AI.x社區
- 登錄/注冊
用 Cognee 構建端到端知識圖譜，實現當前效果最好的AI Agent記憶層
原創
社區頭條
熱門內容榜 ? 最近上榜用RAG構建AI應用時，總感覺差了點什么。明明相關的信息都在向量數據庫里，但AI就是找不到正確的關聯。問它"SpaceX的創始人還創辦了哪些公司"，它能找到關于SpaceX的文檔，卻理解不了"創始人"和"其他公司"之間的關系鏈條。這就是傳統RAG的軟肋——它只懂相似性，不懂關系。Cognee就是來解決這個問題的。它到底是什么？簡單說，Cognee是個開源的端到端知識圖譜構建框架。但它不僅僅是知識圖譜——它將向量搜索的語義理解能力和知...Cognee知識圖譜AI AgentAI 智能體應用架構設計全流程剖析：一次請求到底經過了哪些關鍵步驟？
原創大家好，我是玄姐。AI智能體已經在企業的眾多場景中落地，比如：對話與問答、報告生成、內容審核、流程自動化、可視化數據分析、AI編程等。當你向智能客服提問時，在你點擊發送按鈕之后，AI智能體應用架構是如何生成并回復你的問題的？這篇文章將通過一張核心架構設計全流程圖，帶你深入了解AI智能體應用架構設計在接收到用戶請求后是如何一步步處理的。這不僅是對AI智能體技術的揭秘，也是對AI智能體應用架構設計落地的深入探...AI 智能體智能體應用大模型可靠性與校準：LLM高風險領域置信度校準， 自然語言批判，CritiCal，不確定性
CritiCal:CanCritiqueHelpLLMUncertaintyorConfidenceCalibration20251028｜HKUST,HKUST??1???http:arxiv.orgabs2510.24505v1????????https:huggingface.copapers2510.24505????????https:github.comHKUSTKnowCompCritiCal???研究背景與意義問題定義與現狀概述大型語言模型（LLMs）在高風險領域的安全使用依賴于準確的置信度校準，即模型對其回答可信度的準確表達。現有傳統方法多通過模仿參考置信度表達...大模型LLMCritiCal主動調用工具的多模態智能體； 視覺空間理解能力調優；通過細化文本嵌入緩解多模態不平衡；密集動作描述
DeepEyesV2:TowardAgenticMultimodalModel20251107｜XiaohongshuInc.??26??http:arxiv.orgabs2511.05271v1??????https:huggingface.copapers2511.05271??????https:visualagent.github.io??研究背景與意義問題定義與現狀概述當前多模態大模型（MLLM）雖具備較強的視覺和文本理解能力，但在主動調用外部工具（如代碼執行環境和網絡搜索）以輔助推理方面仍顯不足。現有模型大多被動接受輸入，缺少自主調用工具整...視覺空間多模態MLLM大模型自動化標注：從流程到實戰
社區頭條 熱門內容榜 ? 最近上榜在AI模型開發中，數據標注始終是繞不開的“痛點”——人工標注耗時耗力、成本高昂，還容易因主觀差異導致標注不一致。而隨著大模型能力的成熟，自動化標注正在成為破局關鍵：它能將原本一周的標注工作量壓縮到1天，還能保持穩定的標注標準，甚至在專業領域省去人工培訓成本。今天，我們就從核心流程、技術選型、實戰代碼到行業工具，全面拆解大模型自動化標注的落地方法，幫你快速上手這一效率利器。一、先搞懂：大模型自動化標...大模型自動化標注信任的證明：谷歌如何用“可驗證隱私”重塑生成式 AI 時代的數據分析版圖
在生成式人工智能（GenAI）的浪潮席卷全球之際，一個根本性的矛盾正橫亙在技術進步與個人尊嚴之間。一方面，從智能手機上的每一次語音轉錄，到云端大模型的每一次創意生成，海量的非結構化數據如同一座座待采的金礦，蘊藏著優化用戶體驗、洞察失敗模式、驅動產品迭代的無窮價值。另一方面，這些數據——用戶的對話、草稿、圖像——本身就是其數字人格最私密的延伸。如何安全地開采這座金礦，而不導致隱私的全面崩塌，已成為我們...谷歌生成式 AIGenAI基于密碼學的信任基石：零知識證明全面解析
