與“上下文”的相關(guān)熱搜詞：
相關(guān)“上下文” 的資訊84篇
-
【騰訊云】11.11云上盛惠！云服務(wù)器首年1.8折起，買1年送3個月！
11.11云上盛惠！海量產(chǎn)品 · 輕松上云！云服務(wù)器首年1.8折起，買1年送3個月！超值優(yōu)惠，性能穩(wěn)定，讓您的云端之旅更加暢享?？靵眚v訊云選購吧！
騰訊云
12-20
廣告 -
薦 剛剛，OpenAI發(fā)布GPT-4.1，性能暴漲、100萬上下文
今天凌晨1點，OpenAI進行了技術(shù)直播發(fā)布了最新模型——GPT-4.1。除了GPT-4.1之外，還有GPT4.1-Mini和GPT4.1-Nano兩款模型，在多模態(tài)處理、代碼能力、指令遵循、成本方面實現(xiàn)大幅度提升。特別是支持100萬token上下文，這對于金融分析、小說寫作、教育等領(lǐng)域幫助巨大。由于GPT-4.1的發(fā)布，OpenAI宣布將會淘汰剛發(fā)布不久的GPT-4.5，其能力可見一斑。目前，如果想體驗GPT-4.1而無法通過API身?
-
薦 1000萬上下文！新開源多模態(tài)大模型，單個GPU就能運行
今年2月初，谷歌發(fā)布的Gemini2.0Pro支持200萬上下文，震驚了整個大模型領(lǐng)域。僅過了2個月，Meta最新開源的Llama4Scout就將上下文擴展至1000萬，整整提升了5倍開啟千萬級時代。根據(jù)實驗數(shù)據(jù)顯示，Llama4Behemoth在MMLUPro、GPQA、MATH-500等測試的數(shù)據(jù)比GPT-4.5、ClaudeSonnet3.7、Gemini2.0Pro更好。
-
為什么要使用MCP？MCP模型上下文協(xié)議能解決什么問題？
在當今數(shù)字化時代，AI應(yīng)用的開發(fā)和部署正面臨著一個關(guān)鍵挑戰(zhàn):如何將AI技術(shù)與現(xiàn)有的服務(wù)和系統(tǒng)高效集成。為了解決這一難題，MCP應(yīng)運生。AIbase的MCP資源網(wǎng)站還提供了詳細的開發(fā)文檔和教程，幫助開發(fā)者快速上手并深入學(xué)習(xí)MCP技術(shù)。
-
MCP協(xié)議是什么？Model Context Protocol模型上下文詳解
在當今快速發(fā)展的AI時代，如何高效地將AI助手與各類數(shù)據(jù)系統(tǒng)連接起來，成為了一個亟待解決的問題。MCP協(xié)議應(yīng)運生，它是由Anthropic公司提出并開源的一種開放標準協(xié)議，通過提供一個統(tǒng)一的開放標準，極大地簡化了AI系統(tǒng)與數(shù)據(jù)源之間的連接，使得AI系統(tǒng)能夠更可靠地訪問所需數(shù)據(jù)，從產(chǎn)生更相關(guān)、更優(yōu)質(zhì)的響應(yīng)。通過與AIbase的緊密結(jié)合，MCP協(xié)議能夠更好地發(fā)揮其優(yōu)勢，為AI技術(shù)的發(fā)展提供更強大的動力。
-
薦 AI說書媲美真人！豆包語音大模型升級長上下文理解
下面的兩個有聲書演播片段，你能分辨是真人還是AI合成的嗎?實際上這兩個小說片段都是AI合成的，方案來自于豆包語音模型團隊。為了逼近一流真人主播的演播效果，豆包語音模型基于原有Seed-TTS框架進一步加入上下文理解，最終實現(xiàn)了高表現(xiàn)力、高自然度、高語義理解的小說演播效果。未來豆包語音模型會繼續(xù)探索前沿科技與業(yè)務(wù)場景的結(jié)合，追求更極致的“聽”體驗。
