OpenAI正式发布Operator，一款能操作浏览器的AI，打响2025智能体大战第一枪！
木易介绍了自己的公众号’AI信息Gap’，专注于分享AI知识，并提到OpenAI发布的Operator Agent标志着AI发展进入第三阶段——智能体。Operator具备自主性和决策能力，可以理解模糊意图、规划任务并执行操作。木易认为Operator是真正的助手而非工具，展示了其在浏览器中执行预定餐厅、购物等任务的能力。同时指出Operator目前仍处于研究预览阶段，并且存在局限性。
大模型
大语言模型
你知道自然语言处理(NLP)能解决哪些问题吗？即自然语言处理任务分类有哪些？
文章介绍了自然语言处理的四大主要任务类型：分类任务（如主题分类、情感分析）、生成式任务（如机器翻译、文本摘要和对话生成）以及序列标注任务（如分词、词性标注、命名实体标注和词义角色标注）。
阶跃多模态团队提出「慢感知」概念：迈向视觉system2 (o1) 的第一步
论文提出慢感知概念，通过分解和流动感知几何图形来提高视觉系统2的精细感知能力。研究显示，慢感知能提升模型对几何线段的解析能力，并在多种指标上优于基线方法。
刚刚，我用DeepSeek-R1搭建了一款RAG应用
DeepSeek-R1 是一款性能与 OpenAI-o1 相当，费用只有其不到 10% 的开源推理模型，作者使用它构建了 Agentic RAG 应用，并介绍了相关的技术栈和架构图。
神经网络技术栈介绍——PyTorch，Transformer，NLP，CV，Embedding
文章介绍了神经网络的基本概念及其在不同任务领域中的应用，包括RNN、CNN和Transformer等模型。指出PyTorch和TensorFlow是实现这些思想的具体工具，并强调了神经网络与自然语言处理(NLP)和计算机视觉(CV)任务结合的重要性。同时提醒学习者不要过分依赖神经网络技术来解决NLP和CV的问题。
DeepSeek-R1隐藏玩法：比Kimi更强的“深度搜索”模式！
木易是专注于AI领域的公众号作者，分享AI全维度知识。近期发现DeepSeek-R1结合深度思考和联网搜索功能后效果显著，远超国内另一大模型阿里通义千问。