在大语言模型（LLM）落地应用中，推理速度始终是制约效率的核心瓶颈。传统自回归（AR）解码虽能保证生成质量，却需逐 token 串行计算，速度极为缓慢；扩散型 LLM（dLLMs）虽支持并行解码，却面临训练成本高昂、质量下降及 KV ...

专注AIGC领域的专业社区，关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型（LLM）的发展和应用落地，聚焦LLM的市场研究和AIGC开发者生态，欢迎关注！数据质量决定了模型智能的上限，而DataFlow将数据准备从手工作坊升级为了自动化工 ...

传统 ETL（Extract-Transform-Load）清洗聚焦于结构化数据（如数据库表、Excel 表格），核心目标是 “保证数据符合业务系统的存储与计算规范”，本质是 “数据标准化” 过程。其核心逻辑围绕 “字段级校验” 展开，例如： ...

12月22日，诺奖得主、AI 教父 Geoffrey Hinton 接受了《经济学人》的访谈。本次对话阐述了他对智能本质的最新思考，深入探讨了AI 在医疗、教育及科研领域的愿景，Scaling Law 的极限突破、LLM ...

【新智元导读】就在刚刚， Andrej Karpathy 这位曾一手缔造特斯拉Autopilot、定义了OpenAI早期灵魂、现在公认的全球「AI教导主任」，发布了他极具分量的 2025年LLM年度回顾！ 如果说 2023年是「惊艳」 ...

刚刚，OpenAI最强劲敌Anthropic被曝年化收益已达45亿美元，晋级为史上增长最快的软件公司。 在LLM API赛道上，Anthropic成功登顶，而OpenAI在AI编程上更是落荒而逃，市场份额只有Anthropic一半！

大模型浪潮席卷运维领域之际，LLM Agent 既被寄予 “打破协同壁垒” 的厚望，也深陷 “过度炒作” 的舆论争议。AIOps 概念诞生多年，传统方案始终难以突破数据、智能的双重瓶颈，而 “OS + LLM Agent” ...

在最新一期《自然·机器智能》发表的一篇论文中，美国斯坦福大学研究提醒：大语言模型（LLM）在识别用户错误信念方面存在明显局限性，仍无法可靠区分信念还是事实。研究表明，当用户的个人信念与客观事实发生冲突时，LLM往往难以可靠地作出准确判断。

LangChain在JavaScript版本也发布了相似机制的漏洞安全通报CVE-2025-68665，指出toJSON未跳脱含lc键的用户可控对象，可能在后续load时造成环境变量机密外流与不安全实例化，并将secretsFromEnv明确改为默认 ...

IT之家 7 月 25 日消息，IT之家从上海市第六人民医院官方公众号获悉，上海交通大学医学院附属第六人民医院贾伟平教授和李华婷教授团队与上海交通大学电院计算机系 / 教育部人工智能重点实验室盛斌教授团队，携手清华大学黄天荫教授团队与新加坡国立大学 ...

该研究成果以“LLM4CP: Adapting Large Language Models for Channel Prediction”为题受邀发表于期刊Journal of Communications and Information Networks上。 精确的信道状态信息（CSI）对于B5G/6G MIMO无线通信系统性能保障至关重要。然而，在高速移动场景下，信道相干时间大大缩短，传统 ...

大模型微调正从“实验室专属”走向“人人可及”。英伟达近日发布面向初学者的LLM微调官方指南，系统性详解如何在从GeForce RTX笔记本到DGX Spark工作站的全系NVIDIA硬件上，利用开源框架Unsloth高效完成模型定制。该指南不仅降低技术门槛，更通过性能优化，让普通开发者也能在消费级设备上实现专业级微调。 Unsloth:专为NVIDIA ...