AI.x社區
- 登錄/注冊
讓 AI 學會“自我修煉”：自我改進智能體訓練體系全解析
所謂Agenticsystems，無論用于工具使用還是推理，都是通過prompts來引導行動。但prompts是靜態的，它們只給出步驟，卻無法自我改進。真正的agentictraining源自系統在動態環境中的學習、適應與協作方式。在agenticarchitecture中，每個子agent的目標不同，這意味著單一算法無法一體適用。要讓這類系統更有效，我們需要一個整合reasoning、reward與realtimefeedback的完整訓練架構。一個典型的agenticsystem訓練架構包含多個相互...AI智能體PPO如何使用 Knowledge Graph 和 LLM 構建問答系統
基于模擬FAQ文檔構建的knowledgegraph今天我帶來一個基于knowledgegraph（用第一部分介紹的方法構建）和LLM（這里用的是Gemma3–4bitqat，與之前相同）的簡易QuestionAnswer(QA)System。我選擇使用Gemma3–4b，是因為它體量足夠小，可以在普通筆記本上運行，同時又非常擅長遵循指令。在這篇博客中，我們會用一個關于假想智能手機的FAQ文本作為樣例，利用上一篇文章中的代碼（同一倉庫）為其生成knowledgegraph，然后搭建一個系...KnowledgeGraphLLM為什么多頭注意力比單頭注意力更強大？
原創你有沒有過這種體驗：看一本復雜的小說時，既要留意主角的情感變化，又要梳理故事的時間線，還得琢磨隱藏的伏筆——少了哪一樣，都可能讀不懂劇情。其實，語言模型理解文本時也面臨同樣的難題：一句簡單的“他拿著傘去接剛下班的她”，既要搞懂“他”“她”是誰，又要明白“拿傘”和“接人”的關聯，還要知道“剛下班”是時間背景。而讓模型能同時“盯”住這些不同信息的關鍵，就是比單頭注意力更厲害的“多頭注意力”。要是把...多頭注意力LLM對標ChatGPT！千問App正式上線：AI應用終局之戰正在打響
原創
社區頭條今天，阿里全力進軍AItoC市場，統一其toC品牌：千問App公測版正式上線各大應用商店。  據悉，阿里內部將這一項目視為“AI時代的未來之戰”，由董事長兼CEO吳泳銘親自帶隊，集結了100多名工程師，在杭州總部兩層專屬辦公區已秘密研發數月。 在此之前，阿里在AItoC領域的布局主要依靠夸克這樣的“工具縫合應用”，缺少能直接對標ChatGPT或豆包的原生AI交互入口。 雖然阿里早在2023年4月就推出過原通義App，是...人工智能千問App上線AI應用算家計算算家云從Grok 4.1發布看AI技術債：企業如何實現AI應用的低成本、高靈活切換
對于關注前沿AI技術的開發者來說，近期的LMArena排行榜刷新無疑投下了一顆重磅炸彈：xAI發布的Grok4.1模型，以其卓越的性能參數，迅速登頂榜首，在多個維度上展現出與行業頂級模型相抗衡甚至超越的實力。這一事件，再次印證了AI基礎模型領域迭代速度的驚人。新技術浪潮的到來，讓開發者興奮的同時，也帶來了一個極為現實的工程問題：當一個新的、性能更強的SOTA（Stateoftheart）模型出現時，我們的技術棧是否需要立即跟進？跟...Grop 4.1AI模型為什么語言模型骨子里是個“猜詞小能手”？
原創你有沒有過這種經歷：和朋友聊天時，對方剛說“今天中午吃”，你就脫口而出“外賣”？或者刷短視頻時，up主念叨“這個知識點一定要記”，你心里已經接了“牢”？其實，咱們每天都在干一件事——預測下一個詞。而那些能寫文案、答問題的大語言模型（LLM），本質上和咱們這小習慣沒區別，只是把“猜詞”這件事做到了極致，活脫脫一個專業的“下一詞預測器”。一、訓練的核心：讓句子“順理成章”的概率游戲要搞懂它為啥這么“軸”...LLM谷歌工程VP：AI代碼難以在生產環境存活！初創創始人神點評：AI只能用于真空環境，問題在于代碼之外的環節！
原創 社區頭條編輯云昭出品51CTO技術棧（微信號：blog51cto）過去兩年，AI生成代碼的Demo一個比一個炸裂：一個prompt，整個應用直接出來；幾句自然語言，啪的一下，一套后臺系統就生成了。看上去，軟件開發似乎要進入“無限加速”的時代。但現實的魔幻程度只有身處其中的團隊有體會：相應上線的產品數量并沒變多，也沒看到期待的創新速度，甚至不少團隊感覺比以前更累。谷歌一位工程副總裁曾說過一句很扎心的話：“如果大家知道LLM生成的代碼...谷歌工程AI代碼promptGPT-5.1 Codex 比Claude便宜 55%，代碼漏洞更少！全棧開發老鳥警告：Anthropic 需要重新考慮定價了！
