Type something to search...
to navigateto selectESC to close

Generative ai

《如何用CrewAI让NPC活灵活现？惊爆游戏体验的秘密！》

《如何用CrewAI让NPC活灵活现？惊爆游戏体验的秘密！》

大纲使用 CrewAI 过滤对话并允许 NPC 选择任务 CrewAI 代理 游戏代码和数据文件 Github 仓库 结果/结论背景 之前我在我的文章 使用智能体为NPC注入生命 中讨论了我对模拟二维社

阅读更多
使用 CrewAI 自动分析 CSV

使用 CrewAI 自动分析 CSV

在本博客中，我们将探讨如何使用CrewAI自动化分析CSV数据集的过程。我们将构建一个工作流程，其中包括用于数据集上下文推断、数据清理、可视化和报告的代理，并最终形成一个精美的Markdown报告。 1. 初始化环境 我们首先导入必要的库，并为工作流程初始化工具和环境。 import os import pandas as pd import char

阅读更多
我如何为制药业打造更智能的人工智能工具：从生成式人工智能到代理式人工智能

我如何为制药业打造更智能的人工智能工具：从生成式人工智能到代理式人工智能

当我首次开始为制药行业开发AI工具时，我的想法很简单：解决现实中的日常挑战。我花了多年时间观察合规团队在文书工作中挣扎，医学写作人员努力向患者传达复杂信息，以及无数人在医疗旅程中迷失。生成式AI似乎是答案——在许多方面，它确实是。但随着我们看到这些工具的部署，我开始意识到它们的局限性。它们确实强大，但却是被动的——总是等待下一个命令，下一个提示。这个认识促使我探索自主AI

阅读更多
探索 GitHub Copilot 工作区：改变开发游戏规则的早期见解

探索 GitHub Copilot 工作区：改变开发游戏规则的早期见解

(免责声明：本文撰写于 GitHub Copilot Workspace 成为主流之前。发布时，Copilot Workspace 处于技术预览阶段，已上线大约三周。) 当 GitHub 在 2024 年 10 月的 GitHub Universe 事件中宣布 “GitHub Copilot Workspace” 时，我不禁将其视为改善 IDE 中开发者体验的下一步

阅读更多
揭开生成式人工智能代理的神秘面纱

揭开生成式人工智能代理的神秘面纱

从单一交互到复杂的多代理系统概述 在生成式人工智能代理的热潮中迷失了吗？你并不孤单。这篇文章穿透噪音，提供了对代理的清晰定义及其工作原理。我们分解了关键组件，包括“工具”的重要角色，并提供了从单次交互到复杂的多代理系统的构建和部署的实用见解。我们还探讨了多代理架构如何在企业环境中实施，并与微服务进行类比。未来的文章将深入探讨代理与运营（AgentOps）以及如何为企业规模的

阅读更多
RAGFlow 一种开源检索增强生成（RAG）引擎

RAGFlow 一种开源检索增强生成（RAG）引擎

RAGFlow 是一个开源的检索增强生成 (RAG) 引擎，能够与大型语言模型 (LLMs) 集成，从复杂的数据格式中提供准确的、带有引用的答案。RAGFlow 开发者文档 提

阅读更多
10 个强大的 Perplexity AI 提示，让您的营销任务自动化

10 个强大的 Perplexity AI 提示，让您的营销任务自动化

在当今快速变化的数字世界中，营销人员总是在寻找更智能的方法来简化他们的工作。想象一下，有一个个人助理可以为您创建受众档案，建议营销策略，甚至为您撰写广告文案。这听起来像是一个梦想？ 多亏了像 Perplexity 这样的 AI 工具，这个梦想现在成为现实。通过正确的提示，您可以将 AI 转变为您的 个人营销助理。在本文中，我将分享 10 个强大的提示，帮助您自动

阅读更多
LangGraph：调用代理的工具

LangGraph：调用代理的工具

本文假设读者对 LangGraph / 多代理设计有基本的了解。在此基础上，让我们尝试理解实现工具调用代理的基本原理。 对生成式 AI 感兴趣的人应该对函数调用/工具调用等概念有所了解。这个概念非常简单，模型可以借助一个或多个工具根据用户的提示生成推理。工具就是作为催化剂的函数，帮助模型提供所需的信息以便进行更好的推理。此外，工具可以是内置工具或自定义定义的工具。 在我寻找实现多代理

阅读更多
有了这个简单的小窍门，我的 GPT 评估器的性能提高了 1000%。

有了这个简单的小窍门，我的 GPT 评估器的性能提高了 1000%。

我希望我早就知道这个技巧。 我的所有文章都是免费阅读的。[非会员可以通过点击此链接免费阅读。](https://readmedium.com/my-gpt-evaluator-performance-improved-by-1000-with-this-simple-trick-2384027734c6?sk=73f3395c748fcd636d7d907876c02c

阅读更多
使用自定义工具构建和服务 RAG 代理：完整指南

使用自定义工具构建和服务 RAG 代理：完整指南

目标 本文的目标是演示如何使用 LangGraph 和 LangChain 创建一个大型语言模型（LLM）代理，该代理将在一组文档上执行检索增强生成（RAG）。此外，我们将探讨如何构建一个工具，以便进行 API 调用，从而使 LLM 能够从外部来源获取实时知识。最后，我们将使用 Flask API（FastAPI）在本地提供此代理，并使用本地 PostgreSQL 数据库服务器存

阅读更多
2025 年应关注哪些 GenAI 主题？

2025 年应关注哪些 GenAI 主题？

今年的生成式人工智能趋势 2025年已经过了几天，生成式人工智能的浪潮看起来势不可挡。2024年我们经历了许多激动人心的时刻，LLMs、框架、机制等以子弹般的速度发布。 那么2025年会有什么期待？ 1. 小型 LLMs 忘掉那些消耗你所有 GPU 能力的大型模型吧。我们正朝着更小、更高效的语言模型迈进，这些模型依然强大。这些精简的模型更易于部署，运行成本更

阅读更多
我如何使用 Figma 的新人工智能在 48 小时内设计并构建一个可运行的移动应用程序

我如何使用 Figma 的新人工智能在 48 小时内设计并构建一个可运行的移动应用程序

本周，我挑战自己尽可能多地使用 Figma 的新 AI 功能来完成我的产品设计和开发过程——从用户研究和分析到生成我的 UI 设计，原型制作，然后将所有内容转化为一个真实的工作应用——我尝试在 仅仅 48 小时 内完成这一切。以下是发生的事情…… 问题 上周，我和我的会计见面，他指出我记账的方式并不是“最佳的”。我心想：“我希望有一种简单的方法来查看我的资金流入，并将其

阅读更多
英伟达即将让人工智能模型的价格崩溃

英伟达即将让人工智能模型的价格崩溃

在CES上，Nvidia展示了一些有趣的新产品。其中最大的一件是Jensen Huang的新皮夹克。我是说，看看那件：这是技术发布会还是时装秀？ 老实说，我有点惊讶更多人没有对此发表评论。这是Jensen迄今为止最好的皮夹克。 还有其他一些东西。新的RTX 50系列。令人惊讶的是，关于它们的报道绝大多数都是积极的。我特别喜欢Linus Tech Tips视频中的这条评论： ![](

阅读更多
使用 PydanticAI 框架构建多代理 LLM 系统：创建人工智能系统的分步指南...

使用 PydanticAI 框架构建多代理 LLM 系统：创建人工智能系统的分步指南...

Pydantic是Python生态系统中的一大力量，拥有超过2.85亿次的月下载量，一直是Python项目中稳健数据验证的基石。现在，它的创造者们正在前往AI的前沿领域，推出Pydantic AI，这是一个旨在构建由生成式AI驱动的生产级应用程序的框架。在本文中，我们将深入探讨Pydantic AI的独特之处、其关键特性以及与其他智能体框架的比较。 Pyd

阅读更多
生成式人工智能与社交媒体

生成式人工智能与社交媒体

不明显的出路 在我们新的人工智能世界中，最大的恐惧之一是我们会失去人性。社交媒体将完全失去社交的方面。我想这会使其变成“媒体”。 主要的担忧是，人工智能将生成社交媒体帖子，然后其他人会使用人工智能进行回复。这将创造一种垃圾内容循环，慢慢将真实的人类推开。 ![](https://wsrv.nl/?url=https://cdn-images-1.readmedium.com

阅读更多
释放人工智能的潜能：思维链提示的力量

释放人工智能的潜能：思维链提示的力量

像人类一样思考的AI 你是否曾对ChatGPT能够迅速回应感到惊讶，但又对其回答有时显得肤浅或不完整感到失望？你可能会得到一个完美的事实或快速的解决方案，但你会想知道——它是如何得出这个结论的？ 这就是**思维链提示（CoT）**的用武之地。 想象一下你正在解决一个数学问题。你不会只是喊出一个答案——你会一步一步地进行推理。CoT对AI的工作方式也是如此。它教会像Cha

阅读更多
如何开发具有自动互联网搜索功能的免费人工智能代理

如何开发具有自动互联网搜索功能的免费人工智能代理

使用 Groq 的免费 API 和 LangGraph 开发一个 AI 代理，以回答用户的问题并根据问题自动调用互联网搜索 如果您不是 Medium 会员，您可以通过此链接阅读完整故事。 生成性人工智能中的代理 AI 方法正在取得进展，并发现多个潜在应用。AI 代理就像数字助手，可以代表用户执行多项任务。它们可以理解用户的问题、整体目标，推理并决定选择最佳行动，并相互沟通

阅读更多
多模态人工智能助手：结合本地模型和云模型

多模态人工智能助手：结合本地模型和云模型

使用 LangGraph、mlx 和 Florence2 构建一个能够回答复杂图像问题的智能体，支持本地运行。 *在本文中，我们将结合 LangGraph 和多个专业模型，构建一个基础的智能体，能够回答有关图像的复杂问题，包括图像描述、边界框和 OCR。最初的想法是仅使用本地模型构建，但经过一些迭代后，我决定添加对基于云的模型（即 GPT4o-mini）的连接，以获得更可靠的

