文章详细介绍了Transformer和混合专家（MoE）两种深度学习架构的差异，包括模型结构、工作原理、性能、计算资源与训练难度以及应用场景。Transformer以其自注意力机制在自然语言处理任务中表现出色，而MoE通过组合多个专家模型处理复杂任务，具有较好的泛化能力。此外，文章还探讨了五种大模型微调技术，如LORA及其变体，以及传统RAG与Agentic RAG的对比，智能体设计模式和文本分块

摘要：针对初学者阅读Transformer和BERT论文的困难，文章建议采取分阶段学习策略：1）先暂停硬啃论文，补充深度学习、NLP和注意力机制等基础知识；2）通过"小白版解读"了解论文整体框架；3）拆分阅读论文，重点看摘要、引言和模型结构图；4）主动提问和讨论。强调建立知识基础比直接阅读更重要，推荐采用"先补基础再拆读，不懂就问"的方法逐步理解核心论文。

《时代》2025年度AI百人榜揭晓，华人影响力显著提升。华为任正非、DeepSeek梁文锋、宇树科技王兴兴等中国科技领军人物入选，展现了在AI芯片、大模型、机器人等领域的突破。榜单还包含黄仁勋、李飞飞等国际知名华人专家，以及马斯克、Altman等全球AI领袖。值得注意的是，今年更多新晋华人面孔首次登榜，反映出中国在AI领域的快速崛起。完整名单涵盖技术领导者、创新开拓者和思想塑造者等类别，完整名单可

近年来，大型语言模型（LLMs）在多模态任务中取得了显著进展，在人工通用智能（AGI）的两大核心支柱（即理解与生成）方面展现出强大潜力。与传统的自回归方法不同，FUDOKI 通过并行去噪机制实现了高效的双向信息整合，显著提升了模型的复杂推理和生成能力。与离散扩散架构相比，FUDOKI 采用更加通用的概率路径建模框架，从均匀分布出发，允许模型在推理过程中不断更新和修正生成结果，为多模态模型打开了一条

编者按：随着人工智能技术的飞速发展，时间序列数据的应用价值在众多领域崭露头角。然而，现有方法往往难以有效应对不同领域之间的差异性，这在很大程度上限制了其广泛应用。在此背景下，微软亚洲研究院提出了一种创新的时间序列扩散生成模型 TimeDP。该模型通过引入时间序列原型和领域提示，突破了传统方法的局限，实现了高效的跨领域时间序列生成，显著提升了模型的泛化能力和灵活性。人工智能技术的持续演进，让时间序列

特点：将已学知识迁移到新任务（如用ImageNet预训练模型做医学图像分类）。通过组合不同分类方式，可灵活应对实际问题（如用生成模型做半监督分类）。特点：不假设数据分布，模型复杂度随数据量增长（如KNN、决策树）。特点：结合多个弱模型提升性能（如随机森林、XGBoost）。特点：利用数据自身构造监督信号（如BERT通过掩码预测学习）。特点：用极少量样本训练模型（如Meta-Learning）。特点

这是一篇关于 “大型推理模型（LRM）强化学习（RL）” 的综述，简单说就是告诉大家：怎么用强化学习让大语言模型（比如 ChatGPT、文心一言这类）变得更会 “思考”，能解决数学、编程、医疗这些复杂问题，还梳理了现在的技术、难题和未来方向。

知识图谱（Knowledge Graph）是一种用表示现实世界中实体及其关系的知识模型，核心是将离散的信息转化为关联的语义网络，让机器具备 “理解” 世界的能力。资料包：一、 人工智能学习路线及大纲二、计算机视觉OpenCV【视频+书籍】三、AI基础+ 深度学习 + 机器学习 +NLP+ 机器视觉 教程四、李飞飞+吴恩达+李宏毅合集五、自动驾驶+知识图谱等资料六、人工智能电子书合集【西瓜书、花书等

摘要：本文探讨了大语言模型（LLM）的两种主要训练范式：监督微调（SFT）和强化学习（RL）。SFT通过特定领域数据优化模型输出，适用于机器翻译、情感分析等生成性任务；RL则通过奖励机制引导模型符合人类偏好，适用于评分、排序等任务。文章详细比较了两者的任务定义、适用场景、训练数据和方法，并介绍了PPO、DPO等常用RL算法。这些方法共同构成了从预训练到企业级落地的完整AI模型优化路径。

本文探讨了强化学习与智能体的区别及联系。强化学习是一种通过试错和反馈来优化决策的方法论，而智能体则是一个完整的自主系统架构。两者可独立存在，也可结合形成强化学习智能体。随着大语言模型的发展，出现了基于LLM的新型智能体，它以语言为通用接口，主要分为对话式、任务导向型和多智能体协作系统三种模式。传统智能体和LLM智能体各有优势，适用于不同场景：前者适合精确控制和实时反应，后者擅长自然语言交互和快速开