作者崔皓審校重樓摘要大型語言模型（LLMs）在文本生成和推理上表現(xiàn)出色，但存在幻覺生成、知識過時(shí)、缺乏領(lǐng)域?qū)I(yè)知識等短板。檢索增強(qiáng)生成（RAG）雖能通過外部文檔檢索增強(qiáng)LLMs以減少幻覺、獲取最新信息，卻面臨摻雜誤導(dǎo)信息、缺少邏輯連接的問題。為此，檢索增強(qiáng)結(jié)構(gòu)化（RAS）技術(shù)應(yīng)運(yùn)而生，它整合知識結(jié)構(gòu)化技術(shù)（如分類法和知識圖譜），將非結(jié)構(gòu)化文本轉(zhuǎn)化為結(jié)構(gòu)化知識，提升推理和驗(yàn)證能力。RAS包含信息檢索、結(jié)構(gòu)化知識表...

譯者晶顏審校重樓大型語言模型（LLMs）的快速演進(jìn)已對人工智能應(yīng)用領(lǐng)域產(chǎn)生顛覆性影響，其核心優(yōu)勢在于具備自然語言理解與生成能力及邏輯推理能力。然而，LLMs仍存在顯著局限性：無法訪問實(shí)時(shí)數(shù)據(jù)源，亦不能調(diào)用外部計(jì)算工具。這種“信息孤立”狀態(tài)使其無法提供實(shí)時(shí)更新的信息，同時(shí)限制了其在動態(tài)系統(tǒng)中的適配能力及文本生成之外的任務(wù)執(zhí)行能力。當(dāng)前行業(yè)針對該問題的解決方案，要求開發(fā)人員為每個(gè)數(shù)據(jù)源或工具單獨(dú)構(gòu)建應(yīng)用連...

譯者朱先忠審校重樓LOONARR1搭載ArduRover如果你曾經(jīng)嘗試構(gòu)建搭載計(jì)算機(jī)視覺的自主系統(tǒng)，你就會知道入門有多么困難。當(dāng)平臺是空中平臺時(shí)，例如FPV無人機(jī)或飛機(jī)，難度會更大——飛行過程中的任何失誤都可能導(dǎo)致墜機(jī)和嚴(yán)重?fù)p壞。相比之下，使用像Rover這樣的地面機(jī)器人平臺就可以消除這些風(fēng)險(xiǎn)。由于它始終停留在地面上，因此你可以安全地調(diào)試和開發(fā)自動駕駛儀或其他功能，風(fēng)險(xiǎn)要低得多。在本文中，我將提供一份全面的搭建試驗(yàn)指南...

譯者李睿審校重樓?檢索增強(qiáng)生成（RAG）的生態(tài)系統(tǒng)在過去幾年中迅速崛起。如今，互聯(lián)網(wǎng)上涌現(xiàn)出越來越多幫助開發(fā)人員構(gòu)建RAG應(yīng)用程序的開源項(xiàng)目。而RAG是一種通過外部知識源增強(qiáng)大型語言模型（LLM）的有效方法。因此，本文將介紹一些掌握RAG系統(tǒng)的優(yōu)秀GitHub存儲庫。在詳細(xì)介紹之前，首先簡單了解一下RAG及其應(yīng)用程序。RAG管道的工作流程如下：?系統(tǒng)檢索文件或數(shù)據(jù)；?檢索對完成用戶提示上下文有幫助或有用的信息；?系統(tǒng)將這...

譯者劉濤審校重樓人工智能不再僅僅是輔助工具，它正逐步成為真正的編程伙伴。在過去一年中，開發(fā)者見證了GitHubCopilot和ChatGPT等工具的興起，這些技術(shù)徹底改變了代碼編寫的方式。然而，大多數(shù)此類工具主要運(yùn)行于集成開發(fā)環(huán)境（IDE）或?yàn)g覽器界面中。開源項(xiàng)目OpenCode則采取了不同的路徑。它將人工智能助手直接集成至終端環(huán)境，使用戶能夠通過自然語言完成代碼編寫、調(diào)試與重構(gòu)等操作，全程無需離開命令行界面（CommandLineInt...

