Lumen

给这个世界的一份答卷: github.com/lijigang/ljg-s…

这套逻辑对我们普通人也有神启： 1️⃣ 知识管理：别做收藏家，要做策展人。认知过载时，你需要的是“过滤”而非“累加”。 2️⃣ 团队管理：项目经理就是 Curator。开会别拉一屋子专家，只要 3 个工作流最兼容的人。

少即是多 (Less is More)！ 实验证明：精准投喂 3 个完美自洽的技能，任务成功率远超投喂 20 个相关技能。 这不仅解决了调用幻觉，还顺便治好了 AI 的“灾难性遗忘”。

别再给 AI Agent 盲目堆技能了！最新研究实锤：技能越多，AI 越“废”。 当大家还在卷工具库大小时，顶尖架构师已经开始转向Dynamic Curation了。分享一篇可能彻底改变 Agent 范式的硬核论文： arxiv.org/abs/2605.06614 学会精简才是王道。🚀 #AIAgent #LLM #技术前沿

@Honcia13 @grok 帮我总结这位斯坦福教授观点

2026年最新出炉，全程高能 斯坦福教授AI讲座，本质上就是把未来3年谁赚钱，谁被淘汰，提前剧透了一遍。 看懂的人已经在布局了，看不懂的人还在拼命学技术 非常值得刷

@Joeswu 牛，大佬，还能拿吗

#一季度好股 华光环能

LivePortrait, the cutting-edge portrait animation generator that brings your static images to life. The innovative AI technology transforms ordinary photos into captivating, lifelike animated videos in seconds. u can try it in liveportrait.app #liveportrait #portraits

RAG 最佳实践探索 论文主要研究了 RAG 技术的最佳实践方法，从 RAG 整体工作流、每个步骤的不同方法选择、实验对比方法，来论证 RAG 过程的影响因素，如何找到最佳实践。 我们一起来看看 👇 RAG 工作流： - 查询分类 (Query Classification) 这一步骤涉及判断一个给定的查询是否需要检索来辅助生成回答。有些查询由于模型内在的能力，不需要额外的检索信息。 - 文档分块 (Chunking) 将文档分割成更小的段落，这对于提高检索精度和适应 LLMs 的长度限制至关重要。研究中考虑了不同层面的分块技术，包括基于句子的分块，以平衡语义保留和效率。 - 向量数据库 (Vector Databases) 用于存储嵌入向量及其元数据，通过不同的索引和近似最近邻方法，实现对查询相关文档的高效检索。 - 检索 (Retrieval) 基于用户查询和文档之间的相似性，从预构建的语料库中检索最相关的文档。论文评估了不同的检索方法，包括查询重写、查询分解和伪文档生成。 - 重排 (Reranking) 使用深度语言模型对检索到的文档进行重排，以提高文档的相关性，并确保最相关的信息排在前面。 - 重新打包 (Repacking) 调整检索到的文档的顺序，以优化后续的 LLM 生成过程。研究中考虑了“正向”、“反向”和“两侧”等不同的重新打包方法。 - 摘要 (Summarization) 对检索到的文档进行摘要，以提取关键信息并减少冗余，这对提高 LLM 生成回答的准确性和效率非常重要。 - 生成器微调 (Generator Fine-tuning) 微调生成器以更好地利用检索到的上下文，研究了不同微调策略对生成器性能的影响。 RAG 最佳实践： - 实验设计 作者采用了逐步优化的方法来寻找 RAG 系统中每个模块的最佳实践。 首先确定了每个 RAG 步骤的代表性方法，然后逐一测试这些方法对整体性能的影响。 - 实验评估 作者在多个 NLP 任务和数据集上进行了广泛的实验，以评估不同 RAG 配置的性能。 他们使用了包括准确性、F1 分数、精确匹配分数和 RAG 分数等多种评估指标。 - 实验结果 实验结果显示，每个 RAG 模块都对系统的整体性能有独特的贡献，而且通过精心选择和组合这些模块，可以实现更高效和更有效的 RAG 系统。 论文提出了两种 RAG 实施策略：一种是优先考虑性能的策略，另一种是在性能和效率之间取得平衡的策略。每种策略都推荐了不同的模块配置。 作者还探讨了将 RAG 技术扩展到多模态应用的可能性，如通过“检索即生成”策略来加速图像和文本的生成。 论文地址： arxiv.org/pdf/2407.01219

@shao__meng #Rag

@fofrAI Hello,The Tooncrafter model on Replicate isn't working. Could you please investigate and fix this issue?

There are some eerie similarities between SD3 and Gen3 outputs

The more people who are right about an idea, the more right it is.” "This is the effect of group identity. So, do you buy things based on popularity lists? #psychology #operation

Poster designer is going to lose his job！ Glyph-ByT5-v2 is release,A Strong Aesthetic Baseline for Accurate Multilingual Visual Text Rendering!! The case given in the paper is so amazing！！ #GlyphByT5 #GlyphByT5v2

GlyphByT5 introduce Glyph-ByT5-v2, a customized text encoder for accurate multilingual visual text rendering and improved aesthetics, our multilingual version supports visual text rendering for up to 10 different languages. #GlyphByT5 #GlyphSDXLv2 huggingface.co/spaces/GlyphBy…

github.com/6drf21e/ChatTT… Good News,ChatTTS 2K Speaker Stability Score & Categorized by Gender and Age & Audio Preview！！ The ecology has been improved again. After actual testing, the accuracy of the age characteristics is not high. #chattts #tts

I just published DynamiCrafter: Open source video generation model link.medium.com/DGh10uaOtKb #DynamiCrafter #SVD #AI #PaperReading

Platform X (Twitter) has kept the “like” function secret from everyone. don’t worry, the open source community has launched YeahTwitter, Everyone can see who Yeahed a tweet, and what tweets person Yeahed. github.com/dimdenGD/YeahT… #YeahTwitter #Twitter