCR模型Qwen3-VL李開復：美國在AI硬件賽道已敗給中國！中國AI算力將是美國十倍！
原創 社區頭條編輯云昭在舊金山TEDAI大會上，創新工場董事長、AI科學家李開復通過視頻連線發表演講，罕見地直言：“在AI硬件和機器人制造方面，美國正在被中國超越。”李表示，這一點也不夸張。在AI硬件與機器人賽道，中國的領先正在成為事實。中國AI崛起的“制造邏輯”這位曾任蘋果、微軟、谷歌高管的AI老將指出，中美AI競爭正沿著不同的地理與經濟路徑分化：美國依舊主導企業級AI和科研創新；中國則憑借制造業與供應鏈優勢，迅速掌控消費級...李開復AI算力DeepSeekAI 編程熱潮下的萬字思考 —— 規避風險，善用其利
原創編者按：在AI技術席卷軟件工程的今天，我們是否真的可以僅憑“氛圍”和直覺，就構建出可靠、安全且可維護的生產級系統？我們今天為大家帶來的這篇文章，作者的核心觀點是：“氛圍編程（vibecoding）”與“AI輔助的工程實踐”存在本質區別，前者雖在創意激發和快速原型中具有價值，但絕不能替代結構化的工程方法。文章通過多個維度深入探討了這一觀點：從FAANG團隊的實際工作流程切入，指出真正的AI輔助的工程實踐是在嚴格的設計...AI氛圍編程深度拆解 AI 網關架構設計與落地實踐
原創 社區頭條 熱門內容榜 ? 最近上榜大家好，我是玄姐。提到“網關”，大家或許會先想到“流量出入口”，從早期的反向代理網關Nginx，到復雜的微服務、云原生網關，網關始終是業務架構的“交通樞紐”。而如今，隨著企業AI應用服務爆發式增長，AI網關正成為解決AI調用管理瓶頸的關鍵，但其復雜度遠超出傳統網關的范疇。今天我們就從架構設計視角，拆解AI網關的核心組成與關鍵模塊，帶你看懂它如何支撐起現代AI應用的穩定運行。一、AI網關架構總覽：不止是“傳統API...AI網關架構設計AI應用RLVR訓練多模態文檔解析模型-olmOCR 2技術方案（模型、數據和代碼均開源）
原創 社區頭條olmOCR2相關對比：持數據、模型和代碼完全開源olmOCR2是一套面向文檔OCR的端到端解決方案，其核心方法圍繞RLVR，通過“合成數據規模化單元測試定獎勵RL訓練提性能”的閉環，解決傳統OCR系統在復雜場景（數學公式、表格、多列布局）中的痛點。現有問題傳統OCR系統的性能評估依賴編輯距離，計算模型輸出與GroundTruth的字符級差異（插入、刪除、替換次數）。圖1：傳統編輯距離的局限性：閱讀順序問題圖2：傳統編輯距離的局限性：...多模態文檔解析模型olmOCR 2圖像編輯的ChatGPT時刻來了？蘋果40萬真實圖像訓練，AI現在能聽懂你的“精修指令”了
社區頭條 熱門內容榜 ? 最近上榜文章鏈接:??https:arxiv.orgpdf2510.19808??代碼鏈接：?https:github.comapplepicobanana400k??亮點直擊大規模且真實：包含約40萬個基于真實世界照片生成的圖像編輯樣本，克服了以往數據集依賴合成圖像或規模有限的問題。多目標訓練支持：數據集不僅包含25.8萬個用于監督式微調的單輪編輯樣本，還提供了5.6萬個偏好對（成功vs.失敗的編輯），可用于直接偏好優化（DPO）和獎勵模型訓練，以提升模型的魯棒性和對齊能力。復...ChatGPTAI模型企業級大模型上下文窗口管理：架構設計與優化策略
原創“模型上下文管理是模型使用的基礎，其直接影響到模型的輸出結果。”在目前的主流大模型應用場景中，多輪對話基本上成為大模型的基本應用形式，但這里有一個很多人都忽略的問題，那就是上下文窗口管理；注意這里所說的是上下文窗口管理，而不是上下文管理。為什么要強調上下文窗口管理，原因是因為模型上下文窗口會直接影響到大模型的輸入以及系統的穩定性。模型上下文窗口管理首先我們要明確一個前提，對模型本身來說不存在多...大模型上下文窗口管理人工智能所有的技術棧只為了一件事——打造一個能力更強的“人”
