大家好，我是玄姐。2025年10月22日，LangChain官方團(tuán)隊宣布了一個足以震動AI開發(fā)圈的消息，LangChain與LangGraph兩大核心框架同步發(fā)布1.0版本。這不僅是框架迭代的里程碑，更是對過去數(shù)年社區(qū)反饋的集中回應(yīng)，為AIAgent從原型開發(fā)走向生產(chǎn)落地提供了更穩(wěn)定、更靈活的技術(shù)底座。一、為什么1.0版本值得關(guān)注？在此之前，LangChain雖憑借高level抽象成為AIAgent開發(fā)的熱門工具，但也面臨不少痛點：抽象層過重、包體積臃腫、自定義Ag...

論文鏈接：https:arxiv.orgpdf2510.20888項目鏈接：https:bytedance.github.ioVideoAsPrompt亮點直擊提出VAP這一統(tǒng)一語義控制視頻生成范式，將具備目標(biāo)語義的參考視頻視為可泛化的上下文控制視頻提示。基于混合Transformer架構(gòu)構(gòu)建即插即用的上下文視頻生成框架，該框架能有效防止災(zāi)難性遺忘，支持多樣下游任務(wù)，并對未見的語義條件具備強(qiáng)大的零樣本泛化能力。構(gòu)建并發(fā)布當(dāng)前最大的語義控制視頻生成數(shù)據(jù)集VAPData，涵蓋100種語...

“智能體使用工具的本質(zhì)——你告訴模型有哪些工具，需要哪些參數(shù)；而模型告訴你調(diào)用哪個工具，參數(shù)是什么。”現(xiàn)在大模型智能體大行其道(agent)，而且也是目前大模型的主流應(yīng)用方向之一，甚至有人說智能體是實現(xiàn)AGI(通用人工智能)的技術(shù)手段。但是，我們需要知道的是大模型和智能體的主要區(qū)別在于其是否會使用工具；就像哲學(xué)上人和動物的根本區(qū)別在于是否會制造和使用工具。那么，到底什么是智能體？其實說到智能體網(wǎng)絡(luò)上有一堆...

大型推理模型（LRMs）雖然在復(fù)雜問題求解中展現(xiàn)出強(qiáng)大能力，但現(xiàn)實任務(wù)往往需要借助外部工具并進(jìn)行長期交互。現(xiàn)有智能體框架大多遵循預(yù)定義的工作流程，這限制了它們的自主性和全局任務(wù)完成能力。為此，來自中國人民大學(xué)、小紅書等機(jī)構(gòu)的研究者提出了DeepAgent——一個端到端的深度推理智能體，能夠在單一連貫的推理過程中自主思考、發(fā)現(xiàn)工具并執(zhí)行動作。通過引入自主記憶折疊機(jī)制和端到端強(qiáng)化學(xué)習(xí)訓(xùn)練方法ToolPO，DeepAgent在8...

近期除了DeepSeekOCR開源帶來的一波OCR關(guān)注熱潮之外，Qwen、Minimax、美團(tuán)、騰訊也持續(xù)開源。一、Qwen3VL2B32BQwen3VL家族新增2B和32B兩個密集模型尺寸，提供Instruct和Thinking兩種版本，覆蓋視覺語言理解場景，其中32B模型在多個領(lǐng)域表現(xiàn)優(yōu)異，2B模型則適合輕量級部署，目前共開源24個模型版本，均可免費(fèi)下載商用。InterleavedMRoPE：在時序、寬度、高度三個維度全頻段分配魯棒位置編碼，長視頻推理能力顯著提升。DeepStack：...

通用LLMAgent在工業(yè)落地時面臨“不會記憶、不會規(guī)劃、不會用工具”三大短板，缺乏系統(tǒng)級成熟度標(biāo)尺。哈工大深圳&華為提出L1L5工業(yè)Agent能力成熟度框架，把“記憶規(guī)劃工具”三大技術(shù)的演進(jìn)與產(chǎn)業(yè)場景一一映射，給出可量化的“爬級”路線。覆蓋50+行業(yè)案例、300+評測基準(zhǔn)。1.為什么需要“工業(yè)Agent專用標(biāo)尺”？工業(yè)Agent五層能力成熟度框架層級名稱典型特征工業(yè)示例L1流程執(zhí)行系統(tǒng)單次指令→單次輸出TexttoSQL報表生成L2交互式問...

1.LLM的“記性”又貴又差在超長多輪對話里，LLM面臨兩大痛點：上下文窗口有限——“中間丟失”現(xiàn)象嚴(yán)重。記憶系統(tǒng)昂貴——每輪都把原始對話塞進(jìn)LLM做摘要更新，Token與API調(diào)用爆炸。圖1現(xiàn)有記憶系統(tǒng)vsLightMem如圖1所示，現(xiàn)有系統(tǒng)要么“全量硬存”，要么“逐輪硬更新”，冗余信息>50%，實時推理被拖垮。2.人類記憶的三把鑰匙AtkinsonShiffrin模型把記憶分為：階段功能對應(yīng)LLM痛點感覺記憶毫秒級過濾無關(guān)刺激冗余Token短期記憶秒...