阅读更多
使用 Python 构建您自己的个性化健身 RAG 代理！

使用 Python 构建您自己的个性化健身 RAG 代理！

AI代理 | RAG代理 | Python | DSPy | 健身代理 | 初学者友好 完整且适合初学者的指南：使用 Python 构建您完全个性化的健身 RAG 代理***还不是会员？请随时访问完整文章 [这里](https://readmedium.com/69fe37b803f6?source=friends_link&sk=13d4674246ba

阅读更多
语音转语音生成AI：理论与实践的惊人飞跃！

语音转语音生成AI：理论与实践的惊人飞跃！

探索语音到语音生成型人工智能的世界。了解构建应用程序的关键组成部分和实际考虑因素 介绍 生成性人工智能是当今最具变革性、快速发展的广泛应用技术之一。其影响力的一个关键原因在于它能够使人类使用自然语言与计算机进行沟通，从而使交互变得简单而直观。这种能力促进了它在日常生活和多个行业中的应用，涵盖了教育、医疗到娱乐等多个领域。 我们的交互方式最初是通过文本，依赖于大型语言模型（LLMs

阅读更多
OpenAI的结构化输出：如何用JSON实现安全与灵活性的完美平衡？

OpenAI的结构化输出：如何用JSON实现安全与灵活性的完美平衡？

过去，在使用OpenAI的JSON模式时，模型输出与指定和预定义的JSON架构不匹配并没有保证。在我看来，这确实使得这个功能在生产环境中不可靠，因为一致性非常重要…… 然而，这一切随着OpenAI所称的结构化输出而改变，他们将其描述为[JSON模式](https://cobusgreyling.medium.com/now-you-can-set-gpt-output-to

阅读更多
颠覆想象！揭秘7维代理AI价值的强大潜力！

颠覆想象！揭秘7维代理AI价值的强大潜力！

推动现实世界影响的整体架构“想象一下，一个能够感知其环境、创造性地制定解决方案、协调多步骤工作流并不断学习的 AI——无需持续的人类微观管理。”欢迎来到代理型生成 AI的世界，在这里，系统可以自主感知、推理、行动、适应和解释它们的决策。 在这篇文章中，我将介绍一个高级概念架构，将这些能力提炼为7 个核心 AI 维度。把它想象成一个**全局指南

阅读更多
2025 年让你致富的 6 款最佳人工智能工具

2025 年让你致富的 6 款最佳人工智能工具

→ 在人工智能与技术领域 是时候利用人工智能开始你的事业，否则以后会后悔！ 不管你喜欢与否， 机器人正在到来。 [根据高盛的说法，](https://www.forbes.com/sites/jackkelly/2023/03/31/goldman-sachs-predicts-300-million-jobs-will-be-lost-or-d

阅读更多
驯服工具乱象：生成式人工智能代理和工具注册表

驯服工具乱象：生成式人工智能代理和工具注册表

管理生成式 AI 代理工具的实用指南 概述 生成式AI代理积极与其环境互动以实现目标，严重依赖工具。随着企业的扩展，它们使用的代理往往会积累数十、数百甚至数千种不同类型的工具——数据工具、代码工具、API等——这使得有效管理成为一项重大挑战。本文重点介绍工具注册表，这是管理生成式AI代理所使用工具的关键组成部分。它解释了为什么中央工具目录是必不可少的，以及它如何改善可重

阅读更多
ByteDance 发布开源唇语同步人工智能模型

ByteDance 发布开源唇语同步人工智能模型

字节跳动最近推出了 LatentSync，这是一个新的最先进的开源视频唇动同步模型。它是一个基于音频条件的潜在扩散模型的端到端唇动同步框架。 这听起来有点复杂，但它的意思是你可以上传一个人说话的视频和一个你想用来替代原始音频的音频文件。然后，AI 会覆盖新的音频，并调整说话者的唇部动作，以完美匹配上传的音频。 最

阅读更多
Bolt DIY + Deepseek V3 + Gemini 2.0：免费人工智能编码器

Bolt DIY + Deepseek V3 + Gemini 2.0：免费人工智能编码器

嘿，你听说过 Bolt DIY 吗？ 它超级酷，我敢打赌你会喜欢它。 想象一下，在你的浏览器中有一个智能 AI 助手，可以帮助你编写全栈应用程序。 最棒的是？它是免费的，灵活性超高。 让我来解释一下它是如何工作的。 什么是 Bolt DIY？ 所以，Bolt DIY 是一个开源工具（它以前被称为 oTToDev，如果你听说过的话）。 它允许你直接在浏览器中构建全栈应用

阅读更多
2025:人工智能代理年--利用 CrewAi 和 Gemini 1.5 构建多代理系统

2025:人工智能代理年--利用 CrewAi 和 Gemini 1.5 构建多代理系统

正如许多专家预测的那样，2025年将成为自主人工智能的年份。这个新兴领域有望通过引入高度自主的系统来重新定义我们与技术的互动，这些系统能够在最小的人类干预下做出决策并执行复杂任务。受到这一理念的启发，我开始构建一个多智能体系统，该系统不仅执行特定任务，还能根据用户定义的主题创建有意义的内容。 在这篇文章中，我将带您了解我构建的系统、我面临的挑战，以及自主人工智能所蕴含的激动人心的未来。

阅读更多
2025 年最著名的 21 个 RAG 框架

2025 年最著名的 21 个 RAG 框架

通过高级检索增强生成技术革新人工智能 披露：我使用GPT搜索。整篇文章仍由我草拟。我的写作风格倾向于自信和分析性，相比之前的文章，不依赖于ChatGPT辅助写作。感谢您与我一起参与这段旅程，我希望在未来几年继续为您提供价值！通过支持我来提供建议。 截至2025年1月4日， 免责声明：[类似](https://sebastian-petrus.medium.

阅读更多
2025年科技巨头将如何重塑世界？惊人预测大揭密！

2025年科技巨头将如何重塑世界？惊人预测大揭密！

这一年不会是普通的一年。 2025年将会是奇怪、狂热且充满惊喜的一年，尤其是对于我们这些密切关注科技的人来说。我们并不习惯科技行业拥有如此强大的原始力量。金融行业？当然可以。几十年来，我们看到来自高盛的领导者在每个政府的内阁和经济团队中轮换，我

阅读更多
掌握CrewAI秘籍 2：如何用“Flows”打造智能化工作流？惊艳实用技巧大揭秘！

掌握CrewAI秘籍 2：如何用“Flows”打造智能化工作流？惊艳实用技巧大揭秘！

事件驱动的 AI 工作流 工作流允许我们协调任务并管理团队。 上一章：我们可以将多个团队和任务串联在一起，构建 AI 工作流。 工作流在不同任务之

阅读更多
我将区块链和人工智能结合起来创造艺术。接下来发生了什么？

我将区块链和人工智能结合起来创造艺术。接下来发生了什么？

教程 使用 LLM 创建数据的艺术表现 观察彩虹 如果可以通过图像来可视化，区块链会是什么样子？ 区块链是分布式账本的技术实现，最常与金融交易相关联。这远不是我们可能认为的美丽的东西。尤其是因为存储在区块链上的数据大多由复杂的数字、字母和与价值、发送者和接收者地址（钱包）以及元数据相关的符号组成。 然而，我之前曾致力于*

阅读更多
揭秘PydanticAI：打造高效AI代理的终极利器！

揭秘PydanticAI：打造高效AI代理的终极利器！

PydanticAI 是一个 Python 代理框架，旨在减少使用生成式 AI 构建生产级应用程序的痛苦。 FastAPI 通过提供创新且人性化的设计，彻底改变了 web 开发，其基础是 Pydantic。 同样，几乎所有的代理框架和 Python 中的 LLM 库都使用 Pydantic，然而当我们开始在 [Pydantic

阅读更多
Wren AI：Uber如何利用Text-to-SQL每月节省14万个小时？揭秘你的企业也能获得的强大力量！

Wren AI：Uber如何利用Text-to-SQL每月节省14万个小时？揭秘你的企业也能获得的强大力量！

在数据驱动决策至关重要的世界中，企业正在争相寻找从庞大数据集中提取可操作洞察的最有效方法。Uber，作为实时物流和运输的全球领导者，最近分享了他们的内部Text-to-SQL平台 — QueryGPT（如果你还没有查看这篇文章，[请在这里查看](https://www.uber.com/en-

阅读更多
使用 PydanticAI 框架构建多代理 LLM 系统：创建人工智能系统的分步指南...

使用 PydanticAI 框架构建多代理 LLM 系统：创建人工智能系统的分步指南...

Pydantic 是 Python 生态系统中的一股强大力量，拥有超过 2.85 亿次的月下载量，一直是 Python 项目中稳健数据验证的基石。现在，它的创造者正在进军前沿的 AI 领域，推出 Pydantic AI，这是一个旨在构建由生成式 AI 驱动的生产级应用程序的框架。在本文中，我们将深入探讨 Pydantic AI 的独特之处、其关键特性，以及它与其他

阅读更多
关于人工智能船员的博客，写关于人工智能船员的博客 | 作者：Ryan A Ellis | Medium

关于人工智能船员的博客，写关于人工智能船员的博客 | 作者：Ryan A Ellis | Medium

介绍 这篇博客的目的是简要展示我使用 crewAI 框架构建的内容以及使其工作的组件。我想测试一下我从 DeepLearning.AI 的短期课程 Multi AI Agent Systems with crewAI 中学到的知识

阅读更多
Jupyter Agent 让我大开眼界。你未曾预见的人工智能革命。| 作者：Savvas Theocharous | 2024年12月 | 人工智能的进步

Jupyter Agent 让我大开眼界。你未曾预见的人工智能革命。| 作者：Savvas Theocharous | 2024年12月 | 人工智能的进步

易于获取，但难以置信。一旦你亲自体验过，你就会明白我在说什么！ 我想我们都听说过 AI Agents。它正在进入主流，并且已经成为一个新兴的流行词。不过，我向你保证，在我自己尝试过 Jupyter Agent 之后，它的能力绝对不容小觑。 什么是 Jupyter Agent？ [Jupyter Agent](https://huggingface.co/spaces/da

