安爸

作者_｜陆 邮箱｜_xiaoyu@pingwest.com 十年前，小米首款自研芯片澎湃 S1 曾短暂亮相，却在性能与功耗的平衡中铩羽而归。 如今，在手机 SoC 这条“地狱级赛道”上，小米带着玄戒 O1 杀了回来——这是国产手机厂商中首款采用 3nm 工艺自主研发设计的旗舰芯片，也是小米向硬核科技公司转型的关键一步。 搭载这颗芯片的小米 15S Pro，...

作者 | 高玉娴 目前业界对 AI Agent 存在的最大误解是什么？ “觉得智能体（Agent）能解决所有的问题。”IBM 大中华区科技事业部数据与人工智能资深技术专家吴敏达在日前的媒体圆桌会上这样回答。 AI Agent 是眼下几乎所有科技公司的“必争之地”。IBM 也在 Think 2025 大会期间，推出了升级版本的 AI 智能体解决方案 wat...

最新发现，即使是GPT-4.1、Gemini 2.5、Claude 3.7这类最强语言模型，在面对真实用户逐步表达需求的对话中，也会“走偏”、答非所问，甚至陷入逻辑混乱。这不仅是能力问题，更是“对话可靠性”设计的系统性漏洞。 在技术演示中，LLMs几乎无所不能——写代码、查资料、做总结、讲笑话……然而，一旦我们进入真实使用场景，尤其是“多轮对话”时，就会发...

今天是2025年5月25日，星期日，北京，晴 我们继续来谈谈技术问题。 蚂蚁图计算开源负责⼈范志东老师，也是老刘的老朋友了，有个金句，很不错，“23年卷SFT，24年卷RAG，25年卷智能体，LLM+GQL可以做Text2GQL；结合RAG可以做GraphRAG；结合Agent-Plan和Tool-Use可以做Chat2Graph”，在纷纷扰扰的技术潮流中，...

今天是2025年5月24日，星期六，北京，晴 我们继续来看有趣的点，可视化总结是有个很好的点，看大模型微调与训练-8张图、RAG、GraphRAG及AgenticRAG-7张图、Agent、MCP及Functioncall-9张图，一共24张。可供较好参考，也可以作为一个很好的验证标准，假设我们能够对着这些图，能在脑海或者讲述出其中的逻辑、细节、坑点，那么就...

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...