-
多图理解，更懂中文，支持function call的Phi-3.5来了！
01引言 微软继今年4月推出Phi-3系列小型语言模型后，又一鼓作气三连发布并开源其「小而美」系列 Phi-3.5模型！ 本次发布的三个模型各有特色： Mini型：Phi-3.5-mini-instruct(3.8B) Phi-3.5 mini 具有 38 亿个参数，基于Phi-3 的数据集（合成数据和经过筛选的公开网站）构建，重点关注高质量、推理密集的数据。该模型属于 Phi-3 模型系列，支持…- 0
- 0
-
自建AI编程助手 | 本地 Yi-Coder模型 + Cursor 5分钟写一个网页
Yi-Coder[1] 是一个开源的高性能代码语言大模型，为实现高效编程设计。它支持 52 种编程语言，擅长处理需要长上下文理解的任务，例如项目级代码理解和生成。该模型有两种大小（15亿 和 90亿 参数），并且提供基础版和聊天版。本教程中，你将学习如何使用与 OpenAI 兼容的 API 在本地运行 Yi-coder 模型使用 Yi-coder 驱动 CursorCursor 是最热门的 AI …- 0
- 0
-
免费还超快，我用 Cursor 做的“汉语新解”插件开源了
前两天，你是否也被 汉语新解 卡片刷屏，却苦恼于无法快速生成？记得当时，微信群里、朋友圈里、某书上以及公众号里，到处都在谈论这些生动有趣的“汉语新解”卡片。这是由提示词大神 @李继刚老师 在 Claude 3.5 上开发的提示词。其辛辣的风格和全新的视角，令人耳目一新。但是，无论是 Claude 3.5 还是国内的大模型，生成卡片的速度太慢，还不能直接下载 PNG 图…- 0
- 0
-
通用端到端OCR模型开源，拒绝多模态大模型降维打击
在AI-2.0时代，OCR模型的研究难道到头了吗！？（OCR：一种将图像中的文字转换为可编辑和可搜索文本的技术）Vary作者团队开源了第一个迈向OCR-2.0的通用端到端模型GOT。用实验结果向人们证明：No~No~No~GOT模型效果如何？话不多说，直接上效果图：△ 最常用的PDF image转markdown能力△ 双栏文本感知能力△ 自然场景以及细粒度OCR能力…- 0
- 0
-
Pixtral 12B：本地部署、图像分析和OCR功能全解析
在本文中向大家展示如何在本地安装 Pixtral 模型，然后使用各种图像进行测试。我还会介绍一些这个模型的惊人功能，对了，这款模型来自法国公司 Mistral。在此之前，展示一下 Hugging Face 上的这个 Pixtral 模型页面，为什么它如此特别呢？因为 Mistral 是一家已经因其开源模型和模型质量而非常有名的公司，而 Pixtral 12B（120 亿参数）是他们的第一个多模态模…- 0
- 0
-
疯狂24h后，openai o1有哪些新的秘密？
在openai o1发布24h后，有哪些值得关注的消息呢？o1-preview 在 ARC-AGI 测试中的得分为 21%（目前的最佳水平是 46%）：总的来说，o1 代表了一种从“记住答案”到“记住推理过程”的模式转变，但并没有脱离目前更广泛的一种模式 -> 通过调整曲线以适应分布来提升性能，使所有内容都符合分布。o1-preview 在 aider 代码编辑测试中的得分约为 80%（目前…- 0
- 0
-
OpenAI的o1模型会带来哪些影响和机会？
前天一位业务负责人气哄哄的说。现在的大学生来我这儿实习不收他们钱就不错了，竟然还要给他们钱。学校里学的东西没啥用，到了公司还得从头教。学历真不重要，重要的是学习能力。OpenAI发布的o1模型再一次刷新AI的进展。这一模型的问世，不仅代表了人工智能技术的新高度，也为我们如何培养未来人才提供了新的视角和挑战。你的那些行业经验、复杂思考可能都在慢慢变得不值钱。重要的是，你是否还在持续学习。为什么这么说…- 0
- 0
-
一文彻底搞懂大模型 – 开源数据标注平台Label Studio
LLM（大型语言模型）时代已至，数据标注的重要性愈发重要。大模型依靠高质量标注数据支撑，而数据标注则是AI理解世界、做出决策的基础。Label Studio作为一款开源标注平台，以其直观、灵活的特点，助力高效、准确地完成数据标注工作。在LLM时代，我们应重视数据标注，利用Label Studio等工具，为AI发展奠定坚实基础。Label Studio一、Label Studio什么是Label S…- 0
- 0
-
一款优秀的开源项目，PDF扫描件识别也超容易
