人與人之間的對話從來不只是信息交換，我們說話是為了澄清、探索、甚至發(fā)現(xiàn)自己真正的需求。比如，當你對朋友說：“我想搬家。”表面上聽起來，你似乎只是需要找個新房源，或者請人幫忙搬運家具。但如果朋友只是立刻甩給你幾個租房網(wǎng)站鏈接，那就錯過了重點。實際上你可能真正想表達的是你對現(xiàn)有生活環(huán)境的不滿（太吵、太遠、太壓抑）。對于AI，傳統(tǒng)對話系統(tǒng)的邏輯幾乎都圍繞著“任務(wù)導(dǎo)向”展開，它們的目標是高效、準確，但往...

在金融行業(yè)里，情緒分析幾乎成了投資者和機構(gòu)的“水晶球”。從新聞報道到推特碎片，市場情緒往往比財報數(shù)字更快地左右股價，大型語言模型（LLMs）自然成了這場博弈的明星選手，它們能在幾秒鐘內(nèi)讀懂成千上萬條文本，并給出“看漲”還是“看跌”的判斷。然而明星也有短板。首先，LLMs的表現(xiàn)雖強，但往往像個“黑箱”，預(yù)測結(jié)果缺乏解釋性。金融領(lǐng)域可不是娛樂圈，投資人和監(jiān)管者都希望知道“為什么”模型給出這樣的判斷。其次，...

小編一直有個樸素的認知：人工智能改變生產(chǎn)力，區(qū)塊鏈改變生產(chǎn)關(guān)系，當兩者真正融合時，往往會引發(fā)深刻的社會與經(jīng)濟變革。前者讓機器更聰明，能替人類完成越來越復(fù)雜的任務(wù)，后者則重塑了人與人、人與組織之間的協(xié)作方式。兩者看似平行發(fā)展，卻遲早要在某個節(jié)點交匯。這個節(jié)點，正在多智能體協(xié)作系統(tǒng)的雛形中顯現(xiàn)。多智能體系統(tǒng)（MAS）是一群各有所長的AI代理，像樂團一樣協(xié)作，共同完成復(fù)雜的跨域任務(wù)。然而，要讓這些代理真正...

阿里云提供的“OpenAI兼容接口”主要是為了支持標準OpenAIAPI調(diào)用。但是并不是完全兼容：尤其是當我們使用下面的方式期待模型產(chǎn)生結(jié)構(gòu)化輸出時：frompydanticimportBaseModel,FieldclassMovie(BaseModel):"""Amoviewithdetails."""title:strField(...,description"Thetitleofthemovie")year:intField(...,description"Theyearthemoviewasreleased")director:strField(...,description"Thedirectorofthemovie")rating:floatField...

構(gòu)建一個可用于生產(chǎn)的RAG系統(tǒng)，需要一系列深思熟慮且迭代的步驟。一切從清理和準備數(shù)據(jù)開始，接著測試不同的切分策略（邏輯切分與傳統(tǒng)切分），以找到最適合你業(yè)務(wù)場景的方法。然后是匿名化，通過去除敏感或無關(guān)的細節(jié)來減少幻覺。為了進一步提升檢索器的性能，可以構(gòu)建子圖（Subgraph），讓檢索更聚焦于最相關(guān)的信息，同時過濾掉噪聲。在檢索層之上，我們引入一個由LLM驅(qū)動的規(guī)劃與執(zhí)行系統(tǒng)。它就像一個智能體（Agent），能夠從...

當文檔包含復(fù)雜表格、數(shù)學(xué)公式或多欄排版時，傳統(tǒng)OCR工具往往會產(chǎn)出雜亂內(nèi)容，需要手動整理。就在上周，我逛GitHub時看到了百度新近開源的PaddleOCRVL0.9B。老實講，看到它只有9億參數(shù)時，我第一反應(yīng)是：“哦，又一個小模型來湊熱鬧？”但出于職業(yè)好奇，我還是要問一句：它能打嗎？結(jié)果完全把我震住了。這不只是OCR，這是文檔理解的一次量子飛躍PaddleOCRVL遠超我的預(yù)期。它在全球權(quán)威評測榜OmniDocBenchv1.5的綜合性能中拿到92...

編輯云昭出品51CTO技術(shù)棧（微信號：blog51cto）臨近年底，具身智能領(lǐng)域發(fā)展究竟怎么樣了？在第八屆虹橋國際經(jīng)濟論壇“人形機器人創(chuàng)新發(fā)展合作”分論壇上，宇樹科技創(chuàng)始人王興興發(fā)表了主題演講，分享了他對當前機器人產(chǎn)業(yè)與具身智能未來的思考。他透露道，我國的機器人產(chǎn)業(yè)增速十分迅猛，我國的出口工業(yè)機器人的數(shù)據(jù)增長達到了54.9%，并預(yù)計智能機器人領(lǐng)域的增速應(yīng)該達到了100%。此外，王興興還給出了自己對于具身智能“ChatGPT...