譯者涂承燁審校重樓像GitHubCopilot、ChatGPT、Cursor和其他AI編碼助手這樣的工具可以在幾秒鐘內(nèi)生成樣板代碼、建議算法，甚至創(chuàng)建完整的測試套件。這加快了開發(fā)周期，減少了重復(fù)性的編碼工作。然而，幻覺是AI生成代碼的一個(gè)常見問題。幻覺有多種類型，在本文中，我將重點(diǎn)介紹一些基本的邏輯幻覺。AI并不能保證理解問題領(lǐng)域、業(yè)務(wù)需求或架構(gòu)約束。它生成的輸出在語法上看起來正確且邏輯上合理，但可能隱藏著矛盾或遺漏。這些問...

作者崔皓審校重樓整體思路在數(shù)據(jù)庫運(yùn)維場景中，“慢查詢報(bào)警”往往是最讓工程師頭疼的問題之一——就像我的運(yùn)維學(xué)員所遭遇的：頻繁接到告警通知，卻始終難以快速定位問題根源是系統(tǒng)資源瓶頸、數(shù)據(jù)庫配置缺陷，還是應(yīng)用層SQL寫法不規(guī)范。為徹底解決這一“定位難、分析繁”的痛點(diǎn)，本文將通過FluentBit+Fluentd+DeepSeek的實(shí)戰(zhàn)方案，構(gòu)建一套“從慢查詢信息采集到智能分析”的全流程自動化體系。這套方案的核心價(jià)值在于：用工具鏈...

譯者核子可樂審校重樓多模態(tài)AI能夠處理圖像、音頻和文字等多種數(shù)據(jù)形式，亦可捕捉面部表情和周遭環(huán)境細(xì)節(jié)，讓用戶與AI的日常交互變得更加輕松自然、如同與好友聊天。2023年，多模態(tài)AI市場規(guī)模就已達(dá)到12億美元，預(yù)計(jì)自2024年至2032年期間復(fù)合年增長率將超過30%。而顯著增長的前提，離不開訓(xùn)練數(shù)據(jù)。多模態(tài)模型的準(zhǔn)確性、穩(wěn)健性和適應(yīng)性在很大程度上取決于訓(xùn)練數(shù)據(jù)集的質(zhì)量、多樣性和同步性?？鐢?shù)據(jù)類型標(biāo)的精確度、多感官輸入的...

作者孫杰審校重樓?引言：AI浪潮驅(qū)動云戰(zhàn)略轉(zhuǎn)型隨著人工智能技術(shù)的迅猛發(fā)展，尤其是大模型應(yīng)用的廣泛落地，企業(yè)對云計(jì)算的需求已從基礎(chǔ)設(shè)施的“資源上云”逐步轉(zhuǎn)向業(yè)務(wù)與智能不斷融合的“深度用云”。據(jù)Canalys統(tǒng)計(jì)，2024年中國云服務(wù)總支出達(dá)400億美元，同比增長13%，而DeepSeek于2025年初推出的高性能低成本大模型DeepSeekR1，更是進(jìn)一步點(diǎn)燃了市場對“云+AI”融合的熱情。調(diào)研顯示，已有33%的中國企業(yè)認(rèn)識到，云與AI的深度融...

譯者晶顏審校重樓毫不諱言地說，在當(dāng)前的數(shù)字化職場中，若仍未將人工智能納入工作體系，實(shí)則已處于競爭劣勢。這一判斷并非基于主觀臆斷，而是源于AI技術(shù)對工作模式的顛覆性影響。無論你的職業(yè)身份、行業(yè)領(lǐng)域如何，AI都能成為高效協(xié)作的伙伴：它可檢索海量數(shù)據(jù)，將你原本需耗費(fèi)數(shù)小時(shí)乃至數(shù)天的信息搜集工作壓縮至分鐘級；更能整合復(fù)雜需求，快速生成媲美團(tuán)隊(duì)協(xié)作水準(zhǔn)的成果。而實(shí)現(xiàn)這一切的核心，在于一套由頂尖AI工具構(gòu)成的“...

