Category: Artificial Intelligence

在当今人工智能技术迅猛发展的背景下，大型语言模型（Large Language Models, LLMs）已成为推动各类应用创新的重要驱动力。随着模型的复杂性和应用场景的多样化，如何高效地进行模型微调和部署，成为了开发者和研究人员面临的关键挑战。为此，结合 Amazon SageMaker 与 LLaMA-Factory 构建的一站式无代码模型微调部署平台应运而生。

将设计原型转化为可用前端代码的是软件开发中常见的需求，这种需求在电商、企业内部系统、游戏开发等多个领域都有广泛应用。例如，电商平台可以通过截图快速生成促销页面，游戏开发团队进行活动页和宣发页的开发，而企业IT部门则可以基于现有系统截图快速开发原型。开源项目 screenshot-to-code 为这一需求提供了创新解决方案，通过分析截图自动生成相应的前端代码。

一、背景介绍 从趋势来看，AI Agent 工作流程正引领着人工智能的下一次革命，其潜力远超仅依赖基础模型的传 […]

本文将会介绍使用 WebRTC 构建实时 AI 助手的整体架构方案，并且以 LiveKit WebRTC 为例，介绍如何构建基于 WebRTC 的 AI 实时翻译助手（Agent）。

基于这一背景，本案例中使用 Anthropic Claude 3.5 Sonnet 大模型的多模态能力，结合亚马逊云科技的托管图像识别服务 Rekognition，搭建了家居环境安全监控的解决方案，探索 AI 技术在智能家居领域的应用前景。该方案融合了计算机视觉、模式识别、图像处理等多种人工智能技术，具备火灾监测、人脸识别、图像与视频分析等核心功能。一旦发现异常火情，系统能够立即启动报警机制，通过电话、短信、邮件等方式给用户发送通知；同时，此方案也支持对人员的面部图像进行验证，有效防止外来者的非法闯入。

本文将 SD3 在 AWS 的主要使用方式做了总结，并针对性的提出其适用场景。

本文通过一个企业翻译应用案例，全面阐述了大语言模型应用从构思到上线的完整过程。文章讨论了业务场景发现与目标设定的重要性，分析了翻译应用面临的主要挑战，如专有名词翻译、长文本处理、翻译风格、准确度提升等。针对这些挑战，文章提出了使用定制模型、自省机制、专有词表、长文本拆解等解决方案。此外，还探讨了安全合规、部署策略、模型评估、用户反馈等重要考虑因素。最后，文章勾勒出一个通用的大语言模型应用架构，为企业构建和部署大语言模型应用提供了全面的参考框架。

随着人工智能技术的快速发展，游戏行业正面临着一个激动人心的机遇：利用生成式 AI 来创造更加智能、动态和个性化的 NPC。传统的 NPC 往往存在行为模式固定、对话有限等问题，难以为玩家提供真实而丰富的互动体验。而借助先进的语言模型和多智能体系统，我们可以打造出具有动态对话生成、独特个性、NPC 间互动博弈等特点的新一代 NPC。

本文将总结分享客户从 TF 1.15 迁移升级到 TF 2.14 过程中遇到的一些问题及应对方法，并以一个简单的例子给出基于 TF 2 的分布式训练代码。

本文通过使用服装鞋类商品进行模型训练，同时通过 GroundingDINO 进行目标物品检测和剪切的方式对图片进行搜索，这种方式满足企业级的，特别是垂直行业的高精度搜索。有助于更好地提升用户的搜索体验。 该方案也可以拓展到其他的垂直行业使用，如电商、游戏、短视频，医疗、制造业等。