在文本处理的过程中，图片和扫描件是无法绕开的数据类型，也是业界的处理难点，也是热点的优化方向。本篇文章将介绍一款相关的开源项目，该项目在github上拥有24.9k star，涨星飞快。它是一个OCR技术的集合体，能高效解决问题：项目特点免费：本项目所有代码开源，完全免费。方便：解压即用，离线运行，无需网络。高效：自带高效率的离线OCR引擎，内置多种语言识别库。灵活：支持命令行、HTTP接口等外部…- 1
- 0
-
国内最大MoE开源大模型来了，还基于此搞出个火遍港台的AI聊天应用
元象 XVERSE 发布中国最大 MoE 开源模型：XVERSE-MoE-A36B，加速 AI 应用低成本部署，将国产开源提升至国际领先水平。该模型总参数 255B，激活参数 36B，达到 100B 模型性能的「跨级」跃升，同时训练时间减少 30%，推理性能提升 100%，使每 token 成本大幅下降。元象「高性能全家桶」系列全部开源，无条件免费商用，让海量中小企业、研究者和开发者能按需选择。M…- 0
- 0
-
MinerU一款全能、开源的文档与网页数据提取工具
MinerU 是一款由上海人工智能实验室OpenDataLab团队发布的全能、开源的文档与网页数据提取工具。它能够将包含图片、表格、公式等元素的多模态PDF文档转化为清晰、易于分析的Markdown格式，同时也支持从包含广告等干扰信息的网页中快速解析、抽取正式内容，并将其批量转化为Markdown格式。一、主要特点多功能性：MinerU 包含两个主要部分：Magic-PDF和Magic-Doc，分…- 0
- 0
-
Claude 3.5 sonnet 加上+李继刚神级 prompt 体验地表最强模型魔力
1 Claude3.5目前应该是地表最强模型这点应该是毫无疑问。李继刚呢写了近百个的非常NB的Prompt，流转于各个AI社区，基本上你只要去搜集Prompt的内容，都能看到他的身影。但是可惜的是随着AI行业热度的衰退，李继刚的产出也变得逐渐减少，但是最近他回来了，而且一出手就是就是一个非常有趣，且极度实用的Prompt。李继刚神级prompt➕Claude 3.5让你体验目…- 0
- 0
-
Github推荐：Flowise – 可视化构建个性化的 LLM 应用
在当今的技术世界里，自定义大语言模型 (LLM) 应用变得越来越重要，而 Flowise 为开发者们提供了一种简便的方式，通过拖放界面快速构建这些应用。无论你是初学者还是经验丰富的开发者，Flowise 都能帮助你迅速搭建 LLM 应用。Flowise 的亮点Flowise 是一个强大的开源项目，利用可视化拖放界面，使用户能够轻松创建和配置 LLM 应用程序。下面是 Flowise 的一些核心功能…- 0
- 0
-
OpenAI突然放出o1——我用海龟汤问题测试后o1可以用来出版推理小说了
几乎是毫无预兆，OpenAI发布OpenAI o1模型，也就是之前所谓的草莓Q模型，它的能力比4o提升了一大截：o1是一个通过强化学习训练的大型语言模型，分为两个模型，o1预览版和o1 mini，o1 mini版是一个高效、紧凑且经济的模型，推理能力强但普通知识比较弱。o1预览版每周30条，o1-mini每周50条。o1显著的特点是具备"思考链"(Chain of Though…- 0
- 0
-
Falcon Mamba 7B：非 Transformer 架构先锋，超越 Llama 3.1 创辉煌
在人工智能领域的不断演进中，新的模型和架构不断涌现，为各种应用场景带来了更强大的能力和可能性。其中，Falcon Mamba 7B 作为全球首个通用大型 Mamba 架构模型，备受关注。本文将深入探讨 Falcon Mamba 7B 的相关特性、技术架构、性能表现以及其在实际应用中的潜力。一、Falcon Mamba 7B 简介Falcon Mamba 7B 是由阿布扎比支持的技术创新研究所（TI…- 1
- 0
-
200美元的ChatGPT Pro正式上线，聪明N倍的新模型草莓要来了。
半夜10点，The Information发了个新闻，透露了OpenAI的新模型，草莓，要来了。两个小时后，我的好朋友@solitude（美东时间），作为一个常年拥有第一手资料和信息的人，跟我说，ChatGPT Pro会员上线了，售价200刀/月，他已经第一时间付完款了。我看了眼我自己的号，果然啥也没有。所以，他甚至刚付完款，还没开始用，我就把这个尊贵的Pro号要来了。现在，ChatGPT的会员，…- 0
- 0
-
中科院提出GPT-4o实时语音交互的开源对手：Llama-Omni