譯者核子可樂審校重樓AI正成為加速代碼生成的有力推手，幫助開發(fā)者以前所未有的效率產(chǎn)出更多成果，為超高生產(chǎn)力、縮短開發(fā)周期、快速發(fā)布功能開啟新的可能。但不少工程團(tuán)隊(duì)也注意到由此帶來的趨勢：盡管單個(gè)開發(fā)者的代碼生成速度更快，但項(xiàng)目的整體交付時(shí)間并未縮短。這并非錯(cuò)覺，METR最新研究發(fā)現(xiàn)，AI編程助手反而令資深開發(fā)者的生產(chǎn)力降低了19%。報(bào)告指出，“研究期間，開發(fā)者本以為使用AI能夠?qū)㈤_發(fā)周期縮短20%；可令人意外...

譯者布加迪審校重樓大語言模型（LLM）正在改變軟件開發(fā)生命周期，其在代碼理解、代碼生成、調(diào)試等方面發(fā)揮著功效。本文深入探討如何利用LLM調(diào)試代碼庫，詳述了其核心功能、用于訓(xùn)練的方法以及應(yīng)用未來進(jìn)一步發(fā)展的方向。盡管LLM存在幻覺等一些問題，但事實(shí)證明，通過復(fù)雜的智能體調(diào)試框架將LLM集成到開發(fā)環(huán)境中可以提高開發(fā)人員的效率。引言LLM在編碼領(lǐng)域不斷演變的角色LLM已證明不僅可以應(yīng)用于自然語言處理領(lǐng)域，在各種與代碼...

譯者朱先忠審校重樓簡介你有沒有看過配音糟糕的電影，嘴唇動作和臺詞不同步？或者在視頻通話中，對方的嘴型和聲音不同步？這些同步問題不僅僅是煩人，而是視頻制作、廣播和實(shí)時(shí)通信中一個(gè)真正的問題。Syncnet論文（見“項(xiàng)目源碼”一節(jié)）通過一種巧妙的自監(jiān)督方法正面解決了這個(gè)問題，該方法可以自動檢測并修復(fù)音視頻同步問題，無需任何手動注釋。特別酷的是，修復(fù)同步問題的同一個(gè)模型，通過學(xué)習(xí)嘴唇動作和語音之間的自然關(guān)聯(lián)，...

作者崔皓審校重樓開篇對多數(shù)運(yùn)維工程師而言，日常工作更像一場“被動的消防演練”——緊盯著監(jiān)控面板上跳動的CPU使用率、內(nèi)存占用、磁盤容量與網(wǎng)絡(luò)流量，等數(shù)值觸達(dá)告警閾值時(shí)，再匆忙排查問題、擴(kuò)容資源、處理故障。這種“盯數(shù)據(jù)等告警忙救火”的模式，看似能保障系統(tǒng)穩(wěn)定，卻藏著難以規(guī)避的痛點(diǎn)：當(dāng)業(yè)務(wù)高峰期突然來臨，CPU使用率驟升導(dǎo)致服務(wù)卡頓；當(dāng)磁盤空間在深夜悄然耗盡，核心業(yè)務(wù)中斷才觸發(fā)告警；當(dāng)網(wǎng)絡(luò)流量突發(fā)峰值沖...

譯者陳峻審校重樓?你是否想象過這樣的場景：自己剛剛閱讀了一篇介紹頂尖算法的精彩研究論文，但需要花費(fèi)數(shù)周的時(shí)間在無聊編程開發(fā)上，才能將其實(shí)現(xiàn)?；蛘吣憧赡芤呀?jīng)想到了一個(gè)出色的Web應(yīng)用，卻苦于沒有編寫其所需的前端代碼的技能。你一定想有一個(gè)平臺來自動完成此類任務(wù)。DeepCode便是這樣的平臺。它并非日常編程的輔助工具，而是一個(gè)從零開始為你創(chuàng)建項(xiàng)目的開源AI平臺。什么是DeepCode？由香港大學(xué)數(shù)據(jù)智能實(shí)驗(yàn)室構(gòu)建的Deep...