阅读更多
o3崛起：AGI辩论的新转折点？探索突破与挑战

o3崛起：AGI辩论的新转折点？探索突破与挑战

本周，人工智能社区围绕一个新前沿展开了热烈讨论：OpenAI的“o3”， 这一突破性模型将人工通用智能（AGI）的话题提升到了新的高度。研究人员和行业人士正在辩论，o3的卓越成就——例如在ARC-AGI基准测试中得分87.5%（超越人类平均水平85%）以及在Codeforces上获得2727的评分（使其跻身全球前200+程序员之列）——是否标志着AGI的到来，还是仅仅代表

阅读更多
提升LLM输出质量的简单技巧！如何达到1000%的进步？

提升LLM输出质量的简单技巧！如何达到1000%的进步？

我希望我能更早知道这个技巧。 去年夏天我在Adobe Research（班加罗尔）实习时，我的工作是使开源LLM更符合上下文。这意味着无论提供的上下文说了什么，LLM都需要遵循它。 ![](https://wsrv.nl/?url=https://cdn-images-1.readmedium.com/v2/resize:fit:800/1*TlgNYgNqVrW_L766nw2r

阅读更多
构建基于多代理的 自动递归--计划、执行、再计划流程

构建基于多代理的 自动递归--计划、执行、再计划流程

本博客包含以下三个部分：问题陈述 解决方案方法 结论与参考文献问题陈述 计划、执行与重新计划过程在智能体解决方案的领域并不新鲜。自去年以来，我们一直在实施这些基于智能体的计划-执行-重新计划过程。 因此，当我的一位同事讨论实施这些过程的挑战时，我感到很有趣，因为我认为这是一个讨论得很充分的问题。 但是在与他交谈时，我理解了他计划要做的场景的性质和复杂性，我认

阅读更多
通过多模态 LLM 模型进行图像推理

通过多模态 LLM 模型进行图像推理

多模态人工智能 | LLM | OPENAI | GEMINI | 视觉 本博客探讨了多模态模型在图像推断中的能力，强调它们整合视觉和文本信息以改善分析的能力 多模态人工智能的出现显著改变了数据处理的格局。在过去，我们在光学字符识别（OCR）等任务中严重依赖文本提取库，如 PyTesseract。然而，视觉变换器和其他多模态模型的进步彻底改变了我们处理和解释数

阅读更多
2024 年 RAG 的崛起与演变：年度回顾

2024 年 RAG 的崛起与演变：年度回顾

随着2024年的结束，检索增强生成（RAG）的发展可谓波澜起伏。让我们从多个角度全面回顾这一年的进展。 RAG演变中的关键事件 辩论：“RAG已死，RAG万岁！” 在2024年初，这一年被一些人称为“RAG之年”，尽管这一称谓并未得到普遍认可。然而，全年取得的进展确实证明了这一称号的合理性。在涉及大型语言模型（LLMs）的场景中，RAG始终被证明是不可或缺的角色。然而

阅读更多
构建生产就绪的人工智能助理后台服务（Python）--第 2 部分

构建生产就绪的人工智能助理后台服务（Python）--第 2 部分

— 使用 LangGraph 构建多代理 RAG 系统 + 用授权密钥头保护您的应用程序 *免责声明 — 本文内容仅代表我个人观点，不代表我当前或过去雇主的立场。* 在上一部分（[第 1 部分](https://readmedium.com/build-production-ready-ai-assistant-backend-service-in-python-part-

阅读更多
选择适合您的双子座人工智能模型：从 Flash 到专业

选择适合您的双子座人工智能模型：从 Flash 到专业

原文 发布于 Premier Cloud 博客谷歌发布了多个 Gemini 模型，彻底改变了 AI 驱动工具的格局，使生成性 AI 对个人、开发者和企业而言更加可及和强大。这些模型由 DeepMind 开发，代表了生成性

阅读更多
Gemini 2.0 Flash + 本地多模式 RAG + 上下文感知 Python 项目：文档的简易人工智能/聊天

Gemini 2.0 Flash + 本地多模式 RAG + 上下文感知 Python 项目：文档的简易人工智能/聊天

在这个视频中，我将展示一个超级快速的教程，教你如何创建一个本地多模态 RAG、Gemini 2.0 Flash 和上下文感知响应，以便为你的业务或个人使用打造一个强大的代理聊天机器人——一个不需要强大笔记本电脑的聊天机器人。 年末时，大模型产品之间的竞争再次加剧。在我上一个视频中，我介绍了 LLama3.3\。 在12月11日，谷歌发布了 **Gemini 2.0 Flash。

阅读更多
GenAI Studio：构建、管理和分析用于 POC 和生产的生成式人工智能用例

GenAI Studio：构建、管理和分析用于 POC 和生产的生成式人工智能用例

您构建和管理生成式 AI 解决方案的中心 什么让 Gen AI Studio 令人兴奋？ 生成式 AI 正在重新塑造我们对问题解决、创造力和效率的思考。然而，构建 AI 解决方案可能会因为技术复杂性而让人感到畏惧。Gen AI Studio 弥补了这一差距——让您能够创建、完善和分析 AI 用例，而不必被编码的复杂性所困扰。 **Gen AI Studio 的主要

阅读更多
构建 Agentic RAG（检索-增强生成）管道的实践演示

构建 Agentic RAG（检索-增强生成）管道的实践演示

插图展示了自主代理如何参与 RAG 系统，以检索最相关的信息片段。 什么是Agentic RAG？ 我们都知道什么是检索增强生成（Retrieval Augmented Generation，RAG）。但让我们快速回顾一下。检索增强生成是一种强大且流行的管道，通过从大型语言模型中增强响应来提升其表现。它通过将从向量数据库中检索到的相关数据作为上下文添加到提示中，并将其发送给LLM进

阅读更多
如何使用 CrewAI 和 Langchain 构建代理 RAG

如何使用 CrewAI 和 Langchain 构建代理 RAG

在快速发展的 AI 领域，提供准确、上下文感知的用户查询响应能力是一个游戏改变者。检索增强生成（RAG）作为一种强大的范式，结合了从外部来源检索相关信息与大型语言模型（LLMs）的生成能力。然而，随着查询变得越来越复杂和多样化，静态 RAG 设置可能并不总是足够。这就是 Agentic RAG 发挥作用的地方。 Agentic RAG 引入了一个智能的模块化框架，其中专门的代理协同

阅读更多
多模态多语言视觉描述技术：基于Llama 3.2与NLLB-200的图像视频分析方法

多模态多语言视觉描述技术：基于Llama 3.2与NLLB-200的图像视频分析方法

使用Meta的Llama 3.2 11B Vision Instruct、Facebook的600M NLLB-200和LLaVA-Next-Video 7B模型生成多语言图像和视频标题、描述标签以及情感分析。 视频： 可口可乐公司，1971年，“Hilltop”广告， featuri

阅读更多
OpenAI新语言模型O3与O3-mini的潜力与挑战

OpenAI新语言模型O3与O3-mini的潜力与挑战

我一直密切关注 OpenAI 的更新，兴奋地分享一些最新消息：OpenAI 刚刚宣布了他们最新的两个语言模型 O3 和 O3-mini。在观看了最近的演示并深入了解它们的能力后，我不禁觉得这些模型有潜力彻底改变我们使用 AI 创建内容、翻译语言和回答问题的方式。在这篇文章中，我将介绍我对 O3 和 O3-mini 的了解，它们的优点和局限性，以及它们可能如何重塑基于语言的技术的未来。

阅读更多

更智能的人工智能秘诀：探索模型上下文协议 (MCP)

生成式 AI 模型变得越来越复杂，但在交互中管理上下文的挑战仍然至关重要。模型上下文协议 (MCP) 是一种在与生成式 AI 系统（如 ChatGPT）交互时有效维护和利用上下文的结构化方法。它影响着 AI 系统的技术性能和整体用户体验。 什么是模型上下文协议？ 模型上下文协议（MCP）是一套指导方针或机制，允许人工智能系统在会话或对话中记住和管理上下文。它在聊天机器人、个

阅读更多
建立一个能写入 Google 文档的研究代理（第 1 部分）

建立一个能写入 Google 文档的研究代理（第 1 部分）

可能帮助您完成作业的工具 ***本文是两部分系列的第一部分，我们将使用 LangGraph 和 Tavily 构建一个简单的研究助手，该助手编写和完善短文。为了跟踪它生成的计划、文章和评论，我们添加了程序化创建和编辑 Google Docs 的功能。在本文中，我们将重点关注助手，将文档连接的内容留到第二篇文章。您可以在 [这里](https://github.com/rmart

阅读更多
使用 Ollama 构建代码分析助手：本地 LLM 分步指南

使用 Ollama 构建代码分析助手：本地 LLM 分步指南

想要一个完全在本地机器上运行的 AI 驱动代码审查工具吗？在这个两部分的教程中，我们将使用 ClientAI 和 Ollama 来构建这样一个助手。 我们的助手将分析 Python 代码结构，

阅读更多
顶点人工智能 Gemini 2.0 Flash 开发人员入门指南

顶点人工智能 Gemini 2.0 Flash 开发人员入门指南

Gemini 2.0 已经到来，带来了为这个新代理时代构建的下一代能力。Gemini 2.0 Flash 现在可以通过 [Vertex AI Gemini API](https://cloud.google.