原創 社區頭條編輯聽雨出品51CTO技術棧（微信號：blog51cto）現在已經有太多能寫代碼、而且寫得非常好的模型了。Sonnets、Haiku4.5、Codex系列、GLM、KimiK2Thinking、GPT5.1……幾乎每個都足以應付日常的大多數編碼任務。但對于開發者來說，誰也不想把時間和金錢花在一個排名第二或第三的模型上。最近，小編注意到一位全棧工程師RohithSingh在Reddit上發表了一篇帖子，介紹他如何對四個模型（KimiK2Thinking、Sonnet4.5、GPT5Codex和GPT5.1C...GPT-5.1 CodexClaudeAnthropic2025年底前，AI工程師必學必試的七項MCP項目
譯者晶顏審校重樓隨著人工智能技術向分布式多智能體（multiagent）交互與推理方向加速演進，模型上下文協議（MCP）已成為實現模型間上下文標準化管理與信息高效交換的核心基礎。這一協議通過構建結構化、可擴展的語義執行環境，突破了傳統大模型應用在工具調用、多輪交互與跨系統協作中的瓶頸，為打造資源高效、上下文感知的AI應用提供了關鍵支撐。對于AI工程師而言，深入實踐基于MCP的項目不僅是提升技術能力的核心路徑，更是...AI工程師MCP多智能體當AI生態加速閉環，開發者如何防止技術鎖定（Vendor Lock-in）？
當“底座之爭”落幕，AI應用的競爭已轉向生態博弈，開發者應如何設計面向未來的技術架構，以保持長期的技術自主性？近期行業數據顯示（如LMSYSChatbotArena），頂級大模型在核心能力上的性能差異正迅速收斂。這一趨勢標志著AI產業的“底座之爭”已近尾聲，競爭的焦點正不可逆轉地轉向更為宏大的“生態博弈”。巨頭們正加速構建包含應用、數據、開發工具在內的閉環生態，這給開發者帶來了新的架構挑戰：如何設計應用，才能在享受...MaaSAI大模型LLM推理優化：AWQ 與 GPTQ 的模型壓縮策略與量化技術解析
社區頭條作者崔皓審校重樓開篇在當今人工智能領域，大語言模型（LLM）正以前所未有的速度發展。隨著模型參數的不斷增加，大模型變得愈發“聰明”，在語言理解、文本生成、知識問答等眾多任務中展現出了卓越的性能，為自然語言處理等相關領域帶來了巨大的變革。然而，這種參數規模的急劇增長也帶來了一系列挑戰。在模型推理階段，需要大量的硬件資源來支撐。顯存作為存儲模型參數的關鍵部件，其容量需求也隨之大幅提升。當GPU執行大模型...LLM推理AWQGPTQ人工智能宇樹科技王興興：落地中國，做有溫度的事！呼吁：機器人不是單打獨斗的行業，需要全世界都擰成一股繩
原創 社區頭條
熱門內容榜 ? 最近上榜編輯云昭出品51CTO技術棧（微信號：blog51cto）11月16日，宇樹科技創始人兼CEO王興興出席2025人工智能+大會并發表演講。他拋出了一個新的展望，這也是他一年前就曾表達的一個愿景：“下一個十年，場景將推動機器人真正‘融入生活’。”ps：這場大會主辦方很有來頭，由國家高新區人工智能產業協同創新網絡、中央廣播電視總臺《贏在AI+》節目組、清華大學可持續社會價值研究院、中國人民大學交叉科學研究院、中關村發展集團等單位...宇樹科技王興興機器人Spring AI 1.1 GA 正式發布！850 + 改進、MCP 協議集成、多廠商模型加持
原創 社區頭條 熱門內容榜 ? 最近上榜大家好，我是玄姐。2025年11月12日，SpringAI團隊正式宣布SpringAI1.1.0GA版本發布！作為Spring生態的AI核心組件，這個版本帶來了ModelContextProtocol集成、高級AI能力升級、擴展模型廠商支持等重磅特性，累計包含850+項改進、bug修復和文檔更新，堪稱一次全面升級。一、核心亮點：ModelContextProtocol（MCP）集成這是本次發布最具里程碑意義的特性，SpringAI為MCP提供了SpringBoot自動配置和完整的注解式編程模型，讓AI應用...Spring AIMCP多智能體協作（MAS）：拆解復雜任務的技術內核與產業化落地路徑