譯者布加迪審校重樓簡介幻覺是語言模型及其用戶的禍根，指語言模型產(chǎn)生的看似合理但實(shí)際上錯(cuò)誤的陳述。這些幻覺之所以存在問題，是由于它們會削弱用戶信任、傳播錯(cuò)誤信息，并誤導(dǎo)下游決策，即使輸出的可信度很高。在用戶無法輕松驗(yàn)證聲明（技術(shù)答案、醫(yī)學(xué)或法律摘要、數(shù)據(jù)分析）的情況下，這些幻覺尤其令人困擾，因?yàn)樽孕诺貍鬟f錯(cuò)誤信息會掩蓋潛在的不確定性，從而將小小的建模錯(cuò)誤變成潛在的重大失敗。Kalai、Nachum、Vempala...

本文整理自福建農(nóng)林大學(xué)計(jì)算機(jī)與信息學(xué)院農(nóng)林大數(shù)據(jù)中心楊長才副教授團(tuán)隊(duì)的研究成果，拋磚引玉為智慧農(nóng)業(yè)的發(fā)展提供一些思路。1.背景隨著農(nóng)業(yè)現(xiàn)代化進(jìn)程的推進(jìn)，人工智能技術(shù)在農(nóng)作物病蟲害識別領(lǐng)域展現(xiàn)出廣闊的應(yīng)用前景。我國每年因病蟲害導(dǎo)致的果品蔬菜損失高達(dá)25%以上，化學(xué)農(nóng)藥濫用現(xiàn)象嚴(yán)重，并對生態(tài)環(huán)境造成破壞。本文基于深度學(xué)習(xí)技術(shù)，提出了一種高效的植物蟲害識別方法，旨在實(shí)現(xiàn)快速、準(zhǔn)確、智能的病蟲害診斷，為農(nóng)民...

整體思路在日常運(yùn)維中，經(jīng)常會遇到類似的問題：明明系統(tǒng)前一天運(yùn)行正常，第二天登錄量突然下降，卻要花費(fèi)大量時(shí)間去手工檢查日志、排查Prometheus指標(biāo)，再整理成報(bào)告發(fā)給業(yè)務(wù)方。這類重復(fù)、耗時(shí)的工作不僅影響效率，還容易出現(xiàn)遺漏。于是，我就產(chǎn)生了一個(gè)想法：能不能把這種巡檢工作自動化？正好最近在研究Prometheus指標(biāo)采集、定時(shí)任務(wù)和大模型工作流，于是就設(shè)計(jì)了一個(gè)小實(shí)驗(yàn)，把“登錄統(tǒng)計(jì)”作為切入點(diǎn)，完整演示了如何實(shí)現(xiàn)...

近期，社交媒體平臺上涌現(xiàn)大量關(guān)于“納米香蕉”（NanoBanana）的推文、帖子和視頻內(nèi)容。NanoBanana是谷歌公司最新推出的一款圖像生成模型，其性能表現(xiàn)卓越，名副其實(shí)。無論是創(chuàng)建還是編輯圖像，NanoBanana都能輸出令人驚嘆的視覺效果。用戶只需輸入恰當(dāng)?shù)奈谋咎崾?，描述所需場景或人物，該模型即可生成近乎神奇的圖像成果，帶來更多的驚喜。如果還沒嘗試這款風(fēng)靡網(wǎng)絡(luò)的工具，現(xiàn)在正是好時(shí)候！本文將提供10個(gè)用于圖像生成的創(chuàng)造...

對許多人來說，制作PPT是一項(xiàng)既耗時(shí)又費(fèi)力的任務(wù)。從挑選合適的模板、確定每頁P(yáng)PT的文字量，到調(diào)整動畫效果、反復(fù)校對排版……這一過程繁瑣又耗時(shí)，令人疲憊不堪。無論是產(chǎn)品經(jīng)理、軟件工程師還是內(nèi)容創(chuàng)作者，都曾為制作PPT而困擾。好在如今的人工智能工具可以幫他們從這些枯燥重復(fù)的工作中解放出來。月之暗面（MoonshotAI）公司最新推出了一款名為KimiSlides的智能助手，它能做到這一點(diǎn)！只需一個(gè)簡單的提示，就能在幾分鐘內(nèi)生...