Cognition 评测 OpenAI o1 系列在 Devin 编码智能体上的表现并公开评测方法
Cognition 公布在 Devin 中测试 o1-mini 和 o1-preview 数周的早期结果：在内部基准 cognition-golden 上，Devin-Base 从 GPT-4o 的 25.9% 提升到 o1-mini 的 34.6%、o1-preview 的 51.8%，生产版 Devin 达 74.2%。
全部 AI 动态
Cognition 模型 / Devin 博客AI 评分6060
LlamaIndex：产品、工程与评测AI 评分6060 LlamaIndex 教程：自定义属性图谱索引以提升 GraphRAG 准确率
Neo4j 客座教程讲解如何在 LlamaIndex 中自定义属性图谱索引，用 SchemaLLMPathExtractor 做模式引导抽取、用文本嵌入加编辑距离做实体去重，并实现先识别查询实体再分别执行 VectorContextRetriever 的自定义检索器。示例使用 250 篇新闻文章和 Neo4j 图存储，最后用自定义检索器完成问答回流，代码托管在 GitHub。
LlamaIndex：产品、工程与评测AI 评分6262 用 LlamaIndex 和 llamafile 搭建本地私有研究助手
LlamaIndex 发布 Mozilla 客座教程，讲解用 llamafile 在笔记本上本地运行 LLM，并以 TinyLlama-1.1B 作为 LLM 与嵌入后端，结合 Wikipedia 页面与私有文档构建完全本地运行的 RAG 研究助手。
Eugene Yan：Writing精选AI 评分8282 Applied LLMs：一年 LLM 应用开发的经验总结
Eugene Yan 等六位作者发布长文 Applied LLMs，总结一年 LLM 应用开发经验，分战术、运营、战略三部分。战术层面涵盖 n-shot 与 CoT 提示词技巧、RAG 文档相关性、结构化输出工具 Instructor 和 Outlines、LLM-as-Judge 评测及幻觉防护；战略层面提出 PMF 之前不买 GPU、先提示词后微调、系统比模型更构成护城河等观点。
推荐理由：多位从业者基于一年真实开发经验总结提示词、RAG、评测到团队与战略的实践清单，读者可对照自己的 LLM 项目逐条借鉴。
Modal 官方工程博客精选AI 评分6161 Jason Liu 演示用几百条数据微调开源嵌入模型超越 OpenAI text-embedding-3-small
这篇 Modal 工程博客讲解如何微调开源嵌入模型，在 Quora 重复问题数据集上用几百条样本即可在文本相似度任务上超越 OpenAI text-embedding-3-small。
推荐理由：原文给出完整的微调实验数据，读者可复用其数据量阈值和超参数网格搜索方法到自己的嵌入任务。
LlamaIndex：产品、工程与评测AI 评分6262 LlamaIndex 讲解 Agentic RAG：用多文档 Agent 构建可扩展的 RAG 架构
LlamaIndex 博客介绍 Agentic RAG 架构：将最多 100 篇文档拆分后，为每篇文档创建具备嵌入搜索与摘要能力的文档 Agent，再由顶层 meta-agent 通过工具检索和 CoT 回答用户问题，并用 Rerank 端点对文档按相关性排序。
LlamaIndex：产品、工程与评测AI 评分6363 LlamaIndex 教程：用 LlamaIndex、Qdrant 和 Render 构建可学习的 Slack 机器人
LlamaIndex 发布分步教程，教读者用 LlamaIndex、Qdrant 和 Render 构建并部署一个监听 Slack 对话、存储事实并回答问题的 Slackbot。
LlamaIndex：产品、工程与评测AI 评分7171 LlamaIndex 教程：用 Ollama 本地运行 Mixtral 8x7b 并构建 RAG 应用
LlamaIndex 发布教程，讲解如何用 Ollama 在本地运行 Mixtral 8x7b 并结合 LlamaIndex 使用。Mixtral 是 Mistral AI 发布的八专家混合模型，各含 7B 参数，博客称其在多项基准上匹敌或超过 GPT-3.5 和 Llama2 70b。
LangChain：BlogAI 评分6060 LangChain 发布幻灯片多模态 RAG 模板并对比两种检索方案
LangChain 针对幻灯片场景发布多模态 RAG 模板和包含 10 个问题的公开基准。在 Datadog 财报幻灯片上，多模态嵌入方案 CoT 准确率为 60%，图像摘要加 multi-vector retriever 达 90%，均高于仅文本抽取 RAG 的 20%；作者指出图像检索是核心挑战，并基于 Chroma 与 OpenCLIP 嵌入提供两步启动的部署模板。