一、導論——在不泄露秘密的前提下，如何證明你擁有秘密？1.1定義范式：證明者、驗證者與三大支柱所謂零知識證明（ZeroKnowledgeProof,ZKP），是一種精妙的密碼學協議。它讓一方（證明者）能向另一方（驗證者）確證某個論斷為真，卻不必透露任何與論斷內容相關的蛛絲馬跡。整個證明過程，除了“此話為真”這一結論外，不泄露分毫證明者所持有的“秘密知識”（即“見證”，witness）。完整性（Completeness）：若論斷為真，一個...密碼學人工智能Verifiable AI大型語言模型中的“因果錯覺”：一項基于權變判斷任務的深度解析
在人工智能邁向通用智能的征途中，真正的因果推理能力被普遍視為一道關鍵且艱巨的關隘。當前的深度學習模型，尤其是大型語言模型（LLMs），憑借其在海量文本數據中學習復雜模式的卓越能力，展現了驚人的語言生成與理解水平。然而，它們究竟是在進行真正的“思考”與“推理”，還是僅僅在對訓練數據中的語言模式進行高保真的“復制”與“重組”？這一問題在因果推理領域顯得尤為尖銳。近期，一篇題為《大型語言模型在因果學習中...語言模型LLMLLMsGlyph 技術解讀：以視覺壓縮重塑長上下文處理范式（上）
隨著大型語言模型（LLM）的能力邊界不斷拓展，對超長上下文（LongContext）處理能力的需求正以前所未有的速度增長。從深入理解數百萬字的法律文書、分析海量代碼庫，到實現需要跨越漫長對話歷史的多輪推理，長上下文已成為解鎖下一代人工智能應用的關鍵瓶頸。然而，當前主流技術路線面臨著嚴峻的挑戰：自注意力機制固有的二次方復雜度，使得上下文窗口的每一次線性增長，都會帶來計算和內存成本的指數級飆升。這形成了一個難以...GlyphLLMToken阿里ROLL Flash：異步技術加速強化學習后訓練，突破資源瓶頸的革命性框架
引言：大模型強化學習后訓練的時代挑戰隨著ChatGPT、Claude等大語言模型在推理、數學和代碼生成等復雜任務上展現驚人能力，強化學習后訓練（RLPostTraining）已成為提升模型性能的關鍵環節。然而，傳統的同步訓練架構面臨著嚴峻的資源利用率和可擴展性挑戰。就在2025年初，Meta發布的Llama3RLHF版和Google的Gemma2模型都顯露出在大規模RL訓練時的效率瓶頸。在這一背景下，阿里巴巴團隊提出的ROLLFlash系統代表了重要的技術突破...阿里ROLL Flash框架RLVR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 RLQwen3微軟 CEO 納德拉亮出AGI底牌：50年戰略曝光！正處于AI變革早期階段，警惕“贏家詛咒”
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）繼上回與山姆·奧特曼同臺回應微軟和OpenAI的合作細節后，微軟CEO納德拉再度出席主持人DwarkeshPatel的一檔播客節目，并公開微軟在整個技術棧層面為AGI做的一系列準備。微軟對未來AI的布局可謂野心勃勃。他們正在構建一個從芯片、基礎設施到模型和應用的全方位AI生態，不僅服務頂尖實驗室，還面向整個經濟的長尾市場。在節目中，主持人和SemiAnalysis創始人DylanPatel與納德拉一起...AGIAI變革模型GPT-5.1深夜發布卻無驚喜？“擠牙膏”式更新背后：大模型創新的困局在哪里？
原創 社區頭條 熱門內容榜 ? 最近上榜當AI的進化帶來的驚喜越來越少，我們不禁要問：大模型時代是否已經觸及天花板？ 昨晚，GPT5.1正式發布，這距離GPT5的面世僅過去了三個月。新版本帶來了兩個變體：Instant專注于快速響應和對話流暢性，Thinking則致力于復雜推理任務。 OpenAI宣稱，GPT5.1在數學和編程任務上有所改進，并提供了八種對話風格預設，從“專業”到“古怪”不等。  然而，翻看官方博客，你會發現一個有趣的現象：幾乎沒有提及性能...GPT-5.1發布AI大模型transformer算家計算算家云百度，依舊是最激進的AI公司！李彥宏最新判斷：AI行業需要“倒金字塔”重構，Robotaxi已達到商業臨界點！
