- 博客(575)
- 收藏
- 关注
RSS订阅原创 《人工智能在医院和诊所中的作用：21世纪的医疗转型》
这篇题为《人工智能在医院和诊所中的作用：21世纪的医疗转型》的综述文章，深入探讨了人工智能 (AI) 如何在医疗保健领域发挥着越来越重要的作用，并分析了其对医院和诊所的具体影响。文章从人工智能在临床决策、医院运营、医疗诊断、患者治疗和护理等方面的应用入手，且探讨了人工智能应用中所面临的伦理挑战和未来发展趋势。1、人工智能在临床决策中的作用文章首先介绍了人工智能在临床决策中的应用，包括诊断和预后。
2024-09-20 20:24:25
719
原创 基于大模型的量化交易股票投资框架，实现自动化策略发现
本文利用大型语言模型（LLMs）和多智能体架构，提出了一个新的量化股票投资框架，通过LLMs挖掘alpha因子并使用多智能体动态评估市场条件。框架结合了LLMs从多模态金融数据中挖掘alpha因子的能力，通过集成数字数据、研究论文和可视化图表来提取预测信号。同时，采用集成学习构建多样化的交易智能体池，以增强策略表现。动态权重门控机制根据实时市场条件选择和分配最相关的智能体，实现自适应和上下文感知的复合alpha公式。
2024-09-20 19:51:15
725
原创 TC-RAG: 图灵完备的检索增强
在TC-RAG中，记忆栈是核心组件，用于管理和控制大模型的状态和决策过程。记忆栈TC定义为 TC=(S,A,M,δ,s0,F,σ)，其中各元素具有以下含义：S（状态）：表示大模型可能处于的状态。这里使用具体数值表示大模型的确定性程度，数值越小，表示大模型对当前任务的回答越确定。A（动作）：代表大模型可以执行的动作。在基于栈的记忆系统中，通过“push”和“pop”这两个基本操作的组合，TC-RAG能够有效地管理大模型的交互记忆，精炼交互过程中的记忆内容，以及消除检索过程中引入的噪声。
2024-09-20 19:49:29
789
原创 RAG+Agent人工智能平台：RAGflow实现GraphRA知识库问答，打造极致多模态问答与AI编排流体验
最近更新：2024-09-13 增加知识库问答搜索模式。2024-09-09 在 Agent 中加入医疗问诊模板。2024-08-22 支持用RAG技术实现从自然语言到SQL语句的转换。2024-08-02 支持 GraphRAG 启发于 graphrag 和思维导图。2024-07-23 支持解析音频文件。2024-07-08 支持 Agentic RAG: 基于 Graph 的工作流。
2024-09-20 19:46:23
770
原创 《“图谱医疗”：利用个性化知识图谱优化医疗预测》
医疗行业的数字化带来了大量电子病历数据的积累，这些数据包含了有关患者、治疗等有价值的信息。根据这些数据开发出了一些机器学习模型，并通过一些预测任务展示了优化患者治疗和资源分配的巨大潜力。为了提升预测效能并将专家知识与数据见解相结合，采用临床知识图谱(KGs)来补充电子病历建模。这些知识图谱代表了医学概念(如诊断、治疗、药物)及其关系，从而能够有效地学习范式和依赖关系。然而，现有的方法主要侧重于简单的层次关系，而不是利用生物医学实体之间的全面关系，尽管整合了来自已有的生物医学知识库的有价值的情境信息。
2024-09-19 19:43:35
397
原创 一个增量式构建知识图谱的项目：iText2KG
该模块处理原始文档，并根据用户定义的模式将其重新表述为语义块。它通过关注相关信息并以预定义的格式对其进行结构化来提高信噪比。
2024-09-19 19:42:48
672
原创 奥特曼：o1仅仅是“推理模型的GPT-2”；黄仁勋：我给你加速50倍
暗示了o1满血版将在接下来几个月发布。，则表示新一代Blackwell架构GPU能给o1推理提速50倍。奥特曼把比作语言模型中的。几年后人们将看到“推理模型的GPT-4”，不过最近几个月就会有重大改进，新范式的进步曲线非常陡峭。L2“推理者”与L1“聊天机器人”非常不同，大家还没找到该怎么用这些模型，我们也没决定该为APP继续添加什么功能。不过最令人兴奋的是L3“智能体”会来的非常快。有医学教授看到这里，已经在考虑辞职的事了。话说o1系列正式登Lmsys大模型竞技场，第一次分数结算，在。
2024-09-19 19:41:27
692
原创 23.1K Star这OCR太强!!!支持83种语言识别
EasyOCR是一个强大且多功能的光学字符识别工具，专为需要从图像中提取文本的开发者设计。它支持超过80种语言和书写体系，包括拉丁文、中文、阿拉伯文、天城文、西里尔文等。这种全面的语言覆盖使其适用于广泛的场景，从文档扫描到标志翻译。路牌精准识别。
