登录社区云，与社区用户共同成长
邀请您加入社区
英伟达在AI算力领域大幅领先AMD，每花费1美元获得的性能是后者的15倍。尽管产品更贵，但在MoE推理模型上，英伟达通过NVLink技术将多GPU连接成单一域，突破通信瓶颈。模型越复杂，英伟达优势越明显，在DeepSeek-R1上性能达AMD的28倍。综合成本计算显示，生成同等数量token，英伟达平台成本仅为AMD的十五分之一，成为大模型开发者的首选。
NLP 是Natural Language Processing（自然语言处理）的缩写，它是人工智能（AI）和语言学交叉的核心学科，目标是让计算机 “理解、处理、生成人类语言”，打破人与机器之间的 “语言壁垒”。看懂文字（比如识别新闻主题、提取合同关键信息）；听懂语音（比如语音助手识别指令、实时字幕转换）；生成文字（比如写邮件、AI 对话、机器翻译）；处理语言逻辑（比如回答问题、分析情感倾向）。N
本文探讨自然语言处理中浅层与深层语义的差异、技术及融合：浅层语义聚焦句子级显性信息（如“谁对谁做了什么”），基于文本结构与语法，通过句法分析与SRL提取；深层语义探索隐性逻辑（因果、隐喻等），依赖语境与外部知识，依托PLM与KG实现跨篇章推理。二者递进关联：SRL将句子转为结构化事件框架，为深层推理提供素材；PLM内在整合浅层（底层网络）与深层（高层网络）语义。应用上，浅层为“事实抽取器”（信息抽
本文系统阐述了语言学作为自然语言处理(NLP)基础的理论框架。文章按照语言层级结构，从语音学/音系学(声音层面)、形态学(词汇构成)、句法学(语法结构)、语义学(意义理解)到语用学(语境意图)，逐层解析语言运作机制。同时分析了中英文在构词法、句法等方面的差异对NLP的挑战，并探讨了各语言层级在语音识别、机器翻译、知识图谱等NLP任务中的应用。最后指出大语言模型(LLM)通过海量数据隐式学习这些语言
目前也只能看到一些输入相关的基础功能，没啥多余的复杂功能，设置页面也挺纯粹，是干嘛的调整啥的很清楚。这就好比你在麦当劳排队点餐，搜狗直接在队伍最前面摆了个摊，告诉你“别排了，我这儿也有汉堡”，硬生生在搜索市场上撕开了一道口子。你想啊，不管是在微信里吐槽领导，还是在淘宝里疯狂剁手，或者半夜在网抑云里写一些矫情文字，只要有需求，就得呼出输入法。在输入界面打完一句话，不用切 App，不用跳转，就在你打字
资料还是那份资料，但学生不用从头到尾读了。他们用了很多测试机，其中一个叫OOLONG的测试集，这个测试需要AI理解超长文档，并回答需要综合全文信息才能回答的问题。正常人的做法是：先翻一翻，找到重点章节，然后一章一章地读，读完一章做个总结，最后把所有总结串起来。更厉害的是，AI可以把这份资料分段，把每一段交给一个子AI去处理，然后自己汇总结果。任何牛逼的程序员都知道，第一版代码永远是最烂的，代码质量
为更全面的了解当前领域的研究重点和研究热点，以及中科院相关的研究进展和实践。1.引言部分 人工智能的基础是机器学习，机器学习解决问题的模式是利用算法分析数据，让机器去学习知识，归纳为模型之后，再让机器使用模型做出推断或预测。 现阶段深度学习飞速发展的根本原因在于拥有海量的数据资源和拥有了强大的算力。因此，在科技知识方向，由于科技文献是科技知识的重要载体，蕴含丰富的知识和知识关系，因此科技文
系列推理训练应用类型备注MLU220☑️❌边缘端INT8 8T算力+8.25W功耗;INT8 16T算力+16.5W；CPU计算能力较弱需要其他主控例如瑞芯微3588MLU270☑️❌服务器端部署服务端的智能分析算法；模型移植硬件平台；MLU290☑️☑️训练卡应用在各云厂商、机房和服务中心等，主要用于训练寒武纪平台的部署流程有一条主线是将一个原始模型转为一个离线模型。得到算法的原始模型，如caf
文章摘要： BERT和GPT是两类主流预训练模型，BERT擅长文本理解任务（如分类、问答），采用双向Transformer编码器，通过掩码语言模型(MLM)和下一句预测(NSP)预训练；GPT专精文本生成，基于单向Transformer解码器，通过自回归语言建模预训练。实践对比显示：BERT在中文分词（WordPiece）和句间关系判断表现优异，微调后分类准确率达100%；GPT在英文续写任务中生
随着科技的不断进步，人工智能专业俨然已经成为了大家争相报考的大热门专业，尽管我国现在开设人工智能专业的大学已经达到了200多所，但是这仍然无法弥补我国人工智能领域的巨大人才缺口，所以人工智能专业对于绝大多数学生而言，都是一个相当不错的选择。那么，什么是人工智能？人工智能专业主要学什么？为什么如此火爆？1.什么是人工智能？人工智能简称AI，主要应用于智能制造、智能农业、智能物流、智能家居、智能机器人
生成式人工智能（GenAI）系统正日益广泛地应用于各类行业与研究领域。开发者与终端用户通过提示词（prompting）及提示词工程（prompt engineering）与这类系统进行交互。尽管提示词工程已成为被广泛采用且研究深入的领域，但由于其兴起时间较晚，该领域存在术语冲突问题，且对于 “有效提示词的构成” 缺乏统一的本体论认知。本文通过构建提示技术分类体系并分析其应用场景，建立了对提示词工程
