1234567英文名称：Citrus: Leveraging Expert Cognitive Pathways in a Medical Language Model for Advanced Medical Decision Support中文名称：Citrus：在医学语言模型中利用专家认知路径以支持高级医疗决策链接: http://arxiv.org/pdf/2502.18274v2代码: https://github.com/jdh-algo/Citrus作者: Guoxin Wang, Minyu Gao, Shuai Yang, Ya Zhang, Lizhi He, Liang Huang, Hanlin Xiao, Yexuan Zhang, Wanyue Li, Lu Chen, Jintao Fei, Xin Li机构: JD Health International Inc日期：2025-02-25 1 摘要 目标：介绍 Citrus，一个医学语言模型，旨在模拟医疗专家的认知过程，以改善医学推理任务。 方法：通过新颖的方法训练模型，使用模拟专家疾病推理数据，捕获 ...

我：用奶泡杯能不能做出拉花的奶泡？ 4o：你是用什么型号的奶泡杯？我可以更具体点说。 我：电动奶泡壶（那种一键搞定的）可加热的 4o：你这设备完全可以整出像样的奶泡了！电动奶泡壶（可加热那种）其实是家庭拉花界的入门神器，关键就看这几点： 全脂牛奶 > 低脂 > 植物奶**。 加热 + 打泡”模式**，这样更接近“湿奶泡”状态，适合拉花。 打完后不要马上倒！先： 把壶拿起来轻敲几下桌面，打破大气泡。 顺时针旋转奶泡几圈，让它变得光亮流动，像乳胶漆那种质感。 注意 拿铁液位不要太满，给奶泡留空间。 倒奶泡时壶嘴靠近杯面，一开始从高处倒进去混合，再拉近倒“花”。 “奶泡观测标准”（可以叫它《奶泡五段诀》😎），以后打完奶泡，快速判断今天这壶能不能出花儿： 看亮度：奶泡够不够“反光” 看流动性：是否“倒得动” 看声音：轻磕杯子有无“气泡崩裂”声 看拉丝：拿勺子挑一勺奶泡，滴回壶中 看融合：倒入浓缩咖啡后，奶泡是否“自然融合”：中段下沉、后段慢慢浮出一点图案 我：拉花的时候，先高后低，原理是什么？因为打奶泡的时候打进了气，所以先拉高，融合之后混合液就变成了比一般水更轻 ...

1 引子 最近使用辅助编程比较频繁，也在思考： 它的出现对程序员来说是利大于弊还是弊大于利。 对非程序员来说，有了辅助编程是否就能达到程序员的水平？ 目前，辅助编程还不能解决哪些问题呢？ 1.1 使用场景 1.1.1 程序员角度 先从程序员的角度看看。 在熟悉的情境下，当我们面对熟悉的问题时，可能会需要编写大量逻辑代码。在这种情况下，机器可以帮助我们自动生成部分代码，从而加速开发过程。 对于不熟悉的架构和语法，机器辅助变成能够生成整体示例和语法正确的代码，从而避免因为语法错误而浪费时间；帮助理解和快速上手，并且更容易理解系统的工作原理。 在调试过程中，对于一些简单的问题，机器可以提供快速的反馈和解决方案，从而节省我们的时间；对于复杂问题可能无法直接解决，但可以提供一些建议思路，来减少查找和定位的过程。公平地说，与之前手动查找问题相比，提效很多。 辅助编程也有一些问题，如多端联调比较困难；如果一些小众工具没有提供文档，辅助编程工具也不知道如何使用。虽然理论上可以通过 Agent 和 RAG 来解决这些问题，但实际实现起来比较麻烦。 1.1.2 非程序员角度 再从非程序员的角度看看，一 ...

免费使用 Microsoft Edge 项目地址：https://github.com/rany2/edge-tts 1 功能 语音合成支持各种主流语言，并可调节合成速度、音量和音高。我测试了一下，中文 300 字的合成时间约为 3 秒，600 字约为 6 秒。 从效果来看，语气和情感表达比传统技术（相对旧版讯飞）更好，清晰度和准确率也很高。虽然不能定制，但一般用户无需定制，只要合成效果不出戏即可。 2 原理 模拟 edge 浏览器行为，远程调用 microsoft 语音合成服务。 3 安装 1$ pip install edge-tts 4 查看支持的语言和声音 1edge-tts --list-voices 5 合成中文 5.1 命令行调用 1$ edge-tts --text "我正在测试" --write-media hello.mp3 --voice zh-CN-YunxiNeural 5.2 Python 程序调用 12345678import edge_ttsTEXT = "我正在测试"VOICE = "zh-CN-Yun ...

