編輯｜云昭出品51CTO技術(shù)棧（微信號：blog51cto）AI的“聰明”有時令人驚嘆，有時又讓人困惑。它能寫論文、算數(shù)、作詩，卻也會在最簡單的邏輯題上犯錯。更可怕的是——它自己并不知道哪一步錯了。不過現(xiàn)在，要有解了！最近，MetaFAIR（FundamentalAIResearch）團(tuán)隊和愛丁堡大學(xué)的研究者提出了一種新方法，讓大模型學(xué)會“自查”并“糾錯”自己的推理過程。圖片他們稱之為CircuitbasedReasoningVerification（CRV）——基于電路的...

馬斯克的“驚人言論”再次登上了頭條。 在近期的一檔播客節(jié)目中，關(guān)于“馬斯克預(yù)言傳統(tǒng)手機(jī)和應(yīng)用程序?qū)⒃?到6年內(nèi)消失，人類消費(fèi)的大部分內(nèi)容將由AI實時生成”的言論引發(fā)了廣大網(wǎng)友的熱議。  當(dāng)然，馬斯克的意思并不是5年后，不再有手機(jī)或者app，而是說手機(jī)將成為AI推理的邊緣節(jié)點，并且未來將沒有操作系統(tǒng)或應(yīng)用程序。 但拋開時間表的爭論，馬斯克的預(yù)言實際上揭示了云計算和AI技術(shù)發(fā)展下，人機(jī)交互模式...

編輯聽雨小編最近刷到一篇讓程序員直呼“醍醐灌頂”的文章——出自軟件工程師兼安全工程師ShrivuShankar。他基于日常使用ClaudeCode的真實經(jīng)驗，分享了從個人項目到企業(yè)級開發(fā)的全套智能體最佳實踐。Shrivu不只是講理論，他講述了管理智能體上下文、批量處理任務(wù)、快速原型、自動生成PullRequest的實操技巧，還結(jié)合Hooks、Skills、MCP、SDK等高級特性，告訴你如何把AI真正融入日常工程工作流。圖片知名開源公司創(chuàng)始人SimonWilli...

前言：為什么要按時間線看這個事件許多人對安世事件感到困惑，不是因為事實本身復(fù)雜，而是因為事件的各個環(huán)節(jié)似乎是"突然"發(fā)生的。美國突然實體清單、荷蘭突然凍結(jié)、中國突然出口管制……但實際上，這一切都不是突然的。每一步都有前因，每一步都能預(yù)見下一步。本報告將按照嚴(yán)格的時間順序，展現(xiàn)這個事件如何從"萌芽"逐步走向"爆發(fā)"的完整過程。通過這種方式，你會發(fā)現(xiàn)：地緣政治的沖突不是突發(fā)的，而是精心設(shè)計、逐步升級的。...

譯者劉濤審校重樓n8n作為一個基于節(jié)點的可視自動化平臺，用戶通過拖放節(jié)點的操作，即可達(dá)成任務(wù)自動化。鑒于其內(nèi)置了適用于智能體與應(yīng)用集成的節(jié)點，n8n在多步驟自動化和人工智能鏈路領(lǐng)域中廣受歡迎。本教程將構(gòu)建一個小型個人日歷智能體。該智能體可監(jiān)聽聊天消息、提取事件詳情、并在Google日歷中創(chuàng)建日程安排。在此過程中，用戶將了解如何完成n8n的設(shè)置、添加人工智能智能體節(jié)點，以及實現(xiàn)各節(jié)點間結(jié)構(gòu)化數(shù)據(jù)的傳輸。目錄1.前...

過去三年，銀行業(yè)對人工智能的態(tài)度經(jīng)歷了三個階段：觀望→試點→全面落地。從最初的FAQ聊天機(jī)器人，到現(xiàn)在的智能風(fēng)控、數(shù)字理財顧問，AI已經(jīng)不再是“錦上添花”，而是生死攸關(guān)的競爭力。尤其是進(jìn)入2026年，行業(yè)內(nèi)一個新共識逐漸形成：以人為本的AIAgent，將是銀行數(shù)字化轉(zhuǎn)型的分水嶺。它不只是效率工具，更是客戶體驗、合規(guī)治理、業(yè)務(wù)增長的核心引擎。那么，未來兩三年，AI會如何徹底改變銀行業(yè)？我梳理了10大趨勢，它們幾乎覆...

在這個“模型越大越好”的時代，螞蟻集團(tuán)卻走出了一條反向思路——讓模型變得更聰明，而不是更臃腫。最近，螞蟻集團(tuán)的InclusionAI團(tuán)隊正式發(fā)布了Ling2.0系列模型——一個以“推理優(yōu)先（ReasoningFirst）”為核心設(shè)計理念的稀疏MoE（MixtureofExperts）語言模型家族。它最大的特點是：參數(shù)總量可以從160億一路擴(kuò)展到1萬億，但每個Token的計算量幾乎不變。聽起來有點像魔法？但這其實是一套非常系統(tǒng)的工程哲學(xué)：每一次激活（Activ...

