-
117. 开源一段论文探索之旅：模型范式、Infra 和数据、语言、多模态的完整变迁史
本期播客特邀美团光年之外产品负责人谢青池，分享他作为非技术背景产品经理，通过一年多时间研读数百篇 AI 论文，深入理解 AI 技术边界的经验。节目以其独特的视角，将 AI 发展史划分为模型范式变迁、基础设施与数据、语言模型和多模态模型四大核心部分，详细解读了从 1999 年 GPU 诞生到 2024 年最新进展中的 36 篇关键论文。内容涵盖了深度学习的开端 AlexNet、Transformer…- 0
- 0
-
让 llama.cpp 支持多模态向量模型
本文详细阐述了 Jina AI 团队如何突破 llama.cpp 的现有局限，使其能够支持多模态向量的 GGUF 格式输出。文章指出，尽管 Jina-embeddings-v4 模型已推出 GGUF 版本，但 llama.cpp 的内部管线设计导致其无法在一次运算中同时处理图文信息，限制了多模态向量的生成。为解决此问题，团队对 llama.cpp 进行了深度改造，设计了一套分阶段的五步处理流程，使…- 0
- 0
-
RAG 2.0 深入解读
文章详细阐述了从 RAG 1.0 到 RAG 2.0 的技术演进，并深入分析了 RAG 2.0 在多模态扩展、复杂推理、检索质量、幻觉问题、计算效率和安全隐私等方面面临的挑战，这些是 RAG 1.0 时代难以解决的问题。针对这些挑战，文章探讨了混合搜索、DPR、重排序模型（Cross-Encoder、Graph-Based、ColBERT）、多模态 RAG、强化学习（DeepRAG、CoRAG）和…- 0
- 0
多模态
-
✈优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×