阅读更多
如何根据自己的数据微调 Llama-3.2：详细指南

如何根据自己的数据微调 Llama-3.2：详细指南

介绍 Meta发布的Llama-3.2系列在开源AI领域标志着一个重要的里程碑。到目前为止，该系列中下载量最多的模型是臭名昭著的meta-llama/Llama-3.2–11B-Vision-Instruct。不幸

阅读更多
LangChain 与 LlamaIndex：检索增强生成（RAG）的综合比较

LangChain 与 LlamaIndex：检索增强生成（RAG）的综合比较

介绍 Retrieval-Augmented Generation (RAG) 结合了信息检索与生成模型，使其成为一个强大的技术，适用于问答、摘要及其他自然语言处理任务。要实现 RAG，目前最流行的两个框架是 LangChain 和 LlamaIndex。这两个框架旨在处理文档的摄取、拆分、索引以及将步骤链在一起，以实现无缝的 RAG 工作流程。但哪个框架更适合您

阅读更多
如何使用结构化生成进行法律硕士即法官评估

如何使用结构化生成进行法律硕士即法官评估

结构化生成是构建复杂的多步骤推理代理在LLM评估中的基础——尤其是对于开源模型 披露：我是Opik的维护者，这是本文后面使用的开源项目之一。 在过去几个月里，我一直在为语言模型开发基于LLM的评估（“LLM作为评判者”指标）。到目前为止，结果非常令人鼓舞，尤其是在像幻觉检测或内容审核这样的评估中，这些

阅读更多
使用语言模型生成合成数据：实用指南

使用语言模型生成合成数据：实用指南

在人工智能不断发展的领域中，数据仍然是推动创新的燃料。但是，当获取真实世界数据变得困难、昂贵，甚至不可能时，会发生什么呢？ 合成数据生成应运而生——这是一种开创性的技术，利用语言模型创建高质量、逼真的数据集。考虑在不违反隐私法的情况下对医疗记录进行语言模型训练，或者在没有私人对话记录的情况下开发客户互动模型，或设计自动驾驶系统，其中收集稀有边缘案例的数据几乎是不可能的。合成数据弥补了数

阅读更多
使用 ChatGPT 4o 的视觉分析逐步生成旅程中期提示

使用 ChatGPT 4o 的视觉分析逐步生成旅程中期提示

你是否有过这样的感觉：想要创建完美的 Midjourney 提示，但言辞却无法表达你脑海中的想法？我也经历过这样的时刻。在无数小时的实验后，我发现了一种改变游戏规则的方法：利用 ChatGPT 4o 的视觉能力分析参考图像并生成精准的提示。 让我分享我的旅程和我使用的确切过程。相信我，这将改变你创建 AI 艺术的方式。 灵光一现 💡 我曾经花费数小时描述我想要的内容给 Mi

阅读更多
LLM 代理：多代理自生聊天

LLM 代理：多代理自生聊天

代理是经过定制的语言模型，通过系统提示使其以特定方式行为。提示通常详细说明任务类型、预期的任务解决行为和约束条件。通常情况下，代理由人类用户调用，每次交互都需要进行调节。但是，当代理 LLM 与其他代理互动时会发生什么？当代理能够访问额外工具时，例如读取额外数据源或执行程序代码时，代理又会如何表现？ 本文探讨了使用 Autogen 框架的多智能体对话。探讨了三个方面：首先，您将了解不同

阅读更多
代理人工智能：从零开始构建自主系统

代理人工智能：从零开始构建自主系统

在生成式人工智能时代创建多智能体框架的逐步指南 本文由Rafael Guedes共同撰写。 介绍 生成式人工智能的崛起是数字时代的新平台转变。它解决了从大型企业的自动化到各种类型的研发和创意等问题。预计到2024年，全球市场将超过650亿美元，86%的IT领导者预计将发生重大组织变革[1]。到目前为止，最大的收益来自于聊天机器人（更为通用且广泛的应用案例）、代码助

阅读更多
Pydantic AI + Web Scraper + Llama 3.3 Python = 强大的人工智能研究代理

Pydantic AI + Web Scraper + Llama 3.3 Python = 强大的人工智能研究代理

在这个视频中，我将快速演示如何使用 Pydantic AI、Web Scraper 和 Llama 3.3 创建一个多代理聊天机器人，以便为您的业务或个人使用构建一个强大的代理聊天机器人。 在检索增强生成（RAG）和基于大型语言模型（LLM）的工作流中，结构化输出提高了准确性和清晰度，使数据更易于理解。 我们许多人都知道验证或转换数据为正确格式是多么令人沮丧。当处理接口数据时，您会

阅读更多
生成式人工智能用户体验--为企业开发创新使用案例

生成式人工智能用户体验--为企业开发创新使用案例

实用设计创新 一个用于设计创新且合适的企业生成式AI体验的框架 为了创建用户会采用和使用的创新生成式AI体验，我们需要确保这些体验能够提供适当的响应。为此，这些体验需要接受如何运作的业务培训，如何进行评估，公司的目标、流程和过程，如何在不同情境中讨论公司，以及如何将活动如计划和项目相互关联。 消费者使用场景往往简单且专注于满足个人需求。复制简历美化体验并不能帮助企业

阅读更多
Google Gemini-Exp-1206：新的最佳法律硕士

Google Gemini-Exp-1206：新的最佳法律硕士

Beats GPT-4.0, OpenAI-o1, Claude3.5 Sonnet and Gemini 1.5 on LMArena 谷歌的 Gemini 在几个月前在生成式 AI 领域的首次亮相表现平平，但如今其发展速度相当快。现在，它发布了一个新的实验模型 Gemini-1206-Exp，该模型在 ChatArena 排行榜上超越了所有其他模型，从而在生成

阅读更多
少即是多：使用 ChatGPT 生成中途人工智能提示的艺术 o1

少即是多：使用 ChatGPT 生成中途人工智能提示的艺术 o1

作为一名 AI 艺术创作者，当 OpenAI 发布了声称具有博士学位水平智能的 ChatGPT o1 时，我自然感到非常兴奋。虽然许多人急于测试其编码或写作能力，但我有一个不同的关注点：它在帮助生成 Midjourney AI 提示方面表现如何？ 我在 AI 提示生成方面的旅程是逐步发展的。最初，使用之前的 ChatGPT 版本时，我系统地工作，逐个生成提示，并在 AI 的帮助下仔细改

阅读更多
ChatGPT Pro 和完整 o1 模型：您不容错过的新功能

ChatGPT Pro 和完整 o1 模型：您不容错过的新功能

OpenAI 发布了新模型和新的无限订阅计划！ 最近，OpenAI 发布了以下推文，表示在接下来的12天里，每天都会添加新功能！真是一段旅程！让我们一起关注

阅读更多
使用 Llamaindex 和 AI ChatBot 构建可投入生产的 Agentic 人工智能聊天机器人的简单分步指南。

使用 Llamaindex 和 AI ChatBot 构建可投入生产的 Agentic 人工智能聊天机器人的简单分步指南。

介绍 在本文中，我们将了解如何使用 Llamaindex 和 Groq-Llama 3.3 构建一个端到端的代理型 AI 聊天机器人。 在本文的课程中，您将学习：拨开代理型 AI 和代理的神秘面纱：消除围绕代理型 AI 的炒作 了解 Llamaindex 中的 ReActAgent 和 FunctionCallingAgent 以及如何添加工具/函数 一个简

阅读更多
利用多代理 RAG 构建企业人工智能应用程序！

利用多代理 RAG 构建企业人工智能应用程序！

作者: Pavan Belagatti 和 Madhukar Kumar 在快速发展的AI领域中，[多智能体检索增强生成](https://readmedium.com/how-to-build-enterprise-ai-apps

阅读更多
Meta Llama3.3：70B 型号，Llama3.1 的备用型号 405B

Meta Llama3.3：70B 型号，Llama3.1 的备用型号 405B

Llama3.3 是 Llama 系列中的第 3 个模型系列，继 Llama3.1 和 Llama3.2 之后 因此，Meta 在今年的最后一次发布中推出了 Llama3.3，这是一个 700 亿参数的生成式 AI 模型，已经展示了一些非常出色的结果，并在基准数据集上击败了一些最先进的大语言模型。正如 Meta 所承诺的，该模型是开源的，因此可以免费使用。如果你不知道的

阅读更多
掌握 CrewAI：第 1 章 - 您的第一个智能工作流程

掌握 CrewAI：第 1 章 - 您的第一个智能工作流程

代理和任务的基础 CrewAI 是一个平台，允许我们创建和管理 AI 代理团队。它提供企业级和开源解决方案。在这篇博客文章中，我们将深入探讨开源 CrewAI，当然。 那么，代理到底是什么？ 代理被建模以模拟人类在解决问题、执行任务和互动中的行为。 ![](https://wsrv.nl/?url=https://cdn-images-1.readmedium.com/v

阅读更多
OpenAI 第 4 天：Canvas 向所有人开放，扩大协作式人工智能工具的使用范围 | 作者：Raju Singh | 2024 年 12 月 | Medium

OpenAI 第 4 天：Canvas 向所有人开放，扩大协作式人工智能工具的使用范围 | 作者：Raju Singh | 2024 年 12 月 | Medium

2024 年 12 月 10 日，OpenAI 继续其“12 天 OpenAI”活动，宣布全面发布 Canvas，这是一款专为写作和编程设计的协作工具，现在所有用户都可以使用。最初仅提供给 ChatGPT Plus 和 Team 订阅用户，Canvas 现在对免费用户开放，将先进的 AI 辅助功能带给更广泛的受众。 让我们看看第 4 天带来了什么。 第4天宣布了什么？

阅读更多
OpenAI 的 Sora 来了：关于视频生成器你需要知道的一切 | 作者 hejrene | Rene | 2024年12月 | Medium

OpenAI 的 Sora 来了：关于视频生成器你需要知道的一切 | 作者 hejrene | Rene | 2024年12月 | Medium

新的 AI 工具 我对 OpenAI 的 Sora 如何为视频带来惊人的创造力感到惊讶，即使对于像我这样并不是“视频人”的人来说。 嘿，AI 朋友们和关注者们。 今天就是那一天！OpenAI 刚刚正式向公众发布了 Sora，他们的视频生成工具。几个月前就已宣布，我相信没有人预料到它会这么早推出？ 它是什么？ 如果你没有生活在石头下，你应该已经知道 Sora 是

阅读更多
[ OpenAI 給的 2024 年聖誕禮物 ] — 3 Sora 影片生成工具 | by Simon Liu | Dec, 2024 | Medium