论文：LLaMA-Omni: Seamless Speech Interaction with Large Language Models地址：https://arxiv.org/pdf/2409.06666研究背景研究问题：这篇文章要解决的问题是如何基于开源的大型语言模型（LLMs）构建低延迟高质量的语音交互模型。传统的基于文本的交互方式限制了LLMs在非理想文本输入输出场景中的应用，而实时语音…- 0
- 0
-
重磅！OpenAI正式发布博士水平的推理模型o1！附详细说明
昨天刚在《ChatGPT Pro都来了，ChatGPT Pro Max还会远吗？》一文中介绍过OpenAI即将推出一款具备推理能力的新模型，今天它就来了！北美时间9月12日下午，OpenAI官方正式宣布了新模型o1-preview（o1预览版）的发布。和我在昨天的文章中分析的一致，o1-preview作为新一代模型，擅长通过推理解决复杂的任务，尤其在科学、代码和数学方面有着显著提升。短短2个小时，…- 0
- 0
-
刚刚，OpenAI震撼发布o1大模型！强化学习突破LLM推理极限
大模型领域的技术发展，今天起再次「从 1 开始」了。大语言模型还能向上突破，OpenAI 再次证明了自己的实力。北京时间 9 月 13 日午夜，OpenAI 正式公开一系列全新 AI 大模型，旨在专门解决难题。这是一个重大突破，新模型可以实现复杂推理，一个通用模型解决比此前的科学、代码和数学模型能做到的更难的问题。OpenAI 称，今天在 ChatGPT 和大模型 API 中新发布的是该系列中的第…- 0
- 0
-
Github推荐：Perplexica – 一款AI驱动的搜索引擎
概述Perplexica 是一款开源的AI驱动搜索工具，旨在深入互联网查找答案。它的灵感取自Perplexity AI，是一个不只进行网页搜索的开源替代品，它能够理解用户的问题。通过使用先进的机器学习算法，比如相似性搜索和嵌入方式，Perplexica能够精炼搜索结果，并提供清晰的答案及其来源。Perplexica采用SearxNG作为搜索引擎，以确保获取最新信息，同时保护用户隐私。功能特点本地L…- 0
- 0
-
MetaGPT：重塑自然语言编程，多智能体引领代码生成与协同的革新探索
导读 本文将介绍 MetaGPT 在多智能体协作和智能体能力增强方面的一些工作。主要内容包括以下四个方面：1. MetaGPT 的发展和影响2. 多智能体协作与自我提3. 探索智能体能力增强4. 问答环节01MetaGPT 的发展与影响1. MetaGPT：或许是中国历史上涨速最快的开源工程MetaGPT 是 DeepWisdo…- 1
- 0
-
OLMoE，首个“完全开源”MOE模型，干货满满
正常的MOE结构，用到了qk norm全文61页，细节满满，感兴趣的同学可以自己看。这里简单提一些有意思的点~1B-7BMOE vs 1B / 7B dense起点更高，终点接近或超过7B全量全参dense的效果更细粒度的专家组合可以得到更好的训练损失，但是收益递减。（这里提到了很多相关的研究，去做预测最优组合）共享专家会消除模型的灵活性，让性能更差，与一些历史研究不符确定哪些专家处理每个输入to…- 0
- 0
-
大模型幻觉无法避免实证分析：Mistral AI-Pixtral12b开源及文本分块Late Chunking优化思路
今天是2024年9月12日，星期四，北京，天气阴本文来看三个点：一个是20240911大模型侧相关早报回顾，社区例行活动，对跟进前沿有直接帮助。另一个是关于文本embedding进展，Late Chunking，很简单的一个trick，用来照顾长文本，但前提是需要有一个长文文本模型，代价较高。第三个是关于大模型幻觉不可避免的数学验证，这个论证实验很有意义，有理有据，值得大家警醒。供大家一起参考并思…- 1
- 0
-
一篇文章让你了解一站式机器学习模型部署利器：OpenModelZ
OpenModelZ是一个开源的机器学习模型部署工具,在简化模型从开发到生产的过程。它可以帮助数据科学家和SRE工程师轻松地将模型部署到各种环境中,包括公有云(如GCP、AWS)、私有集群,甚至是单台机器上。传统的模型部署流程往往复杂耗时,需要配置监控、日志、扩展等基础设施,还要处理安全权限、域名SSL等问题。即使是部署单个模型,也可能需要数周甚至数月的时间。OpenModelZ极大地简化了这一过…- 0
- 0
扫码打开当前页
联系我们
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×