1.為什么說“上下文工程”會成為2025年的核心技能？如果你關(guān)注AI領(lǐng)域的發(fā)展，可能會發(fā)現(xiàn)一個趨勢：大模型本身的“能力差距”正在縮小：無論是GPT5、Qwen3Max，還是DeepSeekV3.1，基礎(chǔ)的理解和生成能力越來越接近。但同樣的大模型，在不同人手里，輸出效果卻天差地別：有人用它寫的報告邏輯混亂，有人卻能讓它生成精準(zhǔn)的行業(yè)分析；有人靠它解決不了實際問題，有人卻能用它優(yōu)化業(yè)務(wù)流程。造成這種差距的關(guān)鍵，不再是“用哪個大模...

在語言大模型的競爭日趨白熱化之際，人工智能的下一個主戰(zhàn)場已然清晰——物理世界。將AI的智慧注入到物理實體中，讓機器人具備通用的、適應(yīng)各種場景的能力，已成為全球科技巨頭競相追逐的“圣杯”。在這場競賽中，谷歌DeepMind近期發(fā)布的GeminiRobotics1.5系列，不僅展示了其在技術(shù)上的領(lǐng)先地位，更揭示了其試圖主導(dǎo)整個機器人時代的宏大“陽謀”。打造“機器人界的Android”谷歌的戰(zhàn)略并非是親自下場，去設(shè)計和制造所有形態(tài)的...

長期以來，人工智能的發(fā)展似乎遵循著兩條并行的軌跡。一條是以大語言模型為代表的“大腦”進(jìn)化之路，它們在數(shù)字世界中展現(xiàn)出驚人的知識儲備和推理能力，但無法與物理世界直接交互。另一條則是機器人的“身體”進(jìn)化之路，其機械結(jié)構(gòu)和運動控制能力日益精進(jìn)，卻始終缺乏真正的、通用的智能。然而，谷歌DeepMind近期發(fā)布的GeminiRobotics1.5系列模型，清晰地標(biāo)志著這兩條軌跡的交匯。這一突破性的技術(shù)框架，旨在為機器人同時賦予強...

在人工智能的世界里，如果說大型神經(jīng)網(wǎng)絡(luò)是那個能夠?qū)W習(xí)和思考的“大腦”，那么優(yōu)化器（Optimizer），就是指導(dǎo)這個“大腦”如何學(xué)習(xí)、學(xué)習(xí)多快、以及最終能學(xué)得多好的“隱形之手”。從一個隨機初始化的網(wǎng)絡(luò)，到一個能夠理解語言、生成代碼的強大智能體，優(yōu)化器在其中扮演著至關(guān)重要的角色。然而，隨著模型規(guī)模的爆炸式增長，我們熟知的經(jīng)典優(yōu)化器正面臨著前所未有的挑戰(zhàn)。近期，一家由前OpenAI核心團(tuán)隊創(chuàng)立的新公司ThinkingMach...

編輯云昭采訪BG2出品51CTO技術(shù)棧（微信號：blog51cto）9月下旬以來，大忙人黃仁勛更忙了。先是宣布了跟英特爾的投資合作，而后又傳來1000億美金投資OpenAI的星際之門。尤其對后者，外界對于英偉達(dá)的做法頗有質(zhì)疑的聲音：你把錢投資給OpenAI，然后OpenAI又反過來購買的你芯片。這不是“循環(huán)營收”嗎？這個質(zhì)疑，直接在這周五知名播客欄目BG2中被拋出。面對犀利的質(zhì)疑，老黃戴著一副紅框眼鏡回應(yīng)道：“營收和投資是兩回事。”并進(jìn)...

2025年，人工智能領(lǐng)域的競爭進(jìn)入了一個新的維度。不再僅僅是模型參數(shù)規(guī)模的比拼，一場圍繞頂尖人才和底層技術(shù)創(chuàng)新的競賽已然拉開帷幕。在這場變革的中心，一家名為ThinkingMachinesLab（TML）的新興公司，以其星光熠熠的創(chuàng)始陣容和創(chuàng)紀(jì)錄的融資規(guī)模，迅速成為全球科技界矚目的焦點。本文將深度解析這支“AI夢之隊”的構(gòu)成，并拆解其首個重磅研究成果“模塊流形”背后的巨大技術(shù)野心。AI行業(yè)的“復(fù)仇者聯(lián)盟”TML的創(chuàng)始團(tuán)隊，幾乎...

可信人工智能指的是人工智能系統(tǒng)的設(shè)計、開發(fā)、部署和使用的整個生命周期都符合倫理、法律和技術(shù)標(biāo)準(zhǔn)，從而能夠贏得用戶、消費者、監(jiān)管機構(gòu)和社會公眾信任的一系列方法和實踐。簡單來說，它回答了一個關(guān)鍵問題：“我們?yōu)槭裁匆嘈胚@個AI系統(tǒng)？”可信AI的目標(biāo)是確保AI不僅是強大的、高效的，更是負(fù)責(zé)任、可靠且有益于人類的。可信AI并非一個遙遠(yuǎn)的概念，它正在全球各個行業(yè)的具體場景中加速落地。除了生活娛樂之外，這些落地場...