[ OpenAI 給的 2024 年聖誕禮物 ] — 3 Sora 影片生成工具 | by Simon Liu | Dec, 2024 | Medium

OpenAI Day 3 发布会在这边，全程 20 分钟，大家可以听听，或者先滑到下面，我将为各位整理本次重点。 帮大家整理十大 Sora 重点 I. Sora 视频生成工具的推出 OpenAI 发布全新视频生成产品 Sora，这是一款专为视频创作设计的人工智能工具，已上线。台湾在第一波名单中，欧洲可能都还无法使用。 ![](https://wsrv.nl/?url=h

阅读更多
OpenAI 推出 Sora 人工智能视频生成器 | 作者：Thomas Smith | 生成器 | 2024年12月 | Medium

OpenAI 推出 Sora 人工智能视频生成器 | 作者：Thomas Smith | 生成器 | 2024年12月 | Medium

在12月9日星期一早上的直播中，OpenAI宣布将正式推出其AI视频生成器Sora。 “我们不希望世界只是文字，”OpenAI首席执行官Sam Altman说。他还表示，这一举措对我们的AGI路线图“至关重要”。 ![](https://wsrv.nl/?url=https://cdn-images-1.readmedium.com/v2/r

阅读更多
克劳德的新款 3.5 Sonnet 性能超过了 OpenAI 的 O1-mini。我很震惊。

克劳德的新款 3.5 Sonnet 性能超过了 OpenAI 的 O1-mini。我很震惊。

Claude更新的3.5 Sonnet模型的并排比较 当OpenAI发布GPT-4o时，我充满期待……但很快就失望了。尽管GPT-4o比GPT-4更快且成本更低，但其表现明显不如前者。如果不考虑成本，原始的GPT-4（和Claude 3.5）显然是更好的模型。 今天，Anthropic发布了更新的3.5 Sonnet模型。像Reddit这样的在线社区对此赞不绝口，解释它比之前的版

阅读更多
LLM 代理：CrewAI 简介

LLM 代理：CrewAI 简介

由 LLM 驱动的代理框架承诺将自主任务解决提升到前所未有的水平。与其说是僵化的编程，不如说 LLM 反映任务、利用工具，并检查彼此的输出以创造性地解决任务。 这篇博客文章探讨了使用 CrewAI 框架开发的 LLM 代理。文章首先以纯 Python 和 YAML 文件的基本定义开始。然后展示了现有的预定义工具以及如何使用它们，还包括如何实现自定义工具。作为一个运行示例，开发了一个代理

阅读更多
利用 CrewAI Agents 实现漫画创作自动化：创意内容生成

利用 CrewAI Agents 实现漫画创作自动化：创意内容生成

介绍 曾几何时，创作一本漫画书是一个繁琐的过程，需要作家、插画师和无数小时的努力。今天，人工智能作为一种强大的工具，增强了创意专业人士的能力。想象一下，将一个短故事交给人工智能，观看它如何帮助将这个故事转变为一个生动、视觉上令人惊叹的漫画书——同时保留创作者独特的视角。这不再只是一个幻想；这是由尖端的生成式人工智能模型实现的现实。在本博客中，我们将探讨CrewAI LLM代理如何提升

阅读更多
如何使用 LangChain 和 CrewAI 构建人工智能驱动的 SQL 数据分析代理

如何使用 LangChain 和 CrewAI 构建人工智能驱动的 SQL 数据分析代理

在当今数据驱动的世界中，自动化数据提取、分析和报告的工作流程对于节省时间和提高效率至关重要。本教程将指导您使用 LangChain 和 CrewAI 构建一个 AI 驱动的 SQL 工作流程。通过集成强大的 Llama 3 模型、SQL 数据库工具和基于代理的自动化，您将学习如何创建一个无缝的管道，以处理数据库查询、分析结果和生成高管报告 — 所有这些都需要最少的手动干预。无论您是数据爱好者

阅读更多
OpenAI 的 O1 和 O1 Pro 模型：以推理为重点的人工智能新时代

OpenAI 的 O1 和 O1 Pro 模型：以推理为重点的人工智能新时代

近年来，人工智能取得了显著进展，大型语言模型从简单的文本生成器演变为能够处理高级推理任务的强大系统。像GPT-4o这样的模型展示了令人印象深刻的语言流利性和一般知识，但直到现在，它们在更具挑战性的问题解决场景中仍然面临困难——例如高级数学、复杂的编程难题和复杂的科学探究。 OpenAI新推出的O1模型系列旨在改变这一格局，强调深度推理。与之前主要关注速度和广泛覆盖的模型不同，O1在产生

阅读更多
Anthropic 的克劳德人工智能现在可以复制你的写作风格

Anthropic 的克劳德人工智能现在可以复制你的写作风格

我作为多个组织的AI大使已经工作了几个月，如果有一个问题是大多数用户不断询问的，那就是如何让AI聊天机器人像他们一样写作。基本上，他们希望像ChatGPT、Claude和Gemini这样的聊天机器人能够模仿他们的写作风格，这样他们就不必每次都给AI提供详细的指示。 我总是告诉用户，他们可以通过两种方式做到这一点：简单的方法： 创建一个自定义聊天机器人，添加指示，例如以

阅读更多
探索类比数据配色方案的人工智能生成建议

探索类比数据配色方案的人工智能生成建议

类比色彩和谐是指在色轮上相邻的至少三种颜色。这种色彩方案可以创造出令人愉悦的色彩组合，但在应用于数据可视化时，可能会面临色盲测试不合格的风险。生成式AI能否通过提供通过色彩缺陷测试的类比建议来帮助数据色彩方案设计？在这里，我将探讨这个问题。让我们首先更详细地回顾一下类比色彩和谐、色彩缺陷以及生成式AI系统的概念。 类比色彩和谐： 色彩和谐是选择在色轮上能很好地配合在一起的颜色

阅读更多
防止 ChatGPT 破坏内容质量的两大秘诀

防止 ChatGPT 破坏内容质量的两大秘诀

生成式人工智能可以成为优秀的写作助手——但人工智能永远无法替代熟练的人类文案撰写者。 在写作时，我们的目标仅仅是以最快的速度创造尽可能多的内容吗？生产力是唯一重要的吗？还是我们实际上想要实现一些有意义的东西？ 自从OpenAI在2022年底推出其臭名昭著的聊天机器人以来，互联网就再也不一样了。许多人将此视为积极的转变，尤其是在商业领域。生成式人工智能的支持者们不断高喊其

阅读更多
Langflow 1.1 发布

Langflow 1.1 发布

对代理管道的愉快邀请！ 🚀 我们很高兴地分享 Langflow 1.1！此版本包含使 genAI 开发更加灵活、互动和愉快的更新。无论您是在构建语言模型管道、开发 RAG 系统，还是深入多代理编排，Langflow 1.1 都提供了强大的增强功能，让您的项目更上一层楼。让我们深入了解新内容吧！ 全新视角：重新设计的用户界面 Langflow 1.1 引入了全新

阅读更多
掌握人工智能代理：CrewAI 和 Google Search API 实用指南

掌握人工智能代理：CrewAI 和 Google Search API 实用指南

你知道最近大家都在谈论 AI 代理吗？它们在各个行业层出不穷，承诺改变工作方式。但说实话，试图理解这一切是如何运作的，确实让人感到不知所措。我也曾有过这种感觉——在一片流行词汇、新技术和随之而来的行话中迷失，直到我看到了 CrewAI。亲身体验 CrewAI 让我觉得 AI 代理变得实用而不再令人畏惧。如果你和我一样，是个被 AI 热潮淹没的技术爱好者，我的 CrewAI 体验可能会帮助

阅读更多

掌握 25 种 RAG 架构：何时以及如何使用每一种

介绍 检索增强生成 (RAG) 架构彻底改变了我们处理信息检索的方式。这些架构弥合了生成响应与提取相关数据之间的差距，使模型能够提供准确、实时且具有上下文意识的答案。但在众多可用的 RAG 架构中，您如何知道在每种独特场景中使用哪一个？ 在本指南中，我们将深入探讨 25 种 RAG 架构，解释它们的具体用途，并提供现实世界的示例，以演示每种架构何时最有效。 1. Corr

阅读更多
使用 LangGraph 框架以多代理方式实施复杂的 LLM 应用程序

使用 LangGraph 框架以多代理方式实施复杂的 LLM 应用程序

将LangGraph添加到您的GenAI相关技能库中。这项技能可以立即使您能够创建复杂的AI系统。当然，前提是您需要了解LangChain的使用方法。介绍 LangGraph 是一个强大的工具，旨在使用大型语言模型 (LLMs) 创建有状态的多参与者应用程序。通过扩展 LangChain 库的功能，LangGraph 使得多个链（或参与者）能够在各种计算步骤中以循环方式进

阅读更多
苹果的 LLM Siri：人工智能对话的新时代？

苹果的 LLM Siri：人工智能对话的新时代？

人工智能 近年来，人工智能的世界迅速发展，生成式AI（genAI）似乎被添加到一切事物中。苹果的Siri，曾是对话AI的先锋，正处于推出其自身生成式AI形式的边缘，称为“LLM Siri”。这一新版本承诺使Siri更加具有上下文意识，能够处理复杂的对话。 LLM Siri的想法并不完全新颖；苹果已经暗示将在2025年对Siri进行改造，作为其不断扩展的“苹果智能”套件的一部分。

阅读更多
比较人工智能编码平台：用于关键视觉生成系统的 Cursor、V0、Bolt.new 和 Windsurf

比较人工智能编码平台：用于关键视觉生成系统的 Cursor、V0、Bolt.new 和 Windsurf

随着基础模型（如VLMs，例如Minimax、Qwen-V）和尖端图像生成技术（如Flux 1.1）的快速发展，我们正进入一个创造性可能性的新纪元。结合像T5这样的模型以增强对潜在空间中文本提示的理解，这些工具使得生产广告级别的关键视觉（KVs）成为可能，且具有显著的真实感。在我们组织中，我们测试了结合这些模型生成高质量KVs的潜力。我的任务是开发一个KV生成系统，能够复制特定风格，利用