太空，這片無盡的黑暗，正成為AI算力的新戰(zhàn)場。 最近，兩家科技巨頭不約而同地將目光投向了太空。英偉達的H100GPU已隨Starcloud1衛(wèi)星進入軌道，而谷歌也宣布了將TPU送入太空的“ProjectSuncatcher”計劃。 11月2日，英偉達的H100GPU搭乘SpaceX的獵鷹9號火箭進入太空，這顆名為Starcloud1的衛(wèi)星運行在距地球約350公里的超低軌道，承載著測試太空AI處理能力的使命。  此次發(fā)射的H100芯片配備80GB內(nèi)存，其性能...

編輯聽雨出品51CTO技術(shù)棧（微信號：blog51cto）最近網(wǎng)上有關(guān)“VibeCoding”的爭論持續(xù)升溫，有一種觀點十分流行：VibeCoding不能替代真正的軟件開發(fā)。AI工具可以快速完成大部分重復(fù)的工作，但剩下那些高復(fù)雜度的關(guān)鍵問題，必須靠真正理解系統(tǒng)的工程師完成。這，也是Cognition團隊的核心理念。收購Windsurf后，11月4日，Cognition正式發(fā)布了WindsurfCodemaps功能。它是由SWE1.5和ClaudeSonnet4.5驅(qū)動的、首個AI注釋結(jié)構(gòu)化代碼地...

編輯云昭出品51CTO技術(shù)棧（微信號：blog51cto）“我逆向了200家AI初創(chuàng)公司。結(jié)果發(fā)現(xiàn)其中146家，只是在給ChatGPT和Claude換皮賣。”近日，一位高手花了大力氣，因為一個簡單的好奇心，一口氣逆向了全球200家的AI初創(chuàng)公司的底層技術(shù)架構(gòu)。結(jié)果非常震驚：73%的AI初創(chuàng)都不過是粗糙的套殼公司，僅有7%的公司真正擁有自己研發(fā)的專有模型。圖片其實，大模型套殼，在業(yè)內(nèi)也早已不是新鮮事，但占比如此之高，著實驚到小編了。更重要的是...

編者按：在構(gòu)建檢索增強生成（RAG）系統(tǒng)時，為何有些應(yīng)用能精準回答用戶問題，而另一些卻頻頻“答非所問”？問題的關(guān)鍵，往往不在于大語言模型本身，而在于你是否選對了嵌入模型。我們今天為大家?guī)淼倪@篇文章明確指出：選擇合適的嵌入模型，是提升RAG系統(tǒng)回答質(zhì)量與運行效率的關(guān)鍵所在。文章從嵌入的基本原理講起，系統(tǒng)解析了詞嵌入、句嵌入、文檔嵌入等不同類型及其適用場景，并深入探討了上下文窗口、分詞方式、維度、訓(xùn)練...

論文鏈接：https:arxiv.orgpdf2510.24657項目&代碼鏈接：https:littlemisfit.github.ioGRAGImageEditing亮點直擊通過大量實驗，發(fā)現(xiàn)MMDiT中查詢和鍵嵌入存在偏置分布，并對其在圖像編輯任務(wù)中的作用進行了數(shù)學(xué)分析；提出組相對注意力引導(dǎo)（GRAG），這一新方法通過利用token間的相對關(guān)系來調(diào)控圖像編輯過程，借助其與組偏置的偏差實現(xiàn)精確可控的編輯；在多個基線模型上開展廣泛實驗，并在多樣化的編輯任務(wù)中評估性能，證明了本方...

大家好，我是玄姐。?做過AI智能體（Agent）開發(fā)的同學(xué)，大概率都遇到過這些頭疼問題：“調(diào)了無數(shù)次提示詞，Agent還是答非所問”、“多輪交互后，它就忘了自己該做什么”、“明明沒給的信息，它硬說有，幻覺太嚴重”……我們團隊在開發(fā)“企業(yè)服務(wù)智能助手”（服務(wù)領(lǐng)域數(shù)字員工，支持MultiAgent協(xié)同與工具調(diào)用）的過程中，也踩過不少類似的坑。從最初的“Agent混亂輸出”到后來實現(xiàn)“穩(wěn)定解決客戶問題”，我們在上下文工程、多智...