在五一假期期間，HuggingFace上出現(xiàn)了一款爆火的圖像編輯模型，號稱用一個LoRA就可以實現(xiàn)像GPT4o一樣的圖像編輯功能。該項目不僅沖上了HuggingFace周榜第二名，僅次于Qwen3；還在外網(wǎng)社交媒體上火出圈，用戶紛紛秀出使用體驗，之前AI生成未來也和大家分享過：而就在最近，該工作已被NeurIPS2025正式接收！這個模型就是由浙大和哈佛團(tuán)隊提出的一種新型圖像編輯方法ICEdit，僅需要以往模型0.1%的訓(xùn)練數(shù)據(jù)（50k）以及1%的訓(xùn)練參數(shù)...

“要想做好一個RAG系統(tǒng)，需要在實踐中不斷地優(yōu)化和調(diào)整，很難做到一蹴而就。”昨天遇到了一個小問題，就是在數(shù)據(jù)召回的時候有部分應(yīng)該召回的數(shù)據(jù)但沒有顯示出來；所以不確定到底是因為數(shù)據(jù)本身沒有被召回，還是被召回之后由于某種原因被過濾掉了。因此，今天就查了一下這個問題產(chǎn)生的原因，然后就發(fā)現(xiàn)了一些問題；目前系統(tǒng)中，不同的數(shù)據(jù)是分在多個不同的向量庫中，然后在召回的時候發(fā)現(xiàn)每個庫中都可以召回數(shù)據(jù)，但理論上來說跟...

“Langgraph的核心功能點在Nodes節(jié)點和Edges邊，Nodes負(fù)責(zé)執(zhí)行任務(wù)，Edges負(fù)責(zé)任務(wù)流程。”在使用Langgraph開發(fā)框架的過程中發(fā)現(xiàn)一個問題，其官方文檔給的案例都是比較簡單的案例，雖然能讓我們弄明白其運作機制，但無法真正解決業(yè)務(wù)問題；因為實際的業(yè)務(wù)場景要遠(yuǎn)比官方案例復(fù)雜的多。所以，在學(xué)習(xí)框架的使用過程中感覺好像沒什么難度；但等到真正結(jié)合實際業(yè)務(wù)時才發(fā)現(xiàn)好像束手束腳，有點無從下手。之所以產(chǎn)生這種問題的原因就...

看到一篇博客，寫的不錯，原文：Ahitchhiker'sguideintoLLMposttraining,https:tokensforthoughts.notion.siteposttraining101本文僅作譯記錄。概述本文檔旨在作為理解大語言模型（LLM）后訓(xùn)練基礎(chǔ)的指南，涵蓋了從預(yù)訓(xùn)練模型到指令微調(diào)模型的完整流程。指南將梳理后訓(xùn)練的全生命周期，探討以下內(nèi)容：從“下一個token預(yù)測”到“指令遵循”的轉(zhuǎn)變過程有監(jiān)督微調(diào)（SupervisedFineTuning,SFT）基礎(chǔ)，包括數(shù)據(jù)集構(gòu)建與損失函數(shù)各類...

技術(shù)分析認(rèn)為歷史價格數(shù)據(jù)是市場狀況的直接反映。價格變動反映公司基本面、宏觀事件、機構(gòu)流動和市場情緒。大型語言模型（LLMs）在多步推理、工具使用、代碼合成和可解釋性方面表現(xiàn)出色，適合量化金融。本文提出QuantAgent，首個針對高頻算法交易的多智能體LLM框架，QuantAgent在十種金融工具（如比特幣和納斯達(dá)克期貨）的零樣本評估中，預(yù)測準(zhǔn)確性優(yōu)于隨機預(yù)測基線，為高頻金融市場的實時決策系統(tǒng)開辟了新潛力。摘要近期大型語...

摘要:盡管人工智能在醫(yī)學(xué)影像領(lǐng)域的應(yīng)用日益廣泛，但放射科醫(yī)生的需求量卻達(dá)到了歷史新高。本文探討了這一悖論背后的原因，分析了AI在放射學(xué)應(yīng)用中面臨的挑戰(zhàn)，以及人類醫(yī)生在診斷、與患者溝通和處理復(fù)雜病例方面的獨特優(yōu)勢。文章指出，AI在放射學(xué)領(lǐng)域的應(yīng)用并非簡單的替代，而是與人類醫(yī)生相互協(xié)作，提高效率和診斷準(zhǔn)確性的過程。隨著人工智能（AI）技術(shù)的快速發(fā)展，許多行業(yè)都面臨著被自動化取代的擔(dān)憂。然而，在醫(yī)學(xué)影像領(lǐng)域...

摘要基于圖的檢索增強生成（RAG）方法顯著提升了大型語言模型（LLMs）在特定領(lǐng)域任務(wù)中的性能。然而，現(xiàn)有的RAG方法未能充分利用人類認(rèn)知中固有的層次知識，這限制了RAG系統(tǒng)的能力。本文介紹了一種新的RAG方法，稱為HiRAG，它利用層次知識來增強RAG系統(tǒng)在索引和檢索過程中的語義理解和結(jié)構(gòu)捕捉能力。我們的廣泛實驗表明，HiRAG相較于最先進(jìn)的基線方法取得了顯著的性能提升https:github.comhhyhuangHiRAG全文鏈接：https:t.zsxq....