阅读更多
Codiums Windsurf：最佳光标对手

Codiums Windsurf：最佳光标对手

你知道在代码中平衡速度、效率和创新的挑战。Codium最新发布的Windsurf彻底改变了游戏。被称为“最佳Cursor竞争者”，这个新的集成开发环境（IDE）结合了速度、智能和无与伦比的API支持。无论你是深入复杂项目还是为你的初创公司优化代码，Windsurf都承诺成为一个改变游戏规则的工具。 现在，让我们来看看为什么*W

阅读更多
LazyGraphRAG：高效和有效 RAG 的新时代 | 作者：Ankush k Singal | 2024年11月 | Medium

LazyGraphRAG：高效和有效 RAG 的新时代 | 作者：Ankush k Singal | 2024年11月 | Medium

介绍 在人工智能领域，检索增强生成（RAG）已成为一种强大的技术，以增强大型语言模型（LLMs）的能力。RAG使LLMs能够访问和处理来自外部知识源的大量信息，从而提供更具信息性和综合性的响应。然而，传统的RAG方法在处理大型数据集时可能计算成本高且耗时。 为了解决这些限制，提出了一种称为LazyGraphRAG的新方法。这种创新技术在效率和有效性方面提供了显著的优势，使其成为广泛

阅读更多
如何使用 LangGraph 构建人工智能代理：分步指南

如何使用 LangGraph 构建人工智能代理：分步指南

介绍 在人工智能的世界中，检索增强生成（RAG）系统已成为处理简单查询和生成上下文相关响应的常用工具。然而，随着对更复杂的人工智能应用需求的增长，出现了超越这些检索能力的系统的需求。AI代理应运而生——这些自主实体能够执行复杂的多步骤任务，在交互中保持状态，并动态适应新信息。LangGraph，作为LangChain库的强大扩展，旨在帮助开发人员构建这些先进的AI代理，通过启

阅读更多
介绍 LightRAG：检索增强一代的新时代

介绍 LightRAG：检索增强一代的新时代

在快速发展的自然语言处理领域，检索增强生成（RAG）系统已成为提供准确、上下文丰富的响应的关键。然而，传统的 RAG 系统在更新知识库或处理复杂查询时，往往面临效率低下的问题。 引入 LightRAG，这是一个新颖的系统，旨在通过提供高效、增量更新和优化的检索过程来解决这些挑战。 传统 RAG 系统的问题 在我们深入了解 LightRAG 之前，先来理解一下我们为什么

阅读更多
LangGraph Studio：您的第一个代理 IDE

LangGraph Studio：您的第一个代理 IDE

LangGraph Studio 是一个开创性的代理集成开发环境，用于生成和控制代理 AI 应用程序。这个 [IDE 是由 LangChain 引入的](https://bakingai.com/blog/langgraph-studio-ai-agen

阅读更多
[ChatGPT vs Claude]Cursor + Claude 3.5 如何颠覆科技行业？5 个疯狂的使用案例

[ChatGPT vs Claude]Cursor + Claude 3.5 如何颠覆科技行业？5 个疯狂的使用案例

探索 Cursor 和 Claude 3.5 如何通过自动视频编辑到以闪电般的速度构建加密货币交易界面，变革编码和设计的五种革命性方式。 Cursor 和 Claude 3.5 的强大力量：改变编码游戏的 5 个突破性用例 Cursor 和 Claude 3.5 的结合显著改变了编码领域，使开发者能够以无与伦比的速度和效率实现创新成果。这些工具在多个行业中证明了它们的颠

阅读更多
Claude 3.5 Sonnet on Amazon Bedrock：人工智能知识库的新时代

Claude 3.5 Sonnet on Amazon Bedrock：人工智能知识库的新时代

在不断发展的人工智能领域，保持领先意味着要以热情和战略眼光拥抱最新的创新。其中一个在人工智能社区引起轰动的创新是 Anthropic 的 Claude 3.5 Sonnet 模型与 Amazon Bedrock 知识库的最近整合。这不仅仅是一次例行升级——这是我们管理、检索和生成上下文准确响应的方式的重大飞跃。 但是，是什么让 Claude 3.5 Sonnet 如此开创性？为什么

阅读更多
如何使用 Claude 3.5 Sonnet API 进行创意写作

如何使用 Claude 3.5 Sonnet API 进行创意写作

让我们谈谈开发过程中我们都面临的一个问题：为您的开发团队使用 Postman 进行 API 测试。 是的，我也听说过，Postman 每年都在变得更糟，但是，您作为一个团队，需要一些协作工具来支持您的开发过程，对吧？

阅读更多
Llama 3.2 vs GPT-4 vs OpenAI O1 vs Gemini Ultra vs Claude 3.5：哪种人工智能模型适合您？

Llama 3.2 vs GPT-4 vs OpenAI O1 vs Gemini Ultra vs Claude 3.5：哪种人工智能模型适合您？

人工智能已经取得了长足的进展，每一个新模型似乎都在不断突破极限。今天，我想分享我对五个领先 AI 模型的看法：Meta 的 Llama 3.2、OpenAI 的 GPT-4、OpenAI 的新 O1、DeepMind 的 Gemini Ultra，以及 Anthropic 的 Claude 3.5. 这些模型各自带来了独特的优势，从处理多模态输入到道德决策。让我们深入探讨它们的优

阅读更多
Qwen 2.5 Coder 32B：这一最佳开放重量模型是否优于 GPT-4o 和 Claude 3.5 Sonnet？

Qwen 2.5 Coder 32B：这一最佳开放重量模型是否优于 GPT-4o 和 Claude 3.5 Sonnet？

在11月11日，阿里巴巴宣布推出其迄今为止最先进的编码模型：Qwen 2.5-Coder-32B-Instruct。但这并不是全部，它实际上是整个编码模型系列的一部分！除了32B模型，还有0.5B、1.5B、3B、7B和14B参数的版本。在撰写本文之前，我回顾了许多YouTuber、作家和技术专家的反馈，大家的共识 overwhelmingly positive。今天

阅读更多
在人工智能和技术领域保持领先地位的 10 项必学技能 📚

在人工智能和技术领域保持领先地位的 10 项必学技能 📚

在人工智能和科技这样一个动态的行业中，保持领先意味着不断提升你的技能。无论你是希望深入了解人工智能模型性能、掌握数据分析，还是希望通过人工智能转变传统领域如法律，这些课程都是你成功的捷径。以下是一个精心策划的高价值课程列表，可以助力你的职业发展，并让你始终处于创新的前沿。 1. 生成性人工智能简介课程: [生成性人工智能简介](https://genai.works

阅读更多
2024 年 10 个行业的 50 多个最佳生成式人工智能应用案例

2024 年 10 个行业的 50 多个最佳生成式人工智能应用案例

展望2024年，生成式AI（Gen AI）正日益被视为推动各行业转型的关键技术。这一演变标志着传统AI在预测和分析角色上的转变，转向Gen AI的创造性能力，使企业能够自动化复杂任务，促进创新，并提供高度个性化的客户体验。根据最近的分析，投资于AI的企业效率提升可达30%，而实施Gen AI的企业则进一步优化了他们的工作流程和成果。 在本文中，我们深入探讨了十大领先行业中50多个具有影响力

阅读更多
人工智能研究代理：2025 年将改变知识研究（外加三大免费工具）

人工智能研究代理：2025 年将改变知识研究（外加三大免费工具）

事情是这样的：一些重大变化即将动摇知识研究的世界。 在深入研究AI研究代理并在各个行业看到它们的实际应用几个月后，我可以肯定地告诉你——到2025年，这些工具不仅仅是有用的工具。它们将从根本上改变我们进行知识研究的方式（无论是营销还是科学！）。人类在一个小时内访问10,000个网站并研究数据在物理上是不可能的。然而，代理可以轻松做到这一点。在这篇文章中，我将向你展示3个

阅读更多
使用 LLMs 构建可靠的文本分类管道：分步指南

使用 LLMs 构建可靠的文本分类管道：分步指南

克服基于LLM的文本分类中的常见挑战 在本分步教程中，我们将介绍如何使用大型语言模型（LLMs）构建一个准确且可靠的文本分类管道。LLMs是强大的通用模型，在各种自然语言处理任务中展示了卓越的能力，并且它们在许多人工智能应用中越来越多地取代了专业模型。然而，如果不谨慎处理，使用LLMs进行分类可能会很棘手。 在将LLMs应用于分类时，一个常见的问题是模型可能无法以预期的输出或

阅读更多
比较为图像添加文本的主要文本到图像生成模型

比较为图像添加文本的主要文本到图像生成模型

九个领先图像生成模型在图像中渲染准确文本（单词和短语）的能力比较 在这篇文章中，我们将评估来自多个提供商的九个最先进的文本到图像生成模型在不同托管平台上的能力。具体来说，我们将根据给定的提示评估它们在图像中生成准确文本（单词和短语）的能力。测试的模型包括以下内容（按字母顺序排列）：Adobe Firefly Image 3（通过 [firefly.adobe.com](htt

阅读更多
生成式人工智能在市场研究和情报领域的应用：优势、用例和策略

生成式人工智能在市场研究和情报领域的应用：优势、用例和策略

利用AI转变市场情报 生成式AI正在改变企业进行市场研究和情报的方式，使数据分析变得更快、更深入。传统的市场研究方法高度依赖手动数据收集、调查分析和竞争对手研究，这些方法往往耗时且范围有限。生成式AI则允许公司即时分析庞大的数据集，生成可能被忽视的洞察，并创建帮助更准确预测趋势的预测模型。从综合数据报告到创建高层次摘要，生成式AI加速了决策过程，使市场洞察更加易于获取。 除了

阅读更多
我训练人工智能成为我聪明的同性恋闺蜜 💅

我训练人工智能成为我聪明的同性恋闺蜜 💅

使用 ChatGPT 帮助我发现盲点 听着，我知道我们都厌倦了谈论人工智能，但每次我和朋友谈论我如何使用 ChatGPT 时，他们似乎都大吃一惊。所以，我想在这里记录一下。 首先，让我们谈谈我不使用人工智能的事情：写作。我试着把我书中的章节输入给它，并要求它复制我的写作风格，但结果很糟糕。此外，我之所以是一个作家，是因为，我喜欢写作。为什么我要把我喜欢的任务外包出去呢？

阅读更多
满足 Qwen2.5-Coder-32B-Instruct -Coder - 开源比 gpt4o 更好

满足 Qwen2.5-Coder-32B-Instruct -Coder - 开源比 gpt4o 更好

认识 Qwen2.5-Coder-32B-Coder，您新的 AI 编码伙伴 您是否曾希望编码变得更简单、更快速，甚至更有趣？那么，准备好迎接您的新 AI 编码朋友 Qwen2.5-Coder。Qwen2.5-Code 专门开发了这个模型，作为一个尖端语言模型，以简化您的编码体验。想象一下，拥有一个知识渊博的助手，可以为您编写代码、调试、解释复杂概念，并处理多种语言。感兴

阅读更多
Qwen2.5-Coder 32B Instruct：最佳编码模型--完整的分步指南和性能...

