搜索
在 10 月 AI 产品榜全球访问量 Top100 榜单中，出现了一款之前没见过的产品 Submagic，该产品位列第 56，本月访问量达到 1262W，环比增幅达 119.87%。在最近已经有些固化、很少出现新产品的 AI 榜单，实属难得。
不管是编写和调试代码，还是通过函数调用来使用外部工具，又或是控制机器人，都免不了需要 LLM 生成结构化数据，也就是遵循某个特定格式（如 JSON、SQL 等）的数据。 但使用上下文无关语法（CFG）来进行约束解码的方法并不高效。针对这个困难，陈天奇团队提出了一种新的解决方案：XGrammar。
在构建应用程序时，与多个提供商集成很麻烦，现在 aisuite 给解决了。 用相同的代码方式调用 OpenAI、Anthropic、Google 等发布的大模型，还能实现便捷的模型切换和对比测试。
Ai2和华盛顿大学联合Meta、CMU、斯坦福等机构发布了最新的OpenScholar系统，使用检索增强的方法帮助科学家进行文献搜索和文献综述工作，而且做到了数据、代码、模型权重的全方位开源。
北京大学研究团队开发的FAN模型能有效捕捉数据中的周期性模式，相比传统模型在多项任务中表现出色，同时降低了参数量和计算量，增强了对周期性特征的建模能力，应用潜力广泛。
各位大佬，激动人心的时刻到啦！Anthropic 开源了一个革命性的新协议——MCP（模型上下文协议），有望彻底解决 LLM 应用连接数据难的痛点！它的目标是让前沿模型生成更好、更相关的响应。以后再也不用为每个数据源写定制的集成代码了，MCP 一个协议全搞定！
下一个千亿美元市场，可能催生出3000亿美元独角兽。
AI剪辑，一条闷声赚大钱的赛道。
所有人都说，他的初创公司会失败。然而，一年后，它却蓬勃发展：拥有约 50 万注册用户，刚开始收费就有近 3000 名付费用户，以及 GPTs 商店中超过 200 万次对话，屡次被 OpenAI 推荐。
在人工智能领域，大语言模型（LLM）的向量嵌入能力一直被视为处理文本数据的利器。然而，斯坦福大学和Google DeepMind的研究团队带来了一个颠覆性发现：LLM的向量嵌入能力可以有效应用于回归任务。