张显达 zxd blog
多模态推理的认知架构:从视觉-语言模型到统一认知框架 多模态推理的认知架构:从视觉-语言模型到统一认知框架
多模态推理的理论基础多模态推理是人工智能领域的前沿挑战,涉及如何整合不同感知通道的信息并进行高阶认知处理。传统的深度学习方法在单模态任务上取得了显著成功,但在跨模态推理上仍存在明显短板。本文从认知科学和计算神经科学的角度,探讨多模态推理的理
2025-09-24
大模型推理优化的系统性方法:从量化到硬件加速的全栈视角 大模型推理优化的系统性方法:从量化到硬件加速的全栈视角
大模型推理优化的理论基础随着大型语言模型(LLM)规模的不断扩大,推理优化已成为AI落地的关键挑战。从理论角度看,推理优化涉及计算复杂度、内存访问模式和硬件利用率三个核心维度的权衡。 计算复杂度分析Transformer架构的计算复杂度主要
2025-09-23
多模态大模型对认知科学理论的挑战:符号接地问题的新视角 多模态大模型对认知科学理论的挑战:符号接地问题的新视角
理论冲突点 感知-概念鸿沟:GPT-5V在图像描述任务中表现出类似儿童的「过度泛化」现象 具身认知缺失:机器人实验显示纯视觉训练模型在物理交互中的系统性偏差 意识幻觉:ChatGPT-5的元认知能力引发哲学争议 实验发现MIT认知科学实验
2025-09-22
2025年9月21日人工智能观察:多模态推理突破、AI芯片新架构与开源模型治理 2025年9月21日人工智能观察:多模态推理突破、AI芯片新架构与开源模型治理
今日速览 Meta发布Llama 4 Multimodal,支持视频理解与长时间序列推理,在视频问答基准测试中超越GPT-4V 20%(VentureBeat,2025-09-20)。 英特尔推出Gaudi 3 AI加速器,采用新型混合架构
2025-09-21
2025年9月20日人工智能观察:多模态大模型突破、AI芯片竞争与开源模型新标准 2025年9月20日人工智能观察:多模态大模型突破、AI芯片竞争与开源模型新标准
今日速览 DeepMind发布Gemini Ultra 2.5,首次实现单一模型在视觉、听觉与触觉输入间的无缝推理,在机器人操作任务上取得突破性进展(VentureBeat,2025-09-19)。 AMD推出新一代MI350 AI加速器,
2025-09-20
2025年9月19日人工智能观察:芯片、平台与代理三线补位 2025年9月19日人工智能观察:芯片、平台与代理三线补位
今日速览 华为在 Connect 大会上发布 SuperPoD Interconnect,可串联 1.5 万张 Ascend GPU,对标 Nvidia NVLink,以集群化弥补单卡性能差距(TechCrunch,2025-09-18)。
2025-09-19
2025年9月18日人工智能观察:多智能体生态重构 2025年9月18日人工智能观察:多智能体生态重构
焦点速览 Kaggle 与 Google DeepMind 联合发布 Kaggle Game Arena,以策略类游戏持续评测模型推理质量,为复杂决策型 AI 提供常态化赛道(InfoQ,2025-09-16)。 LinkedIn 将现有消
2025-09-18
大模型评测与安全治理入门 大模型评测与安全治理入门
评测是保障交付质量的第一道防线;安全治理是保障可控与合规的最后一道防线。两者共同构成生产级 AI 应用的“护城河”。 评测维度
2025-09-12
企业级 RAG 蓝图:架构、实践与治理 企业级 RAG 蓝图:架构、实践与治理
1. 目标与边界 面向企业知识与流程的问答/助手,强调可追溯、可治理、可回归与低运维成本。
2025-09-12
智能体设计与多工具编排 智能体设计与多工具编排
智能体(Agent)是在给定目标下,能规划、调用工具、观测反馈并自我纠正的系统。本文聚焦工程中的可落地方案。 核心循环:计划—执行—反馈
2025-09-12
17 / 19