-
DeepSeek推出NSA：快速進行長上下文訓(xùn)練和推理
據(jù)報道，DeepSeek團隊在其新發(fā)表的論文中介紹了NSA，這是一種創(chuàng)新的稀疏注意力機制，該機制專為與現(xiàn)代硬件高度協(xié)同且支持本機訓(xùn)練設(shè)計，旨在實現(xiàn)超高速的長上下文訓(xùn)練與推理過程。NSA通過一系列針對現(xiàn)代硬件特性的優(yōu)化設(shè)計，不僅顯著提升了推理速度有效降低了預(yù)訓(xùn)練成本，同時確保了模型性能的絲毫不減。NSA不僅在算法上實現(xiàn)了稀疏注意力的高效建模通過硬件對齊的設(shè)計，優(yōu)化了內(nèi)存訪問和計算調(diào)度，使得模型在處理長文本時能夠大幅減少計算延遲和資源消耗。
-
薦 激進架構(gòu)，400萬上下文，徹底開源：MiniMax-01有點“Transformer時刻”的味道了
“MoE”加上“前所未有大規(guī)模投入生產(chǎn)環(huán)境的LightningAttention”，再加上“從框架到CUDA層面的如軟件和工程重構(gòu)”，會得到什么？一個追平了頂級模型能力、且把上下文長度提升到400萬token級別的新模型。這顯然是巨大的野心，但在如今人們都在關(guān)注大模型接下來往哪兒走的時候，非常需要這樣的野心，非常需要一個或者更多個“Transformer時刻”——在一個自己相信的路線上做到極致，把看似所有人都知道的配方，最終兌現(xiàn)出來，展示給技術(shù)社區(qū)里的人們，讓它變成某個決定性的時刻，給AI的前進再添把火。
-
薦 AI日報：王炸！Anthropic開源模型上下文協(xié)議MCP；阿里?通義App上線局部風(fēng)格化功能； Kimi 數(shù)學(xué)版上線
歡迎來到【AI日報】欄目!這里是你每天探索人工智能世界的指南，每天我們?yōu)槟愠尸F(xiàn)AI領(lǐng)域的熱點內(nèi)容，聚焦開發(fā)者，助你洞悉技術(shù)趨勢、了解創(chuàng)新AI產(chǎn)品應(yīng)用。新鮮AI產(chǎn)品點擊了解:https://top.aibase.com/1、萬物皆可一鍵毛茸茸!阿里通義App上線“局部風(fēng)格化”功能通義App最近推出的“局部風(fēng)格化”功能引發(fā)了社交平臺的熱潮。這項研究強調(diào)了AI電腦在任務(wù)處理、隱私保護和自適應(yīng)學(xué)?
-
阿里云百煉上線Qwen2.5-Turbo模型：支持100萬超長上下文
阿里云百煉宣布，最新的Qwen2.5-Turbo模型已在平臺上線，即日起所有用戶可在阿里云百煉調(diào)用Qwen2.5-TurboAPI，百萬tokens僅需0.3元，同時還免費為用戶贈送1000萬tokens額度。該模型支持100萬超長上下文，相當于100萬個英文單詞或150萬個漢字，并且在多個長文本評測集中的性能表現(xiàn)超越GPT-4。不過通義千問團隊也表示，長文本任務(wù)處理依然存在諸多挑戰(zhàn)，未來將進一步探索長序列人類偏好對齊，優(yōu)化推理效率以減少運算時間，并繼續(xù)研發(fā)更大、更強的長文本模型。
-
薦 長上下文能力只是吹牛？最強GPT-4o正確率僅55.8%，開源模型不如瞎蒙
【新智元導(dǎo)讀】當今的LLM已經(jīng)號稱能夠支持百萬級別的上下文長度，這對于模型的能力來說，意義重大。但近日的兩項獨立研究表明，它們可能只是在吹牛，LLM實際上并不能理解這么長的內(nèi)容。這些差異可能是由于訓(xùn)練任務(wù)的變化造成的。