在AI圈，一個讓人頭疼的問題是：我們該如何讓智能體（Agent）真的“越用越聰明”？微軟最新發(fā)布的開源框架——AgentLightning，正是為了破解這個難題而生。它讓任何AIAgent都能在不重寫代碼的前提下，直接用上強(qiáng)化學(xué)習(xí)（ReinforcementLearning,RL）來不斷自我優(yōu)化。更關(guān)鍵的是，它讓“訓(xùn)練”和“執(zhí)行”徹底分離，把過去復(fù)雜的多智能體學(xué)習(xí)，簡化成一個輕量、模塊化、可落地的系統(tǒng)。一、為什么強(qiáng)化學(xué)習(xí)對AIAgent如此重要？從Chat...

近日，Qwen3VL系列模型終于合并到了llama.cpp項目中。這意味著用戶現(xiàn)在可以通過llama.cpp直接運(yùn)行這個支持視覺理解的大型語言模型。合并后的模型支持圖像輸入和多輪對話。有用戶測試后反饋，即使使用4bit量化，模型也能較好地理解圖像內(nèi)容并回答問題。不過，開發(fā)者提醒，量化過程可能會對性能產(chǎn)生一定影響，建議根據(jù)實際需求選擇合適的參數(shù)。技術(shù)細(xì)節(jié)方面，此次合并主要解決了模型架構(gòu)的兼容性問題。Qwen3VL采用了特殊的視覺編...

Emu3.5是由北京智源研究院剛剛推出的大規(guī)模多模態(tài)世界模型，原生就能預(yù)測視覺和語言的下一個狀態(tài)。它用統(tǒng)一的下一token預(yù)測目標(biāo)進(jìn)行端到端預(yù)訓(xùn)練，訓(xùn)練數(shù)據(jù)包含超過10萬億token，主要來自互聯(lián)網(wǎng)視頻的連續(xù)幀和轉(zhuǎn)錄文本。這個模型天然接受交錯的視覺語言輸入，生成交錯的視覺語言輸出。之后還用大規(guī)模強(qiáng)化學(xué)習(xí)進(jìn)行后訓(xùn)練，增強(qiáng)多模態(tài)推理和生成能力。為了提高推理效率，團(tuán)隊提出了離散擴(kuò)散適配（DiDA），把逐token解碼轉(zhuǎn)換成雙向...

圖片10月31日，llamacpp版本Qwen3VL系列模型（Qwen3VL模型已并入llama.cpp，ollama同步支持），有網(wǎng)友在使用Qwen3VL8B時發(fā)現(xiàn)一個問題：第二次對話時llama.cpp總會崩潰。錯誤信息指向聊天模板的語法問題。Unsloth團(tuán)隊緊急修復(fù)了這個問題，并重新上傳了所有GGUF量化文件?，F(xiàn)在Qwen3VL系列模型可以在本地穩(wěn)定運(yùn)行，從2B到235B的各種規(guī)格都有對應(yīng)版本。硬件需求與實際表現(xiàn)Qwen3VL2B：在4GB內(nèi)存設(shè)備上運(yùn)行，速度約40token秒Qwen3VL23...

在最近ThinkingMachines的新文章（見文末）里指出一種很有用的模型壓縮技術(shù)——在線策略蒸餾（OnPolicyDistillation），它通過從高性能“教師”模型的概率分布中轉(zhuǎn)移知識來訓(xùn)練一個小的“學(xué)生”模型。這使得學(xué)生能夠模仿教師的任務(wù)性能，同時顯著減少大小和延遲。它讓小模型在特定領(lǐng)域達(dá)到大模型的表現(xiàn)，成本卻只有傳統(tǒng)方法的十分之一。但這里有一個知識蒸餾一直存在的痛點：老師和學(xué)生必須用同一套分詞器。這意味著你不能讓Lla...

分享了??DeepSeekOCR的相關(guān)細(xì)節(jié)??，確實有被DS的高立意所折服，我還在苦苦利用OCR解析文檔做落地的時候，DeepSeek在考慮用圖像壓縮文本信息！昨天一天的發(fā)酵，也是各種文本已死，視覺當(dāng)立，我也是醉了，我這人呢，挺沒意思的，所以拋出幾個觀點大家一起討論，第一個，文本Token數(shù)量壓縮到視覺Token數(shù)量的10倍以內(nèi)時，解碼精度可達(dá)97%，但是這里會有一個問題，解碼的精度是字符的準(zhǔn)確率，但是不代表文本信息重要性，我舉個例...