LangChain：BlogAI 评分6868 LangChain 解析 OpenAI 的 RAG 实验策略并给出实现方法
LangChain 撰文解读 OpenAI 在 demo day 分享的客户 RAG 实验，将其归纳为基线检索、查询变换、路由、查询构造、索引构建和后处理等类别。
Hugging Face 社区博客AI 评分6262 Hugging Face 介绍用 Latent Consistency LoRAs 四步生成 SDXL 图像
Hugging Face 发布博客，介绍如何用 Latent Consistency LoRAs 将 SDXL 图像生成压缩到 4 步完成。
LlamaIndex：产品、工程与评测AI 评分7171 LlamaIndex 集成 LongLLMLingua：用提示词压缩缓解 RAG 的 Lost in the Middle 并降本
LlamaIndex 介绍如何在 RAG 中使用 LongLLMLingua，通过问题感知的粗粒度重排、细粒度提示词压缩和子序列恢复来增强 LLM 对关键信息的感知。
LlamaIndex：产品、工程与评测AI 评分6464 LlamaIndex 评测：如何为 RAG 挑选最佳 Embedding 与 Reranker 模型组合
LlamaIndex 用其 Retrieval Evaluation 模块，以 Hit Rate 和 MRR 两项指标评测多种 Embedding 模型（OpenAI、Cohere、Voyage、Jina、bge-large、Google PaLM 等）搭配不同 Reranker 的检索效果。
LlamaIndex：产品、工程与评测AI 评分6363 LlamaIndex 介绍用 LayoutPDFReader 提取 PDF 的章节、标题、段落和表格
LlamaIndex 发布教程，介绍 LayoutPDFReader 如何结合层级布局信息解析 PDF，实现章节识别、段落合并、表格与列表处理等内容感知分块。文章给出接入 llmsherpa API 和构建 LlamaIndex 向量查询引擎的示例代码，并说明该工具仅支持带文本层的 PDF，暂不支持 OCR。
LangChain：BlogAI 评分6464 Rubric Labs 团队详解如何用 LangChain 设计生产级 Agent Cal.ai
Rubric Labs 团队在 LangChain 博客发布指南，讲解为 Cal.com 构建的 AI 邮件调度助手 Cal.ai 的生产架构。
LlamaIndex：产品、工程与评测AI 评分6262 LlamaIndex 实测 RAG 系统的最佳 chunk size
LlamaIndex 演示如何用 Response Evaluation 模块评测 RAG 系统的最佳 chunk size，以 Uber 2021 10K 文件为数据。
OpenAI：官网动态AI 评分6060 OpenAI 发布教师课堂使用 ChatGPT 指南
OpenAI 发布面向教师的 ChatGPT 课堂使用指南。内容包含建议提示词、ChatGPT 工作原理及其局限性说明、AI 检测器的有效性，以及偏见问题。
LlamaIndex：产品、工程与评测AI 评分7474 LlamaIndex 教程：用合成数据微调嵌入模型提升 RAG 检索性能
LlamaIndex 发布端到端指南，教你在无标注的非结构化语料上用 LLM 生成合成问题对来微调开源嵌入模型 BAAI/bge-small-en。
LangChain：BlogAI 评分6060 LangChain 实战教程：用 LangSmith 微调并评测 LLaMA2-7b-chat 与 gpt-3.5-turbo
LangChain 发布微调与评测指南，用 LangSmith 做数据集管理和评测，在 CoLab 上以 qLoRA 微调 LLaMA2-7b-chat，并用 50 条样本微调 OpenAI 的 gpt-3.5-turbo，测试任务是知识图谱三元组抽取。
LlamaIndex：产品、工程与评测AI 评分6262 LlamaIndex 教程：如何微调 Llama 2 用于 Text-to-SQL 应用
LlamaIndex 发布教程，展示如何用 text-to-SQL 数据集微调 Llama 2 并接入 LlamaIndex 对任意 SQL 数据库做结构化分析。
LlamaIndex：产品、工程与评测AI 评分6161 LlamaIndex 工程师分享构建 LLM Agent 工具的实用技巧