Qwen2.5-Coder 32B Instruct：最佳编码模型--完整的分步指南和性能...

学习如何在本地安装 Qwen2.5-Coder，探索其卓越的编码能力，并通过实践示例评估其性能 介绍 在不断发展的AI驱动编程工具领域，大型语言模型（LLMs）显著改变了开发者编写、调试和优化代码的方式。今天，我们很高兴探索Qwen2.5-Coder系列，这是一项开源的奇迹，承诺在代码生成和AI编码助手领域树立新的标准。该系列的最新版本**Qwen2.5-Coder

阅读更多
您必须了解的 25 个顶级生成式人工智能术语

您必须了解的 25 个顶级生成式人工智能术语

掌握关键概念，以清晰的解释、实际应用和深入的资源在生成性人工智能领域脱颖而出 生成性人工智能确实是各行业中的关键技术；因此，理解生成性人工智能的核心概念对任何技术专业人士及其他领域的人士来说都是至关重要的。以下综合指南涵盖了25个必须了解的生成性人工智能术语，提供清晰的定义、实际的例子和其他资源，以加深您的知识。无论是为面试做准备、参与人工智能项目，还是跟上这个快速变化领域的动态，

阅读更多
面向 iOS 开发人员的 5 大人工智能工具

面向 iOS 开发人员的 5 大人工智能工具

提高工作流程速度与效率 虽然关于人工智能的讨论很多，但我想让你回归现实。无论你是否已经在使用 AI 辅助的编码工具，或者觉得这一切都是无稽之谈……这篇标题吸引眼球的文章可能适合你。 虽然你可能已经能找到很多关于如何使用各种工具来提高你的技能、效率和准确性的文献，但对于我们 iOS 开发者来说，这要复杂一些。因为我们依赖 Xcode 及其工具链来构建我们的应用，所以我们很难不使用

阅读更多
利用 Gen AI（OpenAI API）构建智能测试自动化

利用 Gen AI（OpenAI API）构建智能测试自动化

我们都知道 UI 测试非常脆弱。它们可能因各种原因而失败，其中一个最大的问题是 UI 定位器的变化。很难想象我们如何能让它们足够智能，以理解定位器何时发生变化，并在测试中出现定位器问题之前防止测试运行。你没听错！现在是 2024 年，自动化测试工具已经取得了长足的进步。在与这些工具打交道近 18 年后，从 Mercury Winrunner 到 Playwright，我们现在可以利用

阅读更多
LightRAG - GraphRAG 简单高效的竞争对手？

LightRAG - GraphRAG 简单高效的竞争对手？

传统的 RAG 系统通过索引原始数据来工作。这些数据被简单地切分并存储在向量数据库中。每当用户发出查询时，它会查询存储的片段并 检索 相关片段。如果您希望了解 RAG 的基本原理，我已经在 [这里](https://proxy.rifx.online/https://readmedium.com/retrieval-augmented-generation-rag-a-quick-a

阅读更多
ChatGPT Vision 将图片转化为 1000 个字

ChatGPT Vision 将图片转化为 1000 个字

如何将这些文字转化为商业价值 我有这个想法快十年了。一切始于我搭建网站的时候，一位旅馆老板给我发了一根装满近千张照片的U盘，还有一盒35mm的照片让我扫描。这些都是惊人的照片——客人们展示他们的珍贵捕获、令人惊叹的湖景，以及向导们带领的户外冒险。我知道，如果我们能把这些照片放到网上，它们将为旅馆创造一场口碑营销的浪潮。但事情变得复杂了：每张照

阅读更多
我如何用 ChatGPT 在不到 3 小时内写完一整本书？

我如何用 ChatGPT 在不到 3 小时内写完一整本书？

解密人工智能热潮 我叫亚历克斯，我只是一个在金融科技（Fintech）领域工作的小伙子，这个行业不可避免地让你对一切充满好奇，尤其是新趋势。我无法摆脱人工智能的热潮，或者说，我无法不去观察人们对它的疯狂反应。 “人工智能会抢走你的工作！”，“这就是结束！”，“到2024年，你将不再见到医生。机器将为你诊断和治疗！”，“我如何利用ChatGPT创建了一家全新的公司！”，最后，“我

阅读更多
如何选择 LLM 驱动的产品创意，以在激烈的竞争环境中蓬勃发展

如何选择 LLM 驱动的产品创意，以在激烈的竞争环境中蓬勃发展

欢迎来到我系列文章的第三篇（最后一篇），探讨的问题是：“哪些 GenAI 产品值得开发？”第一篇文章 从用户体验（UX）和产品采用的角度探讨了这个问题。

阅读更多
Llama 3.2：下一代轻量级、指令调整语言模型：实践……

Llama 3.2：下一代轻量级、指令调整语言模型：实践……

探索 LLaMA 3.2 在剪枝、知识蒸馏和多语言性能方面的关键创新，以及本地运行或通过 Google Colab 的实用教程 👨🏾‍💻 GitHub ⭐️ | 👔LinkedIn |📝 [Medium](https

阅读更多
Meta's Llama 4 即将推出 另外Parallels 为 Windows 带来 Apple 智能

Meta's Llama 4 即将推出 另外Parallels 为 Windows 带来 Apple 智能

Plus: Parallels 将苹果智能带入 Windows 欢迎来到 Get The Gist，在这里，我们每个工作日分享最新和最伟大的 AI 发展简明易懂的总结——新闻、创新和趋势——所有内容都在 5 分钟内送达！⏱ 在今天的版块中：马克·扎克伯格宣布 Meta 的 Llama 4 Parallels 将苹果智能带入 Windows Re

阅读更多
使用 Llama 3 构建 AI 代理

使用 Llama 3 构建 AI 代理

构建具有 Llama 3 函数调用能力的 AI 代理的综合指南 引言 想象一下你想买一些东西。你访问一个电子商务网站，使用搜索选项找到你想要的东西。也许你有多个物品要购买，因此这个过程并不是很高效。现在考虑这个场景：打开一个应用程序，用简单的英语描述你想要的东西，然后按下回车。你不必担心搜索和价格比较，因为应用程序会自动为你处理这些事情。很酷，对吧？这正是我们将在本教

阅读更多
全新 Gemini 1.5 FLASH 型号：绝对的 Google 游戏规则改变者

全新 Gemini 1.5 FLASH 型号：绝对的 Google 游戏规则改变者

他们的新 Gemini 1.5 Flash 模型远远超过了 GPT-4o，其能力令人难以置信。 闪电般快速。 比 GPT-4o 便宜 33 倍，但上下文容量大 700% — 100 万个令牌。 在现实世界中，100 万个令牌是什么概念？大约：超过 1 小时的视频 超过 30,000 行代码 超过 700,000 个单词![](https://i

阅读更多
使用 FastAPI、Groq 和 Replicate 的 AI 图像生成器和故事生成应用程序

使用 FastAPI、Groq 和 Replicate 的 AI 图像生成器和故事生成应用程序

项目介绍：AI 图像生成器和故事创作工具 AI 图像生成器和故事创作工具是一个网络应用程序，利用先进的 AI 技术为用户提供一个基于音频提示生成图像和故事的互动平台。该应用程序使用 FastAPI 作为后端，能够高效处理请求和响应，而前端则采用 HTML、CSS（DaisyUI 和 Tailwind CSS）和 JavaScript 构建，以提供响应式用户体验。该应用程序利用 lla

阅读更多
克服医疗领域的法学硕士挑战：生产发展实用策略

克服医疗领域的法学硕士挑战：生产发展实用策略

生成性人工智能 我遇到的最常见的LLM开发挑战、有效的缓解策略以及一个职业生涯中决定性的面试错误 引言 我一直是那种深入研究一个主题并专注到痴迷的人。当我从数据科学硕士毕业时，我的痴迷是计算机视觉；特别是将计算机视觉应用于神经科学或心理健康领域。我决心成为心理健康领域的“计算机视觉工程师”（不过“机器学习工程师”也可以），尽管我的导师们劝我拓宽视野，寻找更多机会。

阅读更多
文物：Claude 3.5 Sonent 最令人惊叹的用途

文物：Claude 3.5 Sonent 最令人惊叹的用途

Anthropic 最近推出了其最先进的 LLM，“Claude 3.5 Sonnet”，让人惊叹。社交媒体上的人们称这一模型为当前最先进的 LLM。这个 AI 模型在性能上超越了所有现有的 LLM，例如 GPT-4、GPT-4o mini、Llama 3 等等。Claude 3.5 Sonnet 的上下文窗口为 200K，最大输出为 8192 个 tokens。它可以生成一个包含大

阅读更多
LongRAG：让人工智能在信息海洋中捕捞更多鱼

LongRAG：让人工智能在信息海洋中捕捞更多鱼

在 我之前的文章 中，我介绍了RAG是否会因长上下文LLMs而变得过时。今天，让我们看看如何将长上下文LLMs应用于RAG场景。 在检索增强生成（RAG）领域，传统方法一直依赖于短检索单元，通常约为100个单词，这迫