DeepResearch是一种专业AI研究范式，采用Plan-Execute-Synthesize三步流程，将复杂研究任务分解为可执行的工作流。文章介绍了多种DeepResearch框架实现，并重点展示如何使用LangGraph进行实践，包括状态管理、工具集成和工作流可视化。通过模块化设计，可整合网络搜索、网页访问和学术搜索等工具，构建完整的AI研究助手，帮助用户系统性地完成深度研究任务。
斯坦福大学提出 LLM 预训练新范式
Sampling不是MCP的新概念，而是对现有模式的优雅延伸【传统方式】Server → 定义提示词 → Client获取 → Client调用LLM → 返回结果【Sampling方式】Server → 发起采样请求 → Client接收 →Client[可选：调整参数] →Client调用LLM →Client[可选：修改结果] →返回给Server关键洞察：Sampling本质上是Serve
本文聚焦于**回忆录引导与自动撰写**。根据经验，即使**照片**和**书面材料**都有助于回忆记忆，随着时间的推移，它们单独使用的缺点也会显现出来，因为人们很难通过阅读书面材料回忆起新鲜的场景，也很难通过看到照片中的物体来回忆起主观体验。**整合来自与照片相关的用户记忆对话的信息**，并从这些信息中生成内容，为创建回忆录提供了一种很有前途的方法。因此，本文提出**TRAVO** 一种AI机器人系
（4）了解文心一言是百度全新一代知识增强大语言模型，是文心大模型家族的新成员，能够与用户进行对话互动、回答用户的问题，并实现协助创作，高效便捷地帮助人们获取信息、知识和灵感等功能。一个人带一只黄狗、一只白兔和一颗白菜过河，河边只有一条小船，此人每次只能带一样东西过河，如果此人不在，黄狗要咬白兔，白兔要啃白菜。我是一名女学生，身高160cm，体重60kg，平时学习比较紧张，假如你是我的健身教练，请帮
本文将大语言模型训练分为三步：预训练（从互联网学习知识并建立预测模型）、监督微调（通过问答数据学习回答问题的方式）、强化学习（自我探索最优解）。文章类比人类学习过程，解释了AI的预测本质，探讨了逻辑与预测的关系，帮助读者理解大模型的基本工作原理。
文章介绍了智能体工程(Agent Engineering)这一新兴领域，它是将随机性的大语言模型提炼为可靠生产体验的迭代过程。与传统软件开发不同，智能体工程结合产品思维、工程开发和数据科学三种技能，通过构建-测试-发布-观察-改进的循环持续优化。随着LLM能力跨越阈值，智能体能处理复杂工作流，但也带来不可预测性挑战。成功实践者将发布视为学习手段，通过生产环境观察和快速迭代实现可靠智能体。
摘要：本文对10个主流API中转平台进行了长期稳定性测试，重点关注突发流量应对、故障恢复和长期运行表现。测试结果显示，poloai.click综合表现最优，适合中小型项目；硅基流动擅长高并发场景；星链4SAPI提供完善企业级支持。建议根据项目阶段选择：商业化阶段优先稳定性，高流量场景侧重性能冗余，研发探索则考虑OpenRouter等灵活方案。选择时应匹配项目核心需求，而非单纯追求功能强大。
本文介绍了有效使用ChatGPT和大语言模型提示词的五大核心技巧：明确表达需求、提供参考文本、拆分复杂任务、运用角色扮演方法以及系统性测试不同提示词效果。文章通过具体案例展示了这些技巧的实际应用，强调掌握提示词技术对于基于LLM开发应用的重要性，并指出后续将介绍结合API的prompt开发实践。
Agentic AI是LLM的进阶架构，旨在突破聊天机器人局限，实现从"内容生成"到"任务执行"的转变。文章详述了AI Agent发展历程、核心技术原理（记忆、工具与行动、规划、反思）及产品形态，分析了关键挑战（如幻觉抑制、无限循环风险等）与解决思路，展望了Agentic AI向主动智能发展的未来趋势，为开发者提供了全面技术参考。
本文详细介绍基于RAG(检索增强生成)的大模型问答系统构建方法，涵盖索引(加载、切分、存储)和检索与生成两大核心环节，并展示使用LangChain 1.0的RAG Agent和RAG Chain两种实现方式。文章还提供大模型AI学习系统路径，分为初阶应用、高阶应用、模型训练和商业闭环四个阶段，帮助读者从零掌握大模型技术。
本文介绍了无需编程技术的AI智能体创建方法：1.通过大语言模型生成提示词；2.输入提示词创建初步智能体；3.调试并发布使用。这一简单流程使非技术人员也能轻松打造个性化AI助手，特别适合教师提升课堂质量。同时推荐《生成式人工智能：教师应用指南》一书，帮助教师更好地应用AI技术于教学中。
AI工具测评：如何选择适合小说创作的智能助手 本文对10款主流AI工具进行全流程测评，分为流程化平台和通用大模型两类。笔灵AI适合新手搭建框架，DeepSeek擅长逻辑推演，Claude在文笔润色上表现突出，Kimi则适合长篇管理。测试发现，AI虽能辅助创作，但存在同质化、语言生硬等问题，无法替代人类作者的独特视角。建议采用"写-测-改"对比训练法，利用AI发现自身写作短板，同
前些天发布了一个AI 作曲 Agent“vibe composing”，在小红书上受到了一些小伙伴的关注，也成功链接到一些过往没机会认识的音乐行业的朋友。
自然语言处理
——自然语言处理
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
2048 AI社区
广州城市开发者社区
九章云极普惠算力
DAMO开发者矩阵