原創“大模型技術的本質是通過技術手段制造一個能力很強的“人”；讓它用人類的方式去解決問題，比如說使用工具。”現在人工智能技術發展的如火如荼，但還有些人根本不知道到底什么是人工智能，現在爆火的大模型又是什么。事實上人工智能技術雖然很復雜，但從本質上來說其實很簡單——人工智能就是一個“人”。在哲學上講人和動物的根本區別是會制造和使用工具，人工智能也是如此；現在以人工智能技術為核心的所有技術棧，本質上就...人工智能OpenAI 發布 ChatGPT Atlas：AI 瀏覽器正式對Chrome發起挑戰
原創一、瀏覽器的盡頭，是“對話”？“我們希望人們與瀏覽器聊天，而不是輸入網址。”在OpenAICEOSamAltman的這句話落地那一刻，整個互聯網的使用方式，或許正在被重新定義。10月21日，OpenAI正式發布ChatGPTAtlas——一款由ChatGPT驅動的AI瀏覽器。它不僅能像人一樣理解網頁內容，還能主動執行任務、記憶用戶歷史、甚至在你寫郵件或購物時直接幫你完成操作。簡單來說，Atlas是一個“會思考的瀏覽器”。它不再只是打開網頁的工具，...OpenAIChatGPTAI 瀏覽器ChromeDeepSeek 再出爆款：3B OCR 模型，讓文檔解析提速 10 倍的秘密
原創 社區頭條 熱門內容榜 ? 最近上榜在過去幾年里，OCR（光學字符識別）技術似乎已經“卷”到極致：模型越來越大、精度越來越高，但計算成本和延遲也越來越驚人。而就在2025年10月，DeepSeekAI再次打破了行業的想象邊界——推出了DeepSeekOCR3B：一款30億參數的視覺語言模型（VLM），專為高性能OCR與結構化文檔轉換設計。它的最大亮點在于：能在保持97%識別精度的同時，將文本token壓縮到原來的十分之一。這不僅意味著成本大幅下降，更代表著文檔AI進入了“高效視...DeepSeek3B OCR 模型文檔解析DeepSeek-OCR 技術解讀與評估報告
精華 熱門內容榜 ? 最近上榜引言：重新審視視覺模態——作為文本信息的高效壓縮媒介在當前大語言模型（LLM）技術浪潮中，處理長序列文本的能力已成為衡量模型先進性的關鍵指標，同時也是制約其應用廣度的核心瓶頸。由于主流的Transformer架構在自注意力機制上存在與輸入序列長度成二次方關系的計算與內存復雜度，當上下文窗口擴展到數十萬甚至數百萬token時，其帶來的計算開銷變得難以承受。學術界與工業界為此提出了諸多解決方案，如稀疏注意力、線性注意...DeepSeek-OCRTransformer架構隱私計算的分岔路口：全同態加密與混淆電路在機器學習推理中的深度比較
在人工智能技術滲透至醫療、金融等高度敏感領域的今天，數據隱私與模型知識產權保護之間的矛盾日益凸顯，形成了一種“隱私悖論”。一方面，我們渴望利用機器學習（ML）的強大能力從海量數據中提取價值，例如輔助疾病診斷或進行精準金融風控；另一方面，這些數據本身往往包含著不可泄露的個人隱私或商業機密。隱私保護機器學習（PPML）正是在這一背景下應運而生，其核心目標是在不暴露原始數據和專有模型的前提下，完成機器學習...機器學習ML混淆電路超越 GPT-5!FlowSearch 框架刷新四大基準，AI 深度研究進入知識流時代
社區頭條 熱門內容榜 ? 最近上榜2025年，當GPT5在GPQA基準測試中拿下85.4%的成績時，AI研究界卻在思考一個更尖銳的問題：為什么最先進的大模型在處理"19781998年馬爾科獎得主中是否有來自已消失國家的獲獎者"這類需要多步驟推理的問題時，正確率仍不足30%？研究團隊給出了顛覆性答案——動態結構化知識流框架FlowSearch，其在GAIA基準測試中以76.7%的成績超越MiroFlow（74.5%）和GPT5（85.4%）等強基線，徹底改變了AI深度研究的范式。科研痛點：當AI遇上"馬爾...AIGPT-5框架告別代碼苦海：Manus 1.5 讓你的創意以光速落地
