AI进家庭

本文通过people_daily_ner数据集，介绍两段式训练过程，第一阶段是训练下游任务模型，第二阶段是联合训练下游任务模型和预训练模型，来实现中文命名实体识别任务。 一.任务和数据集介绍 1.命名实体识别任务 NER（Named Entity Recognition）和Pos（Part-of-Speech）是2类典型的标记分类问题。NER是信息抽取基础，...

Langchain-Chatchat v0.2.8版本中默认使用的SQLite数据库，本文主要介绍将SQLite替换为MySQL数据库。因为在生产环境中，通常还是会用MySQL数据库。 一.新建数据库和修改配置文件 1.新建db为langchain-chatchat 使用mysql数据库来存储知识库，使用MySQL新建db为langchain-chatcha...

项目介绍 我们推出了 BAGEL，这是一个开源的多模态基础模型，拥有 70 亿活跃参数（总计 140 亿），在大规模的交错多模态数据上进行训练。BAGEL 在标准的多模态理解排行榜上超越了当前顶尖的开源视觉语言模型，如 Qwen2.5-VL 和 InternVL-2.5，并且在文本到图像的质量方面可与强大的专业生成器（如 SD3）相媲美。此外，BAGEL 在...

在面临 PDF 文档解析功能实现时，开发者会去找文本、表格、图片提取等等不同的SDK（API）库，导致写的代码像“拼积木”，效率低还容易出错。 想提取文字，要用 PyMuPDF；想识别表格，还得上 pdfplumber 或 Docling；结果提出来的数据格式还不统一，处理麻烦…… 现在有了更优雅的选择：ParseStudio。专为PDF解析量身打造，它集成...

Deep Research 使用多种强大的 AI 模型，只需几分钟即可生成深入的研究报告。它利用先进的“思考”和“任务”模型，结合互联网连接，为各种主题提供快速而深刻的分析。您的隐私至关重要——所有数据都在本地处理和存储。 参考文献： [1] https://github.com/u14app/deep-research [2] https://rese...

Aurimas 这篇文章详细介绍了他如何从0开始构建一个Deep Research Agent。Agent的工作流程： 用户提供要研究的查询或主题。 LLM 需要为其最终目标报告制定提纲。报告的段落数量不得超过一定限制。 每段描述都会被单独输入到研究流程中，以生成用于报告构建的综合信息。下一节将概述研究流程的详细描述。 所有信息都将进入总结步骤，形成包括结...

llama.cpp 原生支持音频输入，接口可以直接上传音频数据。图中展示的是上传了一个录音，然后让模型总结这个录音。 参考文献： [1] https://github.com/ggml-org/llama.cpp/pull/13714 知识星球服务内容：Dify源码剖析及答疑，Dify对话系统源码，NLP电子书籍报告下载，公众号所有付费资料。加微信b...

agent 的 prompt 包括作为输入提供给模型的所有内容。这包括各种组件： System prompt：可以包含一般指令，以引导模型产生不同的响应风格或自主性水平 工具定义：可以向模型解释在何种情况下应使用或不应使用工具 工具输出：可以告知模型错误情况 用户说明：可以在展示给模型之前进行重写（提示增强） 模型在之前轮次中的自身输出：可以被压缩或截断以...

新智元报道 编辑：Aeneas 【新智元导读】就在刚刚，世界首个AI科学家天团首个成果重磅发布——治疗失明的新药被发现了，而且仅仅用时2.5个月！ 世界首个AI科学家天团，刚刚重磅爆出了第一个成果！ 其中一位AI科学家，在实验室中取得了首个重大突破——针对失明（dAMD）的全新药物。 可以说，这是一项真正的科学发现！ AI自己做实验、自己发现医新...

新智元报道 编辑：Aeneas 好困 【新智元导读】Veo 3的这个视频，这几天在全网传疯了。如此逼真细致，简直让人不寒而栗，网友们纷纷惊呼：已经超越恐怖谷！从前我们还能区分AI和现实的区别，但这一刻，我们已经进入真正的分水岭。 Veo 3引爆的狂潮，丝毫没有要停下来的意思。 某网友用Veo 3做的这个视频，已经在全网形成病毒式传播，很大概率你已经...