微软开源OmniParser V2,直接将DeepSeek-R1变成使用电脑的 AI Agents~
微软发布OmniParser V2,一款开源屏幕解析工具,能够将任何LLM变成能操作计算机的Agent,并包含改进后的数据集和模型,实现更低延迟和更高准确率。
微软发布OmniParser V2,一款开源屏幕解析工具,能够将任何LLM变成能操作计算机的Agent,并包含改进后的数据集和模型,实现更低延迟和更高准确率。
X-R1更新日志包括支持LoRA训练、发布中文训练配置及模型,成功进行大规模强化学习训练,增加标准实验脚本,支持3B模型的中文推理,并在Ascend 910B上运行成功。
《DeepSeek:从入门到精通》是清华大学出版的一本深度学习和人工智能权威指南,涵盖基础概念至高级应用。本书通过实例和案例分析帮助读者掌握DeepSeek技术的模型训练与优化方法,适合各层次的学习者和研究者。
清华大学开源框架KTransformers研究显示,仅需14GB GPU和382GB DRAM即可本地运行671B参数的DeepSeek-R1模型,并实现约13.69 tokens/s的推理速度。
微信灰度接入DeepSeek R1,支持更全面的回答。DeeSeek-R1采用Agentic RAG方式接入,可以设计通用AI Agentic框架,并结合官方Prompt和搜索接入实现。
微软发布PIKE-RAG,旨在提高RAG系统在复杂企业场景下的知识提取、推理和应用能力。该方法聚焦于连贯的推理逻辑构建,并提出针对不同任务的不同技术策略。