想象一下，你腦海中的一個絕妙點子，不再需要數周甚至數月的時間去打磨代碼、去面對各種技術棧的挑戰。現在，一個名為Manus的AI智能體，正將這個“想象”變為觸手可及的現實。Manus1.5版本已正式發布，這不僅僅是一次簡單的迭代，更像是AI輔助開發領域的一次“破繭成蝶”。它帶來的是一場效率與能力的雙重革命，其核心目標只有一個：讓你的想法，以前所未有的速度，變成一個真正可部署、可運行的實際應用。速度與質量的驚人飛躍...Manus 1.5Windows 11AI 協作DeepSeek OCR：用“眼睛”閱讀長文本，AI記憶新紀元？
嘿，AI圈的朋友們！最近DeepSeek團隊又搞了個大動作，發布了一款名叫DeepSeekOCR的開源模型。但你可別以為這只是一個普通的文字識別工具，它的核心理念簡直是腦洞大開，可能會徹底改變我們處理長文本的方式。想象一下，我們的大語言模型（LLM）在面對海量文本時，常常會因為算力消耗過大而頭疼不已，上下文一長，計算量就呈平方級增長。DeepSeekOCR另辟蹊徑，它不直接處理文本，而是巧妙地把文本信息“畫”成圖像，然后對這些圖...DeepSeek OCRAI記憶GPUOpenAI重磅發布ChatGPT Atlas：告別傳統瀏覽器的AI新紀元！
2025年10月21日，這個日子注定要載入互聯網史冊。OpenAI，這個站在AI浪潮最前沿的巨頭，不再滿足于僅僅提供一個聊天窗口。他們野心勃勃地推出了一款足以顛覆我們上網方式的全新武器——ChatGPTAtlas，正式向谷歌Chrome等傳統瀏覽器霸主發起了正面挑戰。這不只是一款瀏覽器，它更是一個擁有ChatGPT大腦的智能體，試圖將我們的數字世界從“被動接收信息”的時代，徹底拉入一個“主動理解意圖并執行任務”的新范式。它到底是什么？...OpenAIChatGPT Atlas瀏覽器多模態混合RAG；VLM開發數據集清晰，高質量數據基礎；偏好指導視覺優化；LLM內部信號和監督信號的平衡
TowardsMixedModalRetrievalforUniversalRetrievalAugmentedGeneration20251020｜RUC,RUC??28??http:arxiv.orgabs2510.17354v1??????https:huggingface.copapers2510.17354??????https:github.comSnowNation101Nyx??研究背景與意義問題定義與現狀近年來，檢索增強生成（RetrievalAugmentedGeneration,RAG）成為提升大型語言模型（LLMs）能力的重要方法，主要通過從外部語料庫檢索相關文檔來補充模型知識。然而...RAGVLMLLM圖像編輯物理真實性評估；視覺自回歸推理時擴展；圖像編輯后訓練框架，獎勵信號稀疏
PICABench:HowFarAreWefromPhysicallyRealisticImageEditing20251020｜SJTU,ShanghaiAILab,CUHKMMLab,KreaAI,BUAA,AlibabaTongyiLab,USTC,HKU??53??http:arxiv.orgabs2510.17681v1??????https:huggingface.copapers2510.17681??????https:picabench.github.io??研究背景與意義隨著指令驅動的圖像編輯技術迅速發展，現代模型已能較好地理解復雜編輯指令并生成語義連貫的圖像。然而，當前主流研究和基準測試主要...DIT圖像編輯MM-DiTVLM進行上下文長度擴展和壓縮；長文本多模型集成框架
DeepAnalyze:AgenticLargeLanguageModelsforAutonomousDataScience20251019｜RUC,THU??52??http:arxiv.orgabs2510.16872v1??????https:huggingface.copapers2510.16872??????https:github.comrucdatalabDeepAnalyze??研究背景與意義背景簡述當前數據科學領域追求實現從數據源到分析報告的全流程自動化，即“自主數據科學”。這一目標旨在減少人工干預，提高數據處理和洞察的效率與質量。然而，傳統方法多依賴預...VLM多模型集成框架