2025年10月，一家源自MIT的創(chuàng)業(yè)公司LiquidAI發(fā)布了LFM2VL3B視覺語言模型，這款僅有3B參數(shù)的模型不僅能在資源受限的邊緣設(shè)備上流暢運(yùn)行，還在多項基準(zhǔn)測試中展現(xiàn)出媲美更大模型的性能表現(xiàn)。這不是簡單的工程優(yōu)化，而是一場源自生物學(xué)靈感、基于全新架構(gòu)理念的技術(shù)革命。當(dāng)科技巨頭競相構(gòu)建數(shù)千億參數(shù)的巨型模型時，LiquidAI正在證明：真正的智能不在于規(guī)模的堆砌，而在于架構(gòu)的優(yōu)雅與效率的極致。1.起源LiquidAI的核心技術(shù)源頭可...

嘿，大家好！這里是一個專注于前沿AI和智能體的頻道最近，Langchain的工程師LanceMartin和Manus的創(chuàng)始人Peak季逸超進(jìn)行了一次關(guān)于Agent的研討會，信息量有點大，整理了一些結(jié)論分享一下。一個現(xiàn)實：Agent越智能，死得越快。問題出在哪？Agent會瘋狂調(diào)用工具，每次調(diào)用都會把結(jié)果塞進(jìn)上下文里。Manus提到他們一些任務(wù)需要50次工具調(diào)用，Anthropic說生產(chǎn)環(huán)境的Agent對話能跑幾百輪。結(jié)果就是，上下文像滾雪球一樣越滾越大，最后開...

本文以一個資深研發(fā)的視角，客觀（且充滿吐槽）地探討了“VibeCoding”（姑且翻譯為“憑感覺編程”）現(xiàn)象。一方面，它極大地降低了創(chuàng)新門檻，讓“全民開發(fā)”成為可能；另一方面，當(dāng)這種模式被應(yīng)用于嚴(yán)肅的、系統(tǒng)性的工程（如一個標(biāo)準(zhǔn)的多租戶認(rèn)證模塊）時，它所暴露出的“架構(gòu)缺失”和“點對點滅火”的陷阱，足以讓最資深的工程師抓狂。不貶低，不神話，客觀對待一、VibeCoding的“黃金時代”：創(chuàng)新的民主化我們必須承認(rèn)，我們...

在人工智能領(lǐng)域，語言模型的發(fā)展日新月異，參數(shù)規(guī)模的不斷擴(kuò)大為模型的性能提升帶來了新的機(jī)遇與挑戰(zhàn)。今天，我們將聚焦于由螞蟻集團(tuán)開源的Ling1T模型，它作為Ling2.0系列的第一款旗艦非思考模型，憑借萬億參數(shù)的龐大體量和卓越的高效推理能力，為自然語言處理領(lǐng)域帶來了新的突破。一、項目概述Ling1T是基于Ling2.0架構(gòu)的萬億參數(shù)非思考模型，其設(shè)計目標(biāo)是實現(xiàn)高效的推理和強(qiáng)大的認(rèn)知能力。該模型在20T+token的高質(zhì)量、高推理濃...

在數(shù)字化轉(zhuǎn)型的浪潮中，文檔處理一直是企業(yè)和研究者面臨的重要挑戰(zhàn)之一。傳統(tǒng)OCR技術(shù)雖然能夠識別文本，但在處理復(fù)雜文檔、多語言內(nèi)容以及大規(guī)模數(shù)據(jù)時存在諸多局限。最近DeepSeek團(tuán)隊開源了DeepSeekOCR模型，這一創(chuàng)新的視覺語言模型通過“上下文光學(xué)壓縮”技術(shù)，為文檔處理帶來了全新的解決方案。一、項目概述DeepSeekOCR是由DeepSeek團(tuán)隊開發(fā)的一款革命性的OCR模型，參數(shù)規(guī)模約30億（3B），采用“上下文光學(xué)壓縮”技術(shù)，將文...

編輯聽雨出品51CTO技術(shù)棧（微信號：blog51cto）別急著寫代碼，先教AI怎么干活。這是GoogleCloudPlatform開發(fā)者體驗部門副總裁KeithBallinger最近在《TheNewStackAgents》節(jié)目上說的一句話，也是一針見血地指出了當(dāng)下AI開發(fā)的最大誤區(qū)。Ballinger是少數(shù)依然親自寫代碼的高管之一，同時深度參與了最新的“智能體化”編程工具的研發(fā)與使用。他目前負(fù)責(zé)的核心產(chǎn)品——GeminiCLI，是Google直接對標(biāo)ClaudeCode與Codex的競爭者。很多程...

Kimi發(fā)布新一代注意力架構(gòu)，推理速度提升6倍，KV緩存暴降75%月之暗面全新發(fā)布的混合線性注意力架構(gòu)，有望解決大語言模型在處理長序列任務(wù)時面臨的計算效率和性能瓶頸。 當(dāng)前，主流大模型在處理長文本時存在兩大根本性效率問題。 其一是二次方時間復(fù)雜度，注意力分?jǐn)?shù)的計算與序列長度的平方成正比，當(dāng)文本長度大幅增加時，計算量將呈指數(shù)級增長。 其二是線性增長的KV緩存，在自回歸生成過程中，模型需要緩存過去...