AI 资讯

联结主义（Connectionism），也称为连接主义，是认知科学和人工智能领域的一种理论框架，它主张通过模拟大脑中神经元的相互连接来解释认知过程。这一理论认为...

目标函数（Objective Function）是数学优化问题中的核心概念，它表示所关心的目标与影响因素之间的函数关系。简单来说，目标函数是你试图通过计算或优化来实...

慢感知（Slow Perception）是阶跃多模态团队提出的一种新型视觉感知概念，通过逐步分解和流动的方式，让模型像人类一样更精细地感知复杂的几何图形。实验中，...

评估模型（Judge models）是用于评估其他模型输出质量的辅助模型，充当“裁判员”的角色，对大语言模型（LLM）的输出结果进行评估和打分。模型通过输入问题和待...

智能体RAG（Agentic RAG）是一种结合了AI智能体（Agent）和检索增强生成（RAG）系统的方法。它通过引入智能体框架来改变处理问答方式的技术。与仅依赖大模型...

前向链结（Forward Chaining）是在人工智能领域中使用推理引擎进行自动推理的方法。是数据驱动的推理策略，从已知事实出发，通过应用一系列规则来推导出新的...

判别式模型是机器学习中一类重要的模型，主要用于分类和回归任务。它们的核心目标是学习输入变量x和输出变量y之间的映射关系，即条件概率分布P(y|x)。与生成...

NSA（Native Sparse Attention ）是DeepSeek提出的一种新型稀疏注意力机制，通过算法创新和硬件优化提升长文本建模的效率。核心在于动态分层稀疏策略，结合粗...

草稿链（Chain-of-Draft, CoD）是Zoom的研究团队提出新的AI推理范式，通过模仿人类的简洁思维过程来提升推理效率，节省成本。受到了人类解决问题时依赖草稿或...

模型上下文协议（Model Context Protocol，MCP）是一种开放协议，让大型语言模型（LLM）与外部工具和数据源实现无缝通信。通过统一的协议实现各类数据源的插...

Vibe Coding（氛围编程）是OpenAI联合创始人Andrej Karpathy推出的新型编程范式。基于人工智能，特别是大型语言模型（LLM），开发者通过自然语言描述需求，AI...

ANP（Agent Network Protocol）是开源的智能体通信协议，成为智能体互联网时代的 HTTP，为数十亿智能体构建一个开放、安全、高效的协作网络。打破数据孤岛，...

Model Context Protocol（MCP） 是 Anthropic 推出的开放协议，标准化大型语言模型（LLM）与外部数据源和工具之间的通信。通过提供统一的接口，使 LLM 能灵活...

鸿蒙智能体框架（Harmony Agent Framework，简称 HMAF）是华为公司为其自主研发的鸿蒙操作系统（HarmonyOS）打造的一款核心人工智能框架 。在于构建一个具备...

上下文工程是指构建一个动态系统，以正确的格式提供正确的信息和工具，使大语言模型（LLM）能合理地完成任务。是一种系统性的方法，确保LLM获得执行任务所需...

Agent Guidance Language（AGL，Agent指导语言）是一种借鉴标准作业流程（SOP）的自然语言结构化编写法，让业务专家能够用自然语言为Agent编写“可执行的指令...

AP2（Agentic Payments Protocol）是一个开放协议，为用户提供一个安全、可扩展且支付方式无关的框架，以便用户、商家和支付提供商能跨平台进行智能体支付。...

Agentic Context Engineering（ACE）是斯坦福大学、SambaNova Systems和加州大学伯克利分校的研究者们提出的创新框架，通过动态优化输入信息（即“上下文”）来...

Nested Learning（嵌套学习）是谷歌推出的新型机器学习范式，能解决传统大语言模型在持续学习中面临的“灾难性遗忘”问题。Nested Learning将复杂的机器学习模...