原創大家好，我是玄姐。當某中型電商企業用通用LLM生成2023年Q3財報時，860萬元“平臺推廣費”被誤歸入“主營業務成本”，直接導致毛利率從31%虛高至53%，后續500萬元產能投資因需求誤判淪為庫存積壓；當研究者用單一AI撰寫“新能源汽車產業技術與政策協同”報告時，模型雖能羅列鋰電池技術與補貼政策，卻無法關聯“氫儲運材料成本”與補貼導向的深層邏輯。這些案例并非個例，而是單一AI在復雜場景中“能力孤島”困境的集中體現。多...多智能體協作MASLLM文心5.0：2.4萬億參數的“全能AI”，它真做到了嗎？
咱們AI圈里最近最火的話題是啥？那必須是百度文心大模型5.0的橫空出世啊！說實話，剛聽到這數字的時候，我也愣了一下——2.4萬億參數，這簡直是把整個知識宇宙都塞進了一個大腦里。但參數多就一定好嗎？文心5.0想告訴我們，它不光要“大”，更要“原生全模態”的智慧。不只是“大”，更是“精明”的大腦2.4萬億參數，這個數字聽起來很唬人，畢竟大多數人對萬億這個量級沒什么概念。但如果我告訴你，這個龐大的智能體每次解決問...文心5.0AI智能國產AI代碼逆襲：GLM-4.6憑什么并列全球第一？
社區頭條AI圈的朋友們，最近有沒有被LMArena的榜單震到？智譜AI的GLM4.6，這個咱們國產品牌，竟然在最新的編程與代碼生成排行榜上，和OpenAI的GPT5、Anthropic的Claude并列全球第一！這可不是小事，意味著國產大模型在最硬核的編程能力上，實實在在地站到了世界之巔。榜單震動：國產AI站上世界之巔LMArena，這個在AI圈里舉足輕重的評測平臺，它的CodeArena榜單可不是鬧著玩的。它不僅僅是看代碼能不能跑起來那么簡單，更深層次地評估模...AI代碼GLM-4.6AIAI會聊天了？GPT-5.1雙核驅動情商大升級！
嘿，各位AI圈的朋友們，又到了我們激動人心的時刻！OpenAI在2025年11月13日這個普通的日子，扔下了一顆不普通的“重磅炸彈”——GPT5.1系列模型正式登場。別以為又是些冷冰冰的跑分數據升級，這次，OpenAI玩真的了，他們把焦點從單純的“智商”競賽，轉向了如何讓AI變得“更有人情味”、“更懂你”。這次升級的核心，是推出了GPT5.1家族的兩位新成員：GPT5.1Instant（即時版）和GPT5.1Thinking（思考版）。Instant，顧名思義，...GPT-5.1AIOpenAI楊立昆以Meta身份發表的最后一篇論文
LeJEPA——可證明且可擴展的自監督學習新范式「“這可能是LeCun以Meta身份發表的最后一篇論文了。”」「沒錯，這篇論文，介紹了一種自監督學習方法，于11月11日在arXiv提交，是LeCun的最新公開成果。」「也是在這一天，他離職Meta的消息被曝光。」本文將全面解讀MetaFAIR團隊于2025年發布的突破性論文《LeJEPA:ProvableandScalableSelfSupervisedLearningWithouttheHeuristics》。該研究由RandallBalestriero和YannLeCun領銜，...LeJEPA算法模型注意力如何照亮LLM推理——預規劃與錨定節奏的機制與優化
這篇由上海交通大學和阿里巴巴團隊聯合發表的研究論文《AttentionIlluminatesLLMReasoning:ThePreplanandAnchorRhythmEnablesFineGrainedPolicyOptimization》提出了一種革命性的視角：將注意力機制視為理解大語言模型推理過程的關鍵窗口，而不僅僅是計算的副產品。傳統強化學習方法通常對整個生成序列均勻分配信用，模糊了關鍵推理步驟與常規步驟之間的界限。本研究通過分析注意力動態，揭示了LLM內部存在的"預規劃與錨定節奏"...LLM預規劃機制阿里Asymmetric PPO —— 輕量評論家協同，重煥 Critic-based RL 高效新范式
在大語言模型（LLM）與強化學習（RL）深度融合的浪潮中，后訓練階段通常采用基于策略梯度的方法，如近端策略優化（PPO），以提升模型的推理能力。然而，傳統PPO采用對稱的actorcritic架構，即critic（價值函數）與actor（策略模型）規模相當，這在LLM尺度下帶來巨大的計算開銷和訓練不穩定問題。近年來，無critic的RLVR（ReinforcementLearningforLLMReasoning）范式逐漸成為主流，例如GRPO（GroupPolicyOptimization）通過平均...Asymmetric PPOCritic-based RL阿里