2024-09-18 20:37:49
779
原创 字节跳动提出全能VLM预训练框架 | 超越所有多语言多模态方法，同时具备多粒度对齐与定位
视觉语言预训练旨在从大量数据中学习视觉和语言之间的对齐。大多数现有方法仅学习图像-文本对齐。其他一些方法利用预训练的目标检测器在目标 Level 利用视觉语言对齐。在本文中，作者提出通过一个统一的预训练框架来学习多粒度的视觉语言对齐，该框架同时学习多粒度对齐和多粒度定位。基于此提出了X-VLM，一个具有灵活模块化架构的一体化模型，作者在其中进一步统一了图像-文本预训练和视频-文本预训练。X-VLM能够学习与不同文本描述相关联的无限视觉概念。
2024-09-18 20:36:48
855
原创 大模型+RAG如何提高问答准确率？5家互联网大厂RAG落地实践
RAG（Retrieval-Augmented Generation，检索增强生成）是当前最流行的基于大模型的系统架构，很多大模型应用几乎完全基于RAG构建。RAG的本质是在大模型交互之前提前进行搜索，召回正确的上下文给到大模型，决定了大模型生成的天花板。RAG方法使用搜索引擎来快速定位和检索构建提示所需的任何信息，具体流程如下：· 使用大模型来重构原始的用户提示，使其与后续步骤中搜索引擎所要求的格式兼容；· 根据重构后的提示进行搜索，这种搜索可以基于多种知识表示或方法，包括知识图谱、向量数据库等；
2024-09-18 20:03:12
847
原创 全球首发：第二代 RAG 系统 auto-coder.rag 相比市面主流RAG系统 20%-60% 效果提升
基本效果上全面碾压当前市面上某主流的一代 RAG 系统。我们在文末会放出评测数据集以及问题，使用流程。欢迎大家和其他 RAG 系统做对比，并且发出自己的评测结果。
2024-09-18 20:01:57
882
原创 一款由知识图谱引擎驱动的创新Agent框架
今天给大家安利一个开源框架- muAgent v2.0：KG引擎驱动的创新Agent框架。由LLM和EKG（Eventic Knowledge Graph，行业知识载体）驱动的全新Agent框架，协同利用MultiAgent、FunctionCall、CodeInterpreter等。通过基于画布的拖放和简单的文本编写，大语言模型可以辅助您在人工指导下执行各种复杂的 SOP。它兼容市场上现有的框架，可以实现四大核心差异化技术功能：复杂推理、在线协作、人机交互、知识点播。该框架已在蚂蚁集团内多个复杂的 Dev
2024-09-17 10:45:00
1279
原创 【AI Agent 教程】使用Dify搭建智能体——入门教学
点击创建空白应用选择聊天助手选择基础编排（基础编排很适合新手入门学习）给自己的助手简单的区个名字（中英互译助手），以及对应用进行简单的描述当编排完左边的所有功能之后，就可以通过右边对话框进行测试效果，单个模型测试，多个模型测试都可以。如果效果可行，就可以选择发布，发布的意思也就是保存好你之前的所有编排。！！！如果不发布，直接退出编排界面，之前所有的编排都将功亏一篑。发布之后，就能看到一个完整的AI Bot应用了。接着，再次点击打开这个Bot1.为编排页面2.可以调用API的形式去使用Bot。
2024-09-16 10:45:00
765
原创 HippoRAG:模拟大脑记忆思索机制的 RAG
个人觉得 HippoRAG 同样也是基于 KG 的一种 RAG，对于多跳问题天生具有优势。它使用 LLM 提取知识图谱三元组和相似度添加更多的关系连接，建立索引。它的创新在于检索机制，先获取查询语句中的实体，然后在使用 Personalized PageRank 来优先检索相关的路径，最后给出结果。简单讲，感觉就是使用 PPR 来对子图查询排序。从以上描述来看，相较于微软的 GraphRAGHippoRAG 缺少社区构建报告，对于较为抽象的问题，可能是难以回答。
2024-09-15 10:45:00
989
原创 智能技术赋能学校数字化治理：内涵、框架与典型场景
但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。
2024-09-14 17:55:50
1015
原创 RocheGPT-罗氏制药生成式人工智能平台及AI战略