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）“過去一年作為從業者，我們最大的感受就是AI在各種生活生產的場景都能夠看到明顯效果了。”11月13日上午，百度創始人Robin李彥宏信步亮相百度世界大會，道出了自己對過去一年的總結。這便引出了此次大會的主題緊扣：效果涌現。從2023年到2025年的尾聲，這可以說是這位AI先生對于當下全球AI進程的獨有總結。跟前幾次大會不同，這次大會的演講和發布都發生了不少變化。之前大家會把...AI公司RobotaxiAI行業ChatGPT無預告升級：GPT-5.1 來了，自適應推理、語氣更自然、可語氣設定
原創 社區頭條 熱門內容榜 ? 最近上榜今天，OpenAI悄悄放出了GPT5.1，直接把ChatGPT的體驗拉到了新高度。簡單說，這次更新有兩個關鍵詞：更聰明、更像人。??GPT5.1到底更新了啥？這次一口氣發布了兩個版本：Instant：主打“即時對話”，反應更快、語氣更自然，像個懂梗、會聊天的朋友。Thinking：主打“深度思考”，處理復雜問題時更耐心、邏輯更強，解釋也更通俗易懂。官方說，它比上一代GPT5在“理解指令”和“溝通體驗”上都有顯著提升。比如現在你讓它“每次只...谷歌提示詞工程Media IONano Banana產品負責人揭秘谷歌秘方：超強泛化能力，起名純屬意外，下一步是超越提示詞工程
社區頭條編輯｜聽雨出品51CTO技術棧（微信號：blog51cto）最近NanoBanana2現身第三方平臺MediaIO，一出手就技驚四座。已經有手快的網友迫不及待地體驗了最新版，以下是NanoBanana2的一些杰作——可以按照提示更改顏色和翻譯：可以根據模擬圖像生成真實場景：可以把一個玩具拆成一堆零件：甚至可以解一道數學題：你可能會為Banana2精確的文本渲染、超逼真的場景以及手解數學題的推理泛化能力而嘖嘖稱奇，那么NanoBanana到底是怎么來的？...谷歌提示詞工程Media IO原理論證：大推理模型幾乎必然具備思考能力
社區頭條譯者核子可樂審校重樓蘋果公司近期發表《思考的幻覺》論文，認為大推理模型必然不具備思考能力，仍只是進行模式匹配。其論據可概括為：當問題規模持續增大，采用思維鏈推理的大推理模型將無法使用預定義算法進行計算。但這種認證存在根本性缺陷。畢竟哪怕面對漢諾塔（小圓盤始終在大圓盤之上）這樣簡單的問題，人類也不可能解開20層的問題。換言之，大推理模型能否思考仍是一樁懸案。本文將提出更大膽的診斷：大推理模型幾乎必...大推理模型LLM思考推理LLM 領域 GPU 系統工程化的思維模型
原創大家好，我是玄姐。最近，X（原推特）上有一條推文火了灬大多數人看到后會想：我得學CUDA內核工程，這樣才能有價值。但事實并非如此。即便你花一輩子鉆研，也大概率擠不進那個約100人的頂尖圈子。內核固然重要，但不該是你的第一步。首要任務是理解整個系統的運作邏輯。你可能讀過幾百篇關于Triton內核、PCIe與NVLink對比、或是DeepSpeedZeRO的文章，但作為GPU工程師，核心問題不是“我能手寫內核嗎？”，而是“這些組件如何協...LLMGPU大模型30 個必知的 AI Agent 關鍵術語
原創大家好，我是玄姐。我整理了一份簡潔的可視化指南，涵蓋AIAgent領域30個最重要的術語。這些術語能幫你理解現代AI智能體（Agent）實際的思考、行動和協作方式，是核心必備知識。如果你正在研究LangChain、SpringAI、SpringAIAlibaba、CrewAI、LangGraph或AutoGen等智能體框架，這份術語表能幫你理清關鍵構成模塊之間的關聯。一、核心術語解析Agent（智能體）：能感知環境、進行推理并為達成目標采取行動的自主AI實體。Environmen...AI Agent智能體LangChainLangGraph視頻模型在真推理還是“演”推理？港中文等提出新基準拷問:Chain-of-Frame到底是真是假？
精華 熱門內容榜 ? 最近上榜論文鏈接：https:arxiv.orgpdf2510.26802v1項目主頁：https:videocof.github.io引言近年來，以Veo、Sora等為代表的視頻生成模型展現出驚人的生成能力，能夠合成高度逼真、時間連續的動態畫面。這些進展暗示，模型在視覺內容生成之外，或許已開始具備對物理世界結構與規律的潛在理解。值得注意的是，Google最新研究指出，諸如Veo3等模型正在顯現出超越純粹生成的“涌現能力”，例如感知建模、動態預測以及推理能力。由此催生出一...AI模型視頻生成