LlamaIndex 工程师在发布 LlamaHub Tools（含 Gmail、Google Calendar、Wolfram Alpha 等 15 个工具）后，总结编写 LLM Agent 工具的技巧。
LlamaIndex：产品、工程与评测AI 评分6161 LlamaIndex 推出 SQLAutoVectorQueryEngine，结合 Text-to-SQL 与语义搜索完成 RAG 查询
LlamaIndex 在博客中展示新查询引擎 SQLAutoVectorQueryEngine，可同时利用 SQL 数据库和向量数据库回答同时涉及结构化与非结构化数据的自然语言查询。
LangChain：BlogAI 评分6464 LangChain 解析 AutoGPT、BabyAGI、CAMEL、Generative Agents 四个 Agent 项目
LangChain 发布技术博客，对比近两周流行的 AutoGPT、BabyAGI、CAMEL 和 Generative Agents 四个 Agent 项目，将其分为自主智能体与智能体模拟两类。
Hugging Face 社区博客AI 评分6464 StackLLaMA：用 RLHF 训练 LLaMA 的实战指南
Hugging Face 发布 StackLLaMA 教程，手把手讲解如何用 RLHF 方法训练 LLaMA 模型，覆盖完整训练流程。
METR：ResearchAI 评分7070 ARC 发布 Claude 与 GPT-4 危险能力评测进展
ARC 作为第三方评估方与 Anthropic、OpenAI 等实验室合作，在受控环境中测试前沿模型自主获取资源、逃避人工监督的危险能力。结论是被测的 Claude 和 GPT-4 版本均未能产出可信的完整自主复制计划，执行中易出错、有幻觉、难以在多副本间分派任务，但能部分完成浏览网页、雇佣人类代办、制定长期计划等子任务。
LangChain：BlogAI 评分6060 LangChain 发布 LLM 与 SQL 结合的实践指南
LangChain 与社区成员 Francisco Ingham、Jon Luo 发布 LLM 与 SQL 结合的实践指南，并宣布 3 月 22 日举行一小时网络研讨会。
Hugging Face 社区博客AI 评分6666 Hugging Face 讲解如何在 24GB 消费级 GPU 上用 RLHF 微调 20B 大语言模型
Hugging Face 发布博客，讲解如何在 24GB 消费级 GPU 上用 RLHF 微调 20B 参数大语言模型，文中涉及 TRL 与 PEFT（见原文链接 https://huggingface.co/blog/trl-peft）。正文抓取失败，仅标题可用，更多细节以原文为准。
Hugging Face 社区博客AI 评分6565 Hugging Face 教程：用 AI 在 5 天内开发农场游戏（第一篇，美术风格）
Hugging Face 发布系列教程第一篇，讲解如何用 Stable Diffusion 为 Unity 农场游戏确定美术风格。文章涵盖用 Automatic1111 WebUI 本地部署或在线运行的方法、借助 lexica.art 优化提示词的技巧，以及用概念图指导 Unity 场景搭建、材质、灯光和后期处理的完整流程。
Hugging Face 社区博客AI 评分6161 如何用 Hugging Face Transformers 运行 CLIPSeg 进行零样本图像分割
Hugging Face 发布教程，讲解如何用 🤗 transformers 运行 CLIPSeg 实现零样本图像分割。
Hugging Face 社区博客AI 评分6969 Hugging Face 图解 RLHF：用人类反馈强化学习微调语言模型的完整流程
Hugging Face 发布长文图解 RLHF，将其拆为预训练语言模型、训练奖励模型、用 PPO 强化学习微调三个核心步骤，并解释 KL 惩罚如何防止策略偏离初始模型产生胡言乱语。文章还盘点 TRL、TRLX、RL4LMs 等开源工具，指出人类偏好数据成本高、标注不一致以及 PPO 之外优化器等仍待探索的方向。
Hugging Face 社区博客精选AI 评分7676 如何在 Apple Silicon 上用 Core ML 运行 Stable Diffusion
Hugging Face 与 Apple 合作，将 Stable Diffusion v1.4、v1.5、v2 base、v2.1 base 转换为 Core ML 版本并发布在 Hugging Face Hub，可在 Apple Silicon 的 CPU、GPU 和 Neural Engine 上运行。