大家好，我是玄姐。作為Java后端開發(fā)者，你是否也曾羨慕Python生態(tài)里L(fēng)angChain的便捷？是否一直在尋找一款能貼合Spring技術(shù)棧、輕松集成大模型能力的工具？現(xiàn)在，阿里云開源的SpringAIAlibaba給出了答案。這款框架讓我們能用熟悉的SpringBoot方式，快速開發(fā)ChatBot、工作流與多智能體應(yīng)用，直接對接阿里云百煉平臺的大模型（比如：通義千問）。SpringAIAlibabaGithub地址：??https:github.comalibabaspringaialibaba??今天...

大家好，我是玄姐。兩個月前，LangChain官方“深度智能體（DeepAgents）”。這一術(shù)語由LangChain提出，特指能夠在較長時間范圍內(nèi)完成復(fù)雜、開放式任務(wù)的智能體。當時LangChain推測，這類智能體包含四大核心要素：規(guī)劃工具、文件系統(tǒng)訪問權(quán)限、子智能體，以及詳細的提示詞。LangChain已將D??eepAgents??作為Python包發(fā)布，該包已整合上述所有核心要素的基礎(chǔ)功能。因此，你只需提供自定義工具和自定義提示詞，就能輕松構(gòu)建一...

這兩天在網(wǎng)上刷到了一張圖，很有意思。其實就是一張經(jīng)典的視覺錯覺圖，做了個漂浮的心形圖案。如果你用電腦打開這篇文章的話，沒看到這個圖動起來的話，那就就用手機打開或者直接把頁面縮小。瞬間，你就能看到這個圖里的愛心，直接左右橫跳起來了。。。看到的兄弟可以把公屏打在彈幕上。這哥們說，這是最好的AI探測器，說，沒有AI能看到這個圖中間還有個愛心。我順手找了幾個模型試試，結(jié)果無一例外，果然，沒一個AI認出來。比...

很多RAG系統(tǒng)失敗，并不是因為LLM不夠聰明，而是因為它們的架構(gòu)太簡單。它們試圖用線性的一次性方式，處理一個本質(zhì)上循環(huán)、多步驟的問題。許多復(fù)雜查詢需要推理、反思，以及何時行動的聰明決策，這與我們面對問題時如何檢索信息非常相似。這正是RAG流水線中引入“agent驅(qū)動行為”的用武之地。下面看看一個典型的深度思考RAG流水線長什么樣……DeepThinkingRAGPipeline(CreatedbyFareedKhan)Plan：首先，agent將復(fù)雜用戶查詢拆解...

在這個項目中，我構(gòu)建了一個由AI驅(qū)動的聊天機器人，它可以將自然語言問題轉(zhuǎn)換為SQL查詢，并直接從真實的SQLite數(shù)據(jù)庫中檢索答案。借助LangChain、HuggingFaceEmbeddings和Chroma向量存儲，這個應(yīng)用展示了如何通過RetrievalAugmentedGeneration（RAG，檢索增強生成）工作流，把非結(jié)構(gòu)化的用戶輸入與結(jié)構(gòu)化數(shù)據(jù)連接起來——配有FastAPI后端與Streamlit前端界面。引言：為什么是TexttoSQL？想象一下：你在會議上，經(jīng)理突然問道：“...

如果你還在手動把上下文貼給AI，或者把數(shù)據(jù)庫schema復(fù)制給Cursor幫它理解項目，你真的做多了。我最近在折騰這些新的MCP工具，哇——它們徹底改變了我用AI搭建項目的方式。來分析下為什么——以及為什么這些工具能讓AI從“看著挺可愛”變成“真的有用”。等等，MCP到底是什么？“MCP”是指ModelContextProtocol（模型上下文協(xié)議）——先別走神，聽我說完。把它想象成AI領(lǐng)域的USB?C。你把它“插上”，然后它就……能用。不需要反...

在LangGraph中基于結(jié)構(gòu)化數(shù)據(jù)源構(gòu)建在LangGraph中構(gòu)建不同的agent系統(tǒng)Imagebyauthor如果你剛開始搭建不同的agentic系統(tǒng)，一個有趣的切入點是比較單智能體工作流與多智能體工作流，或者說更靈活的系統(tǒng)與更可控的系統(tǒng)之間的差異。本文將幫助你理解什么是AgenticAI，以及如何用LangGraph和LangSmithStudio構(gòu)建agentic系統(tǒng)。我們會用兩種不同的架構(gòu)構(gòu)建一個researcher，以便對比結(jié)果、判斷哪種做得更好。本文涉及的資源在這里(??...