摘要可充電電池對于實現(xiàn)碳中和以及推動可再生能源轉(zhuǎn)型至關(guān)重要。它們的進(jìn)步需要在微觀（材料）、設(shè)備（制造）和系統(tǒng)（控制與優(yōu)化）層面進(jìn)行創(chuàng)新。然而，傳統(tǒng)的試錯方法無法滿足現(xiàn)代科學(xué)的需求。作為一種變革性的人工智能技術(shù)，大型語言模型（LLMs）提供了強大的語義理解和推理能力，推動了電池研究領(lǐng)域向解決多層次創(chuàng)新需求的范式轉(zhuǎn)變。盡管如此，該領(lǐng)域仍面臨雙重挑戰(zhàn)：模糊的技術(shù)路線圖和在階段性成就上的分散進(jìn)展。本綜述系...

引言：大語言模型在高等數(shù)學(xué)領(lǐng)域的推理能力邊界？近年來，前沿人工智能（AI）模型在標(biāo)準(zhǔn)化數(shù)學(xué)競賽（如國際數(shù)學(xué)奧林匹克競賽，IMO）中取得了引人注目的成就，這標(biāo)志著其在解決有明確答案和既定路徑的復(fù)雜問題上的能力已達(dá)到甚至超越了頂尖人類水平。然而，真正的數(shù)學(xué)研究并非僅限于解題，更在于提出和證明全新的、未曾解決的猜想。這要求模型不僅具備強大的計算和邏輯推演能力，還需要擁有數(shù)學(xué)家所謂的“數(shù)學(xué)成熟度”——一種融...

引言：兩大記賬范式的世紀(jì)交匯以中心化、機構(gòu)信任為基石的傳統(tǒng)銀行核心賬務(wù)系統(tǒng)，以及以去中心化、算法信任為內(nèi)核的ERC20智能合約體系基本上可以說是兩種截然不同的價值記錄與轉(zhuǎn)移體系。出于工作的需要，我也嘗試超越表層技術(shù)參數(shù)的羅列，探究一下二者在設(shè)計哲學(xué)、信任根基、運行邏輯與安全范式上的根本性分野。核心的觀點是從傳統(tǒng)銀行賬本到區(qū)塊鏈智能合約的演進(jìn)，并非一次簡單的技術(shù)迭代，而是一場深刻的范式轉(zhuǎn)移其本質(zhì)是從依...

ICPC2025——人機編程競賽新紀(jì)元的開端國際大學(xué)生程序設(shè)計競賽（InternationalCollegiateProgrammingContest,ICPC）自創(chuàng)立以來，一直是全球范圍內(nèi)歷史最悠久、規(guī)模最大、最具聲望的算法編程競賽。它不僅是衡量頂尖學(xué)府計算機科學(xué)教育水平的標(biāo)尺，更是對參賽學(xué)生團(tuán)隊協(xié)作能力、算法思維深度以及在高壓環(huán)境下解決復(fù)雜問題能力的終極考驗。每一屆ICPC世界總決賽都匯聚了全球最聰明的年輕頭腦，他們代表著人類在計算科學(xué)領(lǐng)域的未來...

智能體人工智能的夢想遭遇瓶頸我們正站在計算領(lǐng)域新時代的風(fēng)口——智能體人工智能（AgenticAI）時代。這個夢想簡單卻意義深遠(yuǎn)：大語言模型（LLMs）不僅能響應(yīng)我們的查詢，還能主動代表我們實現(xiàn)目標(biāo)。我們設(shè)想這樣的智能體：它們能研究復(fù)雜主題、規(guī)劃精密的旅行行程、調(diào)試代碼，并通過與世界的動態(tài)多步交互管理我們的數(shù)字生活。在過去一年里，強化學(xué)習(xí)（ReinforcementLearning,RL）一直是推動我們邁向這一未來的核心引擎。通過讓...

本文整理自福建農(nóng)林大學(xué)計算機與信息學(xué)院農(nóng)林大數(shù)據(jù)中心楊長才副教授團(tuán)隊的研究成果，拋磚引玉為智慧農(nóng)業(yè)的發(fā)展提供一些思路。1.背景隨著農(nóng)業(yè)現(xiàn)代化進(jìn)程的推進(jìn)，人工智能技術(shù)在農(nóng)作物病蟲害識別領(lǐng)域展現(xiàn)出廣闊的應(yīng)用前景。我國每年因病蟲害導(dǎo)致的果品蔬菜損失高達(dá)25%以上，化學(xué)農(nóng)藥濫用現(xiàn)象嚴(yán)重，并對生態(tài)環(huán)境造成破壞。本文基于深度學(xué)習(xí)技術(shù)，提出了一種高效的植物蟲害識別方法，旨在實現(xiàn)快速、準(zhǔn)確、智能的病蟲害診斷，為農(nóng)民...