推荐理由：Hugging Face 官方整理了 Core ML 版 Stable Diffusion 的下载、Python 与 Swift 推理方法，读者可按机型选变体并迁移到自定义模型。
Hugging Face 社区博客AI 评分6060 Hugging Face 教程：用 Time Series Transformer 做概率时间序列预测
Hugging Face 发布教程，讲解如何用其 Transformers 库的 Time Series Transformer 从零训练单变量概率时间序列预测模型，涵盖 GluonTS 数据转换、DataLoader 构建、40 个 epoch 的训练及 generate() 自回归推理。
Hugging Face 社区博客AI 评分6666 Hugging Face 发布 Document AI 实践指南：六大用例与开源模型选型
Hugging Face 发布 Document AI 指南，梳理 OCR、文档图像分类、版面分析、文档解析、表格识别和 DocVQA 六大用例及对应开源模型与指标。
Hugging Face 社区博客精选AI 评分7676 Hugging Face 分享用 Dreambooth 微调 Stable Diffusion 的实验结论与调参建议
Hugging Face 发布教程，基于多组实验总结用 Dreambooth 微调 Stable Diffusion 的推荐设置，并提示 🧨 Diffusers 提供官方训练脚本。
推荐理由：原文基于多组实验给出 Dreambooth 微调 Stable Diffusion 的超参数建议，可帮助读者降低过拟合并提升生成质量。
Hugging Face 社区博客AI 评分6868 Hugging Face 发布 Whisper 多语言 ASR 微调教程
Hugging Face 发布使用 🤗 Transformers 对 Whisper 进行多语言语音识别（ASR）微调的分步教程。
Hugging Face 社区博客AI 评分6060 Hugging Face 教程：从 PyTorch DDP 到 Accelerate 再到 Trainer 掌握分布式训练
Hugging Face 发布教程，以 MNIST 训练示例讲解三种抽象层级的分布式数据并行训练：PyTorch 原生 torch.distributed 与 DDP、Accelerate 的轻量封装、Transformers 的 Trainer API。
Hugging Face 社区博客AI 评分6060 Hugging Face Diffusers 教程：用 JAX/Flax 在 TPU 上运行 Stable Diffusion
Hugging Face Diffusers 自 0.5.1 版本起支持 Flax，官方博客教程演示如何用 JAX/Flax 在 Google TPU 上运行 Stable Diffusion 推理。
Hugging Face 社区博客AI 评分7171 Hugging Face 讲解 Accelerate 如何借助 PyTorch 加载和运行超大模型
Hugging Face 发布博客讲解 Accelerate 如何加载和运行超出单机内存的超大模型。核心做法是用 PyTorch meta device 创建空模型、用 infer_auto_device_map 自动计算 GPU、CPU 与磁盘的设备分配，并按分片加载权重，通过 hooks 在每次前向传播前后搬运权重。
Hugging Face 社区博客精选AI 评分8888 Hugging Face 教你用 🧨 Diffusers 运行 Stable Diffusion 并自定义生成管线
Hugging Face 发布教程，讲解如何用 🧨 Diffusers 库运行 CompVis、Stability AI 和 LAION 推出的文生图模型 Stable Diffusion v1-4。
推荐理由：来自 Diffusers 团队的第一手教程，同时讲清 latent diffusion 三大组件原理，代码示例可直接复用于文生图管线。
Hugging Face 社区博客精选AI 评分7979 Hugging Face 详解 LLM.int8() 8 位量化在 transformers 中的集成与使用
Hugging Face 与 bitsandbytes 合作，将 LLM.int8() 8 位矩阵乘法完整集成到 transformers 和 accelerate 库，使 BLOOM-176B 等大模型推理显存占用减半且无性能下降。
推荐理由：文章由集成团队亲自讲解 LLM.int8() 的原理、异常值处理和 transformers 集成细节，并附基准数据与代码示例。