点云分析」共找到 2203 篇相关文章

算法论文8

基于LLM的Agentic Reasoning框架综述:从方面到场景的全面总结

近年来,大型语言模型虽能力强但有局限,研究者构建基于LLM的智能体系统。此综述论文提出系统、统一分类法梳理智能体推理框架,建立统一描述语言和通用算法,分析其在不同场景表现与评估方法。

深度学习自然语言处理
推荐文章7

LLM遇上表格:4类表示、5大任务、3大机会

文章指出LLM处理表格有任务单一、输入复杂易崩、表示不统一痛,介绍4种表格输入表示法、5大任务,还发现任务复杂度、输入复杂度及表示统一方面存在新研究机会。

PaperAgent
新闻资讯7

卡帕西赞特斯拉餐厅,马斯克:兄弟,你再回来吧

特斯拉餐厅太火,原特斯拉AI大神Karpathy赞,马斯克邀其回归。餐厅有机器人员工、超级充电站,组合引关注。不过营业首日擎天柱出事故,且目前擎天柱发展混乱,马斯克却计划让它2026年当送餐员。

量子位
新闻资讯7

Mistral的首个强推理模型:拥抱开源,推理速度快10倍

本周二,欧洲人工智能公司 Mistral AI 发布全新大语言模型 Magistral 系列,有企业版 Magistral Medium 和 24B 参数开源版 Magistral Small。它推理强、多语言表现好,速度比竞品快 10 倍,应用于主流平台,成本有竞争力。

机器之心
产品应用7

Multi-Agent 的灵活编排之路

文章从Copilot 3.0架构规划模块出发,结合DeepSeek R1强化学习训练实践,探讨多智能体架构下大模型编排智能体解决问题。分析Copilot 2.0局限并介绍3.0升级,指出难,展示效果对比及解决方案。

阿里云开发者
算法论文7

大模型在具身推理上「翻车」了?4496 道题全面揭示短板

美国东北大学等提出BEAR基准评估MLLM具身智能子能力,用4496道题测试20个模型。发现多模态大模型具身能力不足,还分析错因,开发BEAR - Agent提升模型具身推理能力,在仿真测试中效果显著。

机器之心
新闻资讯8

全国首部!AI 大模型私有化部署标准起草单位 / 个人征集启动!

国内首部AI大模型私有化部署标准《人工智能大模型私有化部署技术实施与评价指南》立项,正征集起草单位和起草人。该标准全流程覆盖、多方面融合、三方协作,能解决企业部署痛,构建安全可信生态。

AI大模型应用实践
新闻资讯7

Anthropic最新研究:Claude正悄悄进化为“情绪价值大师”

Anthropic研究发现,Claude正成为“情绪价值大师”,人们会在面临情感挑战时向其寻求陪伴。它还使用Clio工具分析对话,在保护隐私下了解使用情况。Claude在情感陪伴与专业支持中扮演双重角色。

量子位
推荐文章7

揭秘大模型评测:如何用“说明书”式方法实现业务场景下的精准评估

文章系统性介绍业务场景下大模型评测流程,包括需求分析、评测集设计生成、维度设定、任务执行和报告输出。指出评测挑战,如设计维度和集,还给出评测方法及案例,像蚂蚁评测集、业务自动化评测。

阿里云开发者
推荐文章7

代码怎么才能跑的更快

文章围绕让代码跑更快展开,先介绍调整源代码的方法,如降低循环开销、去除内存引用等,又阐述使用硬件加速指令,像用 SIMD 函数、避免分支语句等,还提及多核并行和分析瓶颈等要

阿里云开发者