今天分享一篇來自同濟(jì)大學(xué)與微軟亞洲研究院等機(jī)構(gòu)的文章，題為《TRADEINMINUTES!RATIONALITYDRIVENAGENTICSYSTEMFORQUANTITATIVEFINANCIALTRADING》（分鐘級交易！理性驅(qū)動的量化金融交易智能體系統(tǒng)）。這篇文章開創(chuàng)性地提出了一個名為TiMi(TradeinMinutes)的多智能體（MultiAgent）量化交易系統(tǒng)。其核心思想是將復(fù)雜的策略制定與優(yōu)化過程與對時間極其敏感的交易執(zhí)行過程進(jìn)行“解耦”。系統(tǒng)在離線環(huán)境下，利用大語言模型（LLM）...

OpenAI開源了兩款用于危害分類的開源權(quán)重推理安全模型：gptosssafeguard120b和gptosssafeguard20b；這些模型接收開發(fā)者的策略文本和內(nèi)容作為輸入，返回分類標(biāo)簽和解釋說明，讓你可以用可審計的推理過程來執(zhí)行自己的規(guī)則。核心創(chuàng)新：這些模型將內(nèi)容審核從固定分類器轉(zhuǎn)變?yōu)榛诓呗缘耐评怼Ｐ薷囊?guī)則就像編輯策略文本一樣簡單，無需重新訓(xùn)練、無需新數(shù)據(jù)集、無需新檢查點。因為策略是輸入?yún)?shù)，你可以為不同產(chǎn)品、地區(qū)或年齡段切換...

一、上下文瓶頸：大模型的隱形天花板在大語言模型（LLM）快速演化的這兩年，性能的提升早已不只是“誰的參數(shù)多、算力強(qiáng)”的問題。上下文長度（ContextLength），也就是模型一次能理解的文本量，成為了新的競爭焦點。舉個例子：GPT4o支持128Ktokens（大約幾百頁文本）；Claude3.5claims可達(dá)200K；Gemini1.5更是放出“100萬token”的驚人數(shù)字。但現(xiàn)實是——上下文越長，成本和延遲就成倍上升。原因在于，傳統(tǒng)Transformer的注意力...

論文(NotaBandit:ProvablyNoRegretDrafterSelectioninSpeculativeDecodingforLLMs)通過推測解碼為大語言模型推理加速創(chuàng)造了新的SOTA。通過協(xié)調(diào)一組專家drafters，論文在Llama3.18BInstruct上實現(xiàn)了4.99倍加速，在Qwen32B上實現(xiàn)了4.93倍加速——比EAGLE3快了近2倍。那么它是如何工作的大語言模型會收到各種各樣的請求:數(shù)學(xué)、編程、科學(xué)、論文寫作等。EAGLE3草稿器是一個試圖在整體上表現(xiàn)良好的通才。但在每個領(lǐng)域中，專家會更好...

有人盜用了你的語言模型嗎？只要你打亂了訓(xùn)練數(shù)據(jù)，論文(BlackboxModelProvenanceviaPalimpsesticMembershipInference)就能告訴你答案。論文只需要從他們的模型中獲取一些文本！具體來說，假設(shè)張三訓(xùn)練了一個開放權(quán)重模型，李四使用它來生成文本。張三能證明李四使用了她的模型嗎？論文在兩個完全黑盒設(shè)置中研究了這個問題：1)（查詢）張三可以通過提示詞在API后面查詢李四的模型，2)（觀察）張三觀察來自李四的文本。論文開發(fā)...

在AI的世界里，“大”似乎成了唯一的進(jìn)步指標(biāo)。每一次新模型發(fā)布，都伴隨著一串耀眼的數(shù)字：參數(shù)更龐大、顯卡更多、算力更猛。廠商們爭相堆疊參數(shù)，就像造火箭一樣拼配置。可問題是——更大的模型，真的意味著更聰明的智能嗎？過去一年，無數(shù)開發(fā)者都體會到這種“堆料焦慮”：模型越來越大，但響應(yīng)變慢、成本飆升，部署一次動輒上萬元GPU賬單。而他們真正需要的，是一個高效、聰明、可落地的AI助手——能幫他們寫代碼、調(diào)試錯誤...