您可能知道#ChatGPT，但您听说过其专注于安全处理#health数据的对应#RocheGPT吗🤖 RocheGPT是罗氏制药内部的生成式人工智能工具，旨在彻底改革医疗行业。🔍罗氏与人工智能的探索始于2016年，早于ChatGPT的推出。Roche GPT能够分析科学文章和医疗报告（或临床试验结果），自动提取来自疗法和患者的结构化数据，这对罗氏的业务真正提供支持。罗氏将数据保护置于首位。RocheGPT是罗氏保护敏感数据的解决方案，同时利用AI的能力。罗氏还有额外的控制步骤，以确保结果的一致性。🛡️。
2024-09-14 17:55:06
1074
原创 OpenAI o1是怎么练成的？
OpenAI的草莓Q*在酝酿了这么久终于发布了，已经被各种刷屏，想必大家都有看到了，主打能力，那么它是如何练成的尼？OpenAI o1的关键是推理允许模型在生成最终响应之前考虑多种方法：OpenAI引入了推理token，在回应之前进行“思考”，这些token分解提示并考虑多种方法。整体过程：生成推理token产生可见的完成token作为答案从上下文中丢弃推理token可视化表示，上下文窗口128k token第一轮：输入 → 推理 → 输出第二轮：先前输出 + 新输入 → 推理 → 输出。
2024-09-14 16:40:37
991
原创 字节跳动发Seed-TTS语音合成模型，可模仿任意人的声音，效果逼真
我们介绍过很多语音合成的模型，比如ChatTTS，微软语音合成大模型等，随着大模型的不断进步，其合成的声音基本跟真人没有多大的区别。本期介绍的是字节跳动自家发布的语音合成模型Seed-TTS。Seed-TTS 推理包含四个功能模块：(1) 语音标记器从参考语音中学习标记信息。(2)自回归语言模型根据条件文本和语音生成语音标记。(3) 扩散变换器模型以从粗到细的方式生成语音标记的连续语音表示。(4) 声学声码器从扩散输出中生成更高质量的语音。系统模型框架。
2024-09-13 19:51:26
585
原创 中国首个网络大模型，pick了CPU
当用上了大模型，会是一种什么体验？以前网络上若是出了问题，运维人员需得是先靠着经验反复排查，找到了“病根”再“对症下药”。而现在有了大模型，这事儿的“打开方式”就变得截然不同了。首先，网络上若是出现了问题，大模型已经学会**自己去找“病根”**了，然后会把它的判断结果呈现到运维人员的面前。若是结果跟运维人员的诊断一致，那么OK，“啪的一下”，问题就可以快速得到解决。其次，即使诊断结果有所偏差或者描述不够详细，运维人员现在也只需做一个动作——。大模型不仅会像一位。
2024-09-13 19:47:35
854
原创 NatureMedicine丨“解锁医疗革新之门：ChatGPT ADA引领大模型AI技术在医疗领域的应用“
在《Nature Medicine》期刊上发表的文章"Large language models streamline automated machine learning for clinical studies"中，研究了语言大模型ChatGPT ADA，革命性地简化了临床研究中自动化机器学习的应用。该模型通过其卓越的自然语言处理能力，能够准确理解并执行复杂的数据分析指令，从而显著缩短了从数据预处理到最终分析结果呈现的时间。
2024-09-12 19:48:35
906
原创 MATR：通过多尺度自适应Transformer进行多模态医学图像融合
本文提出了一种使用多尺度自适应Transformer（MATR）的基于深度学习的多模态医学图像融合算法。该方法引入自适应卷积和自适应Transformer来提取全局互补上下文信息，实现精确融合。为了捕捉有用的尺度间信息，所提出的模型被设计成多尺度方式。此外，从结构级和特征级两个角度设计了一个目标函数，以实现对MATR的无监督训练。实验结果表明，本文方法在视觉质量和客观评价上要优于目前流行的方法，具有一定的应用价值。
2024-09-12 19:45:15
1147
原创 大模型面经——MoE混合专家模型总结
面试总结专栏本篇将介绍MoE（Mixture of Experts，混合专家模型）相关面试题。以下是一个快捷目录：一、MoE介绍二、MoE出现的背景三、有哪些MoE模型四、介绍稀疏 MoE 层五、介绍门控网络或路由六、为什么门控网络要引入噪声呢七、如何均衡专家间的负载八、“专家”指什么九、专家的数量对预训练有何影响？十、什么是topK门控十一、MoE模型的主要特点十二、MoE和稠密模型的对比十三、MoE的优势十四、MoE的挑战十五、微调MoE的方法十六、MoE的并行计算。
2024-09-12 19:44:23
927
原创 那些很火的基于LangChain的优秀AI原生项目