阅读更多
可视化你的 RAG 数据——使用 Ragas 评估你的检索增强生成系统

可视化你的 RAG 数据——使用 Ragas 评估你的检索增强生成系统

如何使用 UMAP 降维将嵌入可视化以展示多个评估问题及其与源文档的关系，结合 Ragas、OpenAI、Langchain 和 ChromaDB 检索增强生成（RAG）在 LLM 的工作流程中增加了一个检索步骤，使其能够在回答问题和查询时，从私人文档等额外来源查询相关数据 [1]。该工作流程不需要对额外文档进行昂贵的训练或微调。文档被拆分成片段，然后进行索引，通常使用紧凑的 M

阅读更多
Agentic RAG 如何解决当前 RAG 限制的问题

Agentic RAG 如何解决当前 RAG 限制的问题

在本卷咖啡休息概念的第 4 期中，我们将了解 AgenticRAG 如何帮助解决传统 RAG 的限制。 RAG框架 RAG（检索增强生成）框架按特定顺序操作： 文档 -> 片段 -> 向量数据库 -> 片段检索（前K个） -> LLM 然而，这一顺序在处理某些类型的查询时会遇到障碍。 问题 1：摘要 考虑一个查询，比如“总结文档”。传统

阅读更多
人工智能代理产品经理和人工智能代理工程师的崛起

人工智能代理产品经理和人工智能代理工程师的崛起

想象一个未来，生成式AI不仅仅是响应查询，而是主动解决商业各个方面的复杂问题。这不是科幻小说，而是生成式AI代理迅速逼近的现实。这些代理有望彻底改变公司的运营，并激发一波新的创新，从简化供应链到优化产品开发，再到转变客户互动。 在过去一年多的时间里，我一直在构建生成式AI应用和代理，亲眼见证了这些技术如何深刻重塑商业流程。AI的潜力巨大，从以空前高效处理客户查询的支持代理，到推动商业运

阅读更多
与 Cursor 和 Claude-Dev 共度的一个月：我的想法

与 Cursor 和 Claude-Dev 共度的一个月：我的想法

我最近在使用两个新工具—— Cursor 和 Claude-Dev ——这两个工具在开发者社区中都引起了相当多的关注。它们都是通过 AI 驱动的助手来提高编码的速度和直观性，但它们采取了不同的方法，并各自有自己的优缺点。在使用这两者大约一个月后，我觉得是时候坐下来反思一下它们的优势和仍需改进的地方。 让我们从 Cursor 开始。 Cursor: 熟悉但更快速

阅读更多
如何使用 RAG 提高 LLM 成绩

如何使用 RAG 提高 LLM 成绩

初学者友好的介绍 w/ Python 代码 本文是关于在实践中使用大型语言模型的更大系列的一部分。在[上一篇文章](https://towardsdatascience.com/qlora-how-to-fine-tune-an-ll

阅读更多
用户会爱上 OpenAI 的新 GPT-4o 模型。确实如此。

用户会爱上 OpenAI 的新 GPT-4o 模型。确实如此。

公司的新 GPT-4o 能理解并模仿人类的语言和情感 在标志性的2013年电影 她 中，主角与一个语音启用的人工智能系统发展出一种强烈的关系——并演变成一场爱情故事。 她 中的人工智能是今天的语音启用系统所不具备的：富有情感、幽默，并且能够洞察人类对话的细微差别。 在今天早上的一次重大[公告](https://www.youtube.com/live/DQacCB9

阅读更多
OpenAI‘泄露’的 GPT2 模型让所有人震惊。

OpenAI‘泄露’的 GPT2 模型让所有人震惊。

故意泄漏？ OpenAI 对人工智能行业的影响不容小觑。每一个动作或决定都会自动成为头条……即使他们并没有真正宣布什么。 几天前，一个我们许多人曾试用过但已被删除的模型让整个人工智能行业着迷。这个名为“gpt2-chatbot”的模型在 lmsys.org 的“直接聊天”功能中可以使用了几天。 但为什么这么多喧嚣？

阅读更多
OpenAI 确认 GPT-5 即将到来，有望为人工智能带来巨大改进……

OpenAI 确认 GPT-5 即将到来，有望为人工智能带来巨大改进……

一位网友在 x 上发布了 GPT5 倒计时的帖子，称这是从各个平台的线索得出的结论。评论区已经达到高潮，各种意见纷纷涌现。 原因 1 : OpenAI 网站 GPT5 泄露 ![](https://images.weserv.nl/?url=https://cdn-images-1.readmedium.com/v2/resize:fit:800/1*EBDLAv3rOyCj

阅读更多
追求生产质量 Graph RAG：开始容易，完成难

追求生产质量 Graph RAG：开始容易，完成难

克服图形 RAG 生产化的挑战 当我阅读最近在 VentureBeat 上关于 Glean [刚刚在最新融资轮中获得超过 2.6 亿美元的文章](https://venturebeat.com/data-infrastructure/how-to-take-advantage-of-a-generative-tool-fueling-gleans-260m-raise-grap

阅读更多
如何使用 CrewAI 和 Gemini Pro 创建 AI 团队来撰写引人入胜的故事

如何使用 CrewAI 和 Gemini Pro 创建 AI 团队来撰写引人入胜的故事

你是否对AI生成引人入胜的故事这一想法感到着迷？如果是这样，你并不孤单！在本文中，我们将深入探讨一个结合CrewAI和Gemini Pro力量的入门项目，创建一个代理网络，通过用户输入的帮助来创作短篇故事。无论你是一个初出茅庐的程序员，一个希望探索数字前沿的讲故事者，还是仅仅对人工智能的潜力感到好奇，这本指南都适合你。 CrewAI 和 Gemini Pro 是什么？ 在我们深入探

阅读更多
Mistral AI 推出 Ministral 3B 和 8B 模型 另外：Nvidia 推出优于 GPT-4 的 AI 模型

Mistral AI 推出 Ministral 3B 和 8B 模型 另外：Nvidia 推出优于 GPT-4 的 AI 模型

Plus: Nvidia推出的AI模型超越GPT-4 欢迎来到Get The Gist，在这里我们每个工作日分享最新的AI发展动态——新闻、创新和趋势——所有内容都在5分钟内轻松阅读！⏱ 在今天的版本中：Mistral AI推出了用于边缘计算的Ministral 3B和8B模型 Nvidia悄然推出的AI模型超越GPT-4 YouTube向

阅读更多
检索增强生成：方法、最新进展和优化策略

检索增强生成：方法、最新进展和优化策略

⭐ RAG 在知识密集型场景或需要持续更新知识的特定领域应用中尤其有用。最近，RAG 因其在对话代理中的应用而受到广泛关注。 📌 参考研究主要集中在当前的 RAG 方法及其不同组件、最新进展（SOTA）、应用、检索、生成、增强技术的评估上。 随着 RAG 系统从简单到高级再到模块化的演变，每个阶段都是为了应对特定用例的增强而出现的。 ![](https://images.wese

阅读更多
LLaVA 简介：一种多模式 AI 模型

LLaVA 简介：一种多模式 AI 模型

LLaVA是一个端到端训练的大型多模态模型，旨在理解和生成基于视觉输入（图像）和文本指令的内容。它结合了视觉编码器和语言模型的能力，以处理和响应多模态输入。 ![](https://images.weserv.nl/?url=https://cdn-images-1.readmedium.com/v2/resize:fit:800/1*mjzqL0BHzdPoN-Jjruh52A.pn

阅读更多
Llama 3.1 405B——如何免费使用

Llama 3.1 405B——如何免费使用

无需本地安装 Llama 3.1 405B 是Meta于2024年7月发布的最先进的AI模型——但你可以在哪里试用它？** LLama 3.1 有不同的版本，包括参数最多的4050亿模型以及较小的70B和8B模型。 试用70B和8B模型的最简单方法是在Groq上——你可

阅读更多
Claude 3.5 Sonnet V/S GPT-4O：哪一个更好

Claude 3.5 Sonnet V/S GPT-4O：哪一个更好

在2022年11月，OpenAI推出了ChatGPT，这一模型彻底改变了我们搜索和与信息互动的方式。次年3月，由前OpenAI员工创办的美国初创公司“Anthropic”推出了他们自己的AI模型“Claude”。自发布以来，这两家AI公司一直在竞争，以通过其AI模型为客户提供最佳的功能和体验。最近，OpenAI推出了“GPT-4o”，这是一个令人惊叹的模型，能够出色地处理文件、语音和视频数据

阅读更多
o1-preview 与 claude-3.5-sonnet：比较顶级法学硕士

o1-preview 与 claude-3.5-sonnet：比较顶级法学硕士

今天（2024年9月12日），OpenAI 发布了其最新的语言模型 o1-preview。这个先进的模型经过设计，能够在生成响应之前投入更多时间进行处理，使其能够更好地应对复杂任务，并在科学、编码和数学等领域解决具有挑战性的问题。 在这篇博客文章中，我们将深入分析 o1-preview，并将其与之前被认为是最先进模型之一的 Claude 3.5 Sonnet 进行比较。 比较方

阅读更多
Claude 3.5 Sonnet（新）：利用计算机控制能力开拓人工智能的未来

Claude 3.5 Sonnet（新）：利用计算机控制能力开拓人工智能的未来

Anthropic于2024年10月22日发布了最新的AI模型Claude 3.5 Sonnet。此次发布引入了革命性的计算机控制能力，并在多个基准测试中实现了显著改进，为AI行业设定了新标准。 革命性的计算机控制：新前沿 Claude 3.5 Sonnet 的突出特点是其能够像人类一样与计算机进行交互。这一突破性的能力使得 AI 可以：使用鼠标和键盘输入导航桌面界面

阅读更多
使用 Ollama、Swarm 和 DuckDuckGo 构建本地 AI 新闻聚合器

使用 Ollama、Swarm 和 DuckDuckGo 构建本地 AI 新闻聚合器

使用OllamaSwarm和DuckDuckGo构建本地AI驱动的新闻聚合器 在当今快节奏的世界中，跟上特定领域最新新闻的步伐可能会很具挑战性。如果我们能够利用生成式AI和代理的力量，创建一个完全在本地机器上运行的个性化新闻聚合器呢？在本文中，我们将探讨如何使用Ollama的Llama 3.2模型、Swarm进行代理编排，以及DuckDuckGo进行网络搜索来构

阅读更多