在大模型的競爭中，一個鮮明趨勢正在出現(xiàn)——“越大”不再是唯一目標(biāo)，“越高效”才是新的制勝關(guān)鍵。最近，LiquidAI發(fā)布了LFM2VL3B，這是一款參數(shù)量30億（3B）的視覺語言模型（VLM），不僅性能亮眼，更令人驚訝的是：它能在邊緣設(shè)備上流暢運(yùn)行。這意味著什么？簡單來說，圖像理解、視覺問答、圖文生成等復(fù)雜任務(wù)，將不再只是云端的特權(quán)，而是可以直接在手機(jī)、機(jī)器人或工業(yè)設(shè)備中完成。一、什么是LFM2VL3B？主關(guān)鍵詞：LFM2VL3B輔...

在企業(yè)IT開發(fā)場景中，“降本增效”是永恒的主題——如何縮短項目交付周期？如何減少因人為失誤導(dǎo)致的Bug？如何讓經(jīng)驗不足的開發(fā)人員快速產(chǎn)出高質(zhì)量代碼？EvolAI這款內(nèi)置ClaudeCode的AI智能工作空間，通過“AI+編程”的模式，為企業(yè)提供了切實可行的解決方案。從企業(yè)需求角度出發(fā)，EvolAI的核心優(yōu)勢體現(xiàn)在三個方面：1.技術(shù)適配性強(qiáng)：基于Claude大語言模型開發(fā)，支持Java、Python、C++、JavaScript等15+主流編程語言，能適配企業(yè)...

一、環(huán)境準(zhǔn)備1.前置條件首先準(zhǔn)備好訓(xùn)練機(jī)器和數(shù)據(jù)，筆者采用了32節(jié)點910BNPU，300萬網(wǎng)頁訓(xùn)練數(shù)據(jù)。2.環(huán)境配置環(huán)境安裝，首先安裝多模態(tài)訓(xùn)練框架msswift，安裝torchnpu及deepspeed。安裝msswift(當(dāng)前推薦從源碼安裝,待發(fā)版后可直接pip安裝)gitclonehttps:github.commodelscopeswift.gitcdswiftpipinstalle'.[llm]'安裝torchnpupipinstalltorchnpudecorator安裝deepspeedpipinstalldeepspeed完整python依賴版本見文末附錄3.環(huán)境驗...

如果說傳統(tǒng)OCR是“圖像文字的掃描儀”，那DeepSeekOCR就是“文檔語義的解讀師”。它不是對現(xiàn)有技術(shù)的小修小補(bǔ)，而是通過視覺文本壓縮新范式，開啟了AI理解視覺信息的新紀(jì)元。咱們從“它有啥意義”“能干啥實事”“會帶來哪些改變”三個層面說清楚。一、核心意義：從“識字”到“看懂”的范式革命傳統(tǒng)OCR的局限很明顯：只能把圖片里的文字“扒下來”，卻看不懂表格結(jié)構(gòu)、公式邏輯，更談不上理解文檔的語義關(guān)聯(lián)。DeepSeekOCR的突...

 最近，馬斯克再次成為科技圈的焦點。他旗下的xAI推出了AI百科全書Grokipedia0.1版本，并宣稱0.1版本已經(jīng)優(yōu)于維基百科。  這款“開源版維基百科”目前已經(jīng)正式上線，官網(wǎng)收錄約88.5萬篇文章，全部由Grok大模型自動生成。首頁僅保留搜索框，風(fēng)格與維基百科相似。  這一舉動直接挑戰(zhàn)了運(yùn)行近25年的維基百科，并引發(fā)了雙方關(guān)于“知識如何產(chǎn)生”的激烈交鋒。 馬斯克多次批評維基百科“充斥政治正確”...

編輯聽雨這兩天真是大事不斷。AI編程工具Cursor背后的初創(chuàng)公司Anysphere，在最新的Cursor2.0更新中正式推出了首個自研大型語言模型——Composer。Composer是一款專為生產(chǎn)級環(huán)境設(shè)計的高性能編程模型，旨在讓AI能更快、更精準(zhǔn)地執(zhí)行真實軟件開發(fā)任務(wù)。這意味著Cursor不再只是調(diào)用第三方模型（如GPT或Claude），而是進(jìn)入了自主構(gòu)建核心模型的新階段。值得注意的是，Composer已在Cursor自家工程團(tuán)隊的日常開發(fā)中投入使用，這表明它...

編輯云昭如果讓大模型去外包平臺去接單，它真的可以賺到錢嗎？現(xiàn)在終于有專業(yè)的評測機(jī)構(gòu)站出來公布答案了。不用硬夸AI，事實是讓它接單，它會餓死。今天一早，大洋彼岸的“AI評測”王牌企業(yè)ScaleAI剛剛發(fā)布了一項非同尋常的新指標(biāo)：RLI（遠(yuǎn)程勞動力指數(shù)）。顧名思義，就是專門用于實證評測大模型或者Agent產(chǎn)品能夠獨立執(zhí)行真實且具經(jīng)濟(jì)價值的遠(yuǎn)程工作的能力。它回答的是一個盤桓在AI圈上空的許久沒有解決的問題——AI真的可以自...