在AI盛起的当下，各类AI应用不断地出现在人们的视野中，AI正在重塑着各行各业，LangChain是从事AI应用开发的人员或多或少都会接触到的框架。LangChain是一个令人惊叹的框架，可以在极短的时间内完成LLM项目，其生态系统正在快速发展。
2024-09-11 20:42:03
1833
原创 大模型微调： SFT 经验分享
微调作为一种技术手段，是在已具备广泛知识基础的大型预训练语言模型上，利用针对性的数据集实施额外的训练过程，旨在使模型更精准地契合特定任务需求或深入某一专业领域。微调的核心目标在于实现知识的精细化灌输与指令系统的精确匹配。大模型的SFT（Supervised Fine-Tuning）方式主要包括以下几种：1.全参数微调（Full Parameter Fine Tuning）：全参数微调涉及对模型的所有权重进行调整，以使其完全适应特定领域或任务。
2024-09-11 20:40:58
1070
原创 38k Star！颠覆传统BI，Metabase新一代智能数据分析工具
Metabase 是一个开源的商业智能（BI）工具，帮助用户轻松地从数据库中提取数据，并将其转化为易于理解的图表和仪表板。与传统的 BI 工具相比，Metabase 不需要用户具备编写 SQL 的能力，非技术人员也能通过简单的操作创建有用的报告和可视化数据分析。
2024-09-11 19:46:02
1032
原创 LLM 评估指标：LLM评估终极指南
在当今快速发展的自然语言处理领域，大型语言模型（LLM）正发挥着越来越重要的作用。从自动翻译到文本生成，这些模型在许多应用场景中表现出了惊人的能力。然而，要确保这些模型能够在实际应用中表现稳定且高效，必须对其进行严谨的评估。这篇文章将详细探讨LLM评估指标的定义、方法和最佳实践，并提供相应的代码示例，帮助您构建强大的LLM评估流程。
2024-09-11 19:43:13
883
原创 大模型RAG的风，从GraphRAG吹到了MemoryRAG
最近相关的标题应该是很多了，RAG的热浪从GraphRAG吹到了MemoryRAG，节奏很快。论文标题MemoRAG: Moving towards Next-Gen RAG Via Memory-Inspired Knowledge Discovery。智源BAAI开源，代码https://github.com/qhjqhj00/MemoRAG如上图，对比标准的RAG，多了一个记忆模型生成线索，草稿答案插到召回之前。（别说跟hyde碰瓷？
2024-09-11 19:40:51
635
原创 增加大模型推理能力的几个提示方法
我们研究了如何提示大规模语言模型进行多步推理。已有研究表明，当使用链式思考（CoT）提示，即用一系列短句描述从问题到答案的中间推理步骤时，大型语言模型能够为新的输入生成新的推理链并预测答案。本研究的核心问题是：哪些推理示例能成为最有效的提示？为此，我们提出了基于复杂度的提示方法，一种用于多步推理的简单且有效的示例选择方案。我们证明了具有较高推理复杂度的提示（即包含更多推理步骤的链）在多步推理任务上能显著优于强基线模型。
2024-09-09 20:38:48
893
原创 你写提示词应该更直白一点，把Top-k直接写进Prompt，无需提示的思维链推理 | DeepMind
高端的食材，往往只需要最朴素的烹饪方式；高端的提示词也一样，把Top-K写进来，一个专属于你的CoT-decoding解码策略应运而生！丝毫不要怀疑LLM的推理能力，在这个维度上，它比我们懂！传统观点认为，要让语言模型进行复杂推理，必须通过精心设计的提示(prompts)来引导。然而，最新研究表明，这种观点可能需要重新审视。
2024-09-09 20:36:58
890
原创 上海交通大学：关于使用深度学习模型配合大语言模型对糖尿病的诊断和治疗进行辅助的验证
本次我们分享了一篇发表在Nature子刊 Nature Medicine（IF = 58.7）上的一篇文章《Integrated image-based deep learning and language models for primary diabetes care》。文章向我们展示了研究者如何使用深度学习模型配合大语言模型成功的提高了欠发达地区对糖尿病的诊断和治疗能力，为欠发达地区预防和治疗糖尿病做出了很大的贡献。文章亮点本次实验首次使用深度学习模型成功的做到了对早期糖尿病的准确判断。
2024-09-09 19:46:38
1263
原创 多尺度特征融合+注意力机制！精度、速度双飙升
