Sora是OpenAI发布的一款视频生成模型，采用了DiffusionTransformer架构，旨在实现高保真度和视频图像的前后一致性，其突出之处在于能够生成逼真流畅的视频内容，令人惊叹不已，Sora一经推出便在极短的时间内迅速引起了科技界和社会各界的关注，同时也引发了关于AI技术发展和产业变革的...

  大语言模型角色扮演利用大型语言模型，LLM，来模仿和扮演各种角色，这种技术通过提示或微调模型，使其能够展示出特定的性格知识背景和行为模式，从而在与用户交互时呈现出不同的角色形象接下来分两部分，基本概念、实战方法，AutoGen，，一起来深入了解大模型实战，角色扮演，一、基本概念什么是角色扮演，通过特...

  计算逻辑以各种形式出现，就像其他类型的逻辑一样，本文将重点介绍计算逻辑中的溯因逻辑编程，ALP，方法，并将论证ALP代理框架，它将ALP集成到代理的操作周期中，为解释性推理和规范性推理提供了一个具有说服力的模型，ALP代理框架作为一个解释性模型，它以生产系统为例；而作为一种规范性模型，它不仅包括经典...

  生成式人工智能，GenAI，已经成为一种提高生产力和处理日常任务的强大工具，这种工具可以根据收到的输入创建新的内容，包括文本、图像甚至代码，虽然这种工具大有潜力，但有效地发掘它们的力量却需要一种特定的技能，即编写优秀提示的能力，提示是我们赋予AI工具的指令，以指导它们的输出，可以把提示看作是现代版的...

  最近在写技术方案的时候，发现了Kimi可以完成程序员所需的大部分图形，包括流程图、时序图、状态图等等，使用之后直接让我的工作效率起飞，只需将内容或数据丢给Kimi生成即可，再也不用傻乎乎的画图了，总的来说还是使用Mermaid语言来完成，接下来看看它能为我们生成哪些图形，饼状图饼状图算是我们日常工作...

  最近周鸿祎大佬的消息频出，至从开始搞流量之后，各种蹭热点，在他的AI公开课上，他着重推荐了360AI浏览器这款产品，在过去的3月份，360AI浏览器也成功登顶AI产品榜，成为新品增速榜第一名，带大家一起看看，与传统浏览器有什么不同，登录到360AI浏览器官网即可下载，https，browser.36...

  今天OpenAI又向所有用户正式开放GPTs使用，免费用户也可以白嫖GPTs了，但是跟GPT，4o一样会受到限制，目前我的免费账号还没被灰度，无法测试限制次数是多少，白嫖GPT，4o大家应该都享受到了，我的免费账号晚上测试了一下感觉GPT，4o次数限制还是挺宽松的，每三小时可以发送大约50条消息，对...

  编辑，伊风，现存的机器显然并不比人类更强大，马也比我们强壮得多，速度也比我们快，但没有人感受到马的威胁，但AI并不是这样，我们现在还缺乏对具有人类水平智能的AI系统的蓝图规划，我们要阻止科学向一个方向或另一个方向发展是不可行的，未来的AI系统必须是目标驱动且可控的，这些强烈的观点，是图灵奖获得者杨立...

  文章链接，https，arxiv.org，pdf，2406.17777github链接，laulampaul.github.io，text，animator.html视频生成在游戏、电子商务和广告等各行业中都是一个具有挑战性但至关重要的任务，在文本到视频，T2V，生成领域中，有效地在生成的视频中视觉...

  在人工智能领域，尤其是大型语言模型，LLM，的应用中，检索增强生成，Retrieval，AugmentedGeneration，RAG，技术正变得越来越重要，RAG技术通过结合检索和生成能力，为模型提供了丰富的外部知识源，从而生成更准确、更符合上下文的答案，本文将深入探讨RAG技术中的文档分块策略，...

  RAG可以利用外部信息提升大型语言模型的性能，其性能依赖于检索文档的质量，除了标准检索方法之外，还有4种方法可以提高所检索文档的质量，检索增强生成，RAG，是利用外部信息定制大型语言模型的重要技术之一，但是，RAG的性能取决于检索到的文档的质量，除了在RAG管道中使用的标准检索方法之外，还有这4种技...

  今天介绍了一种全新的LlamaIndex数据结构，文档摘要索引，将描述它如何比传统语义搜索提供更好的检索性能，并通过一个示例进行了演示，背景大型语言模型，LLM，的核心用例之一是针对自己的数据进行问答，为此，我们将LLM与，检索，模型配对，该模型可以对知识语料库执行信息检索，并使用LLM对检索到的文...

  开源大模型领域热闹非凡的一周，各种开源，PaperAgent进行了概括，端侧、Code、RAG、Agent、Reflection，反思纠正，、MoE，你关注的都在这里了，ReflectionLlama，3.1，70B开源ReflectionLlama，3.170B是世界上顶尖的OpenLLM，通过反...

  文章链接，https，arxiv.org，pdf，2410.16512亮点直击具有空间意识的文本图像预训练，TIPS是一种通用的图像，文本编码器模型，可有效用于密集和全局理解，用于纯视觉或视觉语言任务，整体应用流程见下图，总结速览解决的问题现有的图像，文本表示学习模型通常缺乏空间意识，难以直接用于密...

  文章链接，https，arxiv.org，pdf，2406.17396项目链接，https，lslrh.github.io，syncnoise.github.io，今天和大家一起学习港理工、OPPO和StabilityAI联合发的一篇关于3D场景编辑的工作，主打一个一致且高效，视频demo非常赞，可...