近年来已成为研究领域的热点，尤其在提升模型性能方面。而可以有效的学习并策略性的结合不同的特征，使得模型的。通过结合二者，我们可以显著增强模型对关键信息的捕捉能力，无论是在医学诊断还是环境监测等应用中，都能带来性能的飞跃。比如在遥感图像目标检测方面，AMMFN网络通过注意力机制和多尺度特征融合，有效提高了小目标的检测准确率。此外，BACNN等方法在木材分类和建筑物提取任务中也取得了突破性进展。本文提出了一种名为HiFuse的三分支层次化多尺度特征融合网络结构，用于医学图像分类。
2024-09-09 19:45:19
1168
原创 大模型面经——Langchain总结
LangChain Agent 是 LangChain 框架中的一个关键组件，专门用于构建和管理对话代理。这些代理负责根据当前的对话情况来确定接下来的操作步骤。LangChain 提供了一系列创建代理的方式，例如 OpenAI Function Calling、Plan-and-execute Agent、Baby AGI 和 Auto GPT 等。每种方式都拥有不同级别的自定义能力和功能，以便于开发者根据需求构建相应的代理。代理能够借助工具包来执行特定的任务或动作。
2024-09-08 10:45:00
840
原创 00后用AI整顿职场，Excel被革命了！一分钟可填写500个表格，数据搜集快1000倍！网友：微软、谷歌快点跟进
Excel真的要被革命了！想象一下有成千上万的实习生帮你处理一张表格的情景！你敢想象每张电子表格里的每一行每一列，甚至每一个单元格都是一个单独的智能体吗？这种“超神”级别的表格AI，甚至微软谷歌的Doc都没有做到。但却被一家融资200万美元的小团队做到了。近日，一家名为Paradigm的AI公司，在X上推出了他们的研发新品，这是一个全新的AI驱动的电子表格，每分钟可以填写 500 个单元格，甚至可以让电子表格直接用来生图，再也不必使用Photoshop！
2024-09-07 10:45:00
1896
原创 三十多个开源数据集 | 故障诊断再也不用担心数据集了！
在当今快速发展的工业4.0时代，PHM技术（prognostics and health management，故障预测与健康管理）正逐渐成为提高生产效率和设备可靠性的关键技术。在这一背景下，故障诊断和轴承寿命预测作为核心研究领域，受到了广泛关注和深入研究。然而，高质量的公开数据集一直是推动这一领域研究进展的重要资源。为了助力大家在故障诊断与轴承寿命预测方面取得更大的突破，我们特别整理了一系列高质量的公开数据集。这些数据集涵盖了多种轴承类型、运行工况和故障模式，提供了详尽的传感器数据和实验记录。
2024-09-06 20:29:01
1602
原创 3 分钟了解 AI Agent（智能体）应用篇
Grand view research 的统计数据显示，2022 年全球自主人工智能和自主智能体市场规模为 39.3 亿美元，预计从 2023 年到 2030 年将以 42.8% 的复合年增长率增长，其中亚太地区的复合年增长率将高达 46.2%！所以未来 AI 智能体的表单必然会越来越长，而在此过程中，也一定有新的机会和机遇在等着有准备的大家！
2024-09-06 20:27:38
820
原创 沈向洋院士：AI Agent时代，大模型产业落地的八个思考
9月5日，香港科技大学校董会主席、美国国家工程院外籍院士沈向洋在2024 Inclusion·外滩大会上分享了他对大模型产业落地的八个思考。他认为，AI Agent时代的到来，不会是一个神奇而强大的模型突然代替了所有工作流，它涉及技术、工程与市场的不断磨合，最终以超预期的服务呈现给人类。“今天做大模型，做深度学习，首先最重要的事情是要有算力。”沈向洋表示。他指出，从2010年开始，大模型需要的算力以6、7倍的速度增长。这几年稳定下来，大概每年有4倍的增长。
2024-09-06 19:47:27
1041
原创 部署大型语言模型推理的基础知识
运行大型语言模型（LLM）是一项复杂而富有挑战性的任务。主要挑战在于模型规模巨大，对计算资源和存储空间提出了极高的要求。为了解决这一问题，模型分片技术至关重要，它可以将模型分割到多个服务器上，有效分散计算负载。此外，精心设计和优化模型服务和推理流程对于处理高并发请求和数据至关重要。构建和维护支持所有这些的基础设施还需要深厚的技术知识，涵盖分布式计算、数据管理和机器学习等多个领域。基础设施建设本身就是一个复杂的过程，需要在硬件和软件层面进行大量投资。大型语言模型的成本考量。
2024-09-05 20:08:46
819
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人