1 图形化 Agent 工具 1.1 核心组件 机器人 Bot：一个 AI 应用，或称为 Agent 知识库：上传个人数据，机器人可根据其内容进行回复 工作流：将大问题拆解成多个小问题，通过路径实现，路径上的每个节点完成特定任务 插件：调用外部功能（Tools） 1.2 使用体验 大模型与其他元素结合，实现完整的目标功能。 功能：调用工具、设置工作流和本地数据（知识库）。 工具：有许多现成工具可供使用。 工作流：前后关系非常直观，像搭积木一样。 2 Coze 扣子是一个 AI 应用开发平台，由字节跳动推出。 相对更 toC，无需编程即可实现 agent 的创建和发布，效果有点类似于 AI 界的微信小程序。 区别 海外版 国内版 网址 www.coze.com www.coze.cn 登陆方式 需要魔法才能使用 无使用的网络限制 可用模型 OpenAI GPT 系列 字节自研模型/国内常用模型 发布平台 Discord、Instagram、Slack 飞书、微信客服、微信公众号&订阅号 3 Dify 支持本地搭建和使用本地模 ...

1 简介 好消息是，2024 年 3 月 4 日发布了 Claude3，据传比 GPT-4 更好，snooet 版本可以免费试用，坏消息是我们这儿不能用。 在官网注册时，需要选择国家并使用手机接收短信验证码。而在选项中没有中国这个选项。即使成功注册了账号并申请了 API 密钥，免费版本仍需要绑定信用卡才能使用。绑定信用卡也需要接收短信验证，网上说每个手机号只能注册一次，所以似乎也无法短信接收平台。（如果你找到了注册方法，请私信告诉我） 虽然无法通过 API 调用并将其添加到我们的工具中，但可以通过亚马逊云来免费体验一下。 2 Claude3 2.1 三个模型 Claude 3 共发布了三个模型： Claude 3 Opus：最强大的模型，在高度复杂的任务上提供最先进的性能，并展示流畅性和类似人类的理解。 Claude 3 Sonnet：在智能和速度之间最平衡的模型，是企业工作负载和规模化 AI 部署的绝佳选择 Claude 3 Haiku：最快、最紧凑的模型，旨在实现近乎即时的响应能力和模仿人类交互的无缝 AI 体验 2.2 主要特点 这次升级的主要特点包含： 多语言功能：Cla ...

何需足量革，尽覆此大地，片革垫靴底，即同覆大地。 -- 寂天《入行论》 最近看了一些 LLM 实测报告，感觉 LLM 的能力很强大，但在当前阶段，仍然只能对单一简单问题进行一次提问（详见：开源项目_大海捞针测试），对于复杂的问题，可以通过将其拆解为多个简单问题，使用 LLM 进行多步问答来解决。因此，引入了 Agent。目前也临着在对话过程中容易偏离主题的问题（详见：论文阅读_多Agent_股票操作示例）。 猜想大模型的尽头并非某个全能的大模型，而是类似于人的存在，可能是面向 Agent 优化的大模型；或者整体系统由多个大模型组成，其中一个充当主控： 这个主控模型并不大，所以反应速度快。 他并不存储所有的知识，但包含：内在信念（详见：论文阅读_语言与决策_通过LENS看人类行为），基本的常识，语言理解能力，基础推理能力，类似于高中生的水平。 他链接到一个外挂记忆系统，该系统存储客观知识和主观总结，以及长短期记忆，支持存储/搜索（详见：文章阅读_Agent记忆机制综述）。 他还包含一个自我进化系统，该系统能记忆、总结，并推动自已更新能力库。 和当前系统很大差别在于它能自主构建自己的 ...

1 Obidian 开发 Obsidian 基于 Electron 框架开发（开发者可以使用 Web 技术构建桌面应用，Google 的 Flutter 也是类似的框架），主要使用 HTML、CSS 和 JavaScript。后端则依赖 Node.js（Node.js 是基于 Chrome V8 引擎的 JavaScript 运行环境），使 JavaScript 能在服务器端运行。 开发 Obsidian 插件时，需要掌握 JavaScript 和 Node.js。比如，利用 Node.js 提供的模块和 API 进行文件操作、访问系统资源、处理网络请求等。 2 开发环境 我的开发环境是：VSCode + Node Docker + Copilot。这样不仅不会影响我的宿主机环境，开发起来也很舒适，还可以利用辅助编码工具。 如果想开发 Obsidian 插件，就需要安装 Node.js 环境。Node.js 提供了 JavaScript 的运行环境和许多内置模块；同时，安装 Node.js 也会安装 npm，用于管理插件项目的依赖项。 推荐使用 Node.js 的第 18 版： 12$ ...

1 比赛介绍 第三届琶洲算法大赛 -GLM 法律行业大模型挑战赛道 赛题页面：https://tianchi.aliyun.com/competition/entrance/532221/information 解题示例：https://tianchi.aliyun.com/competition/entrance/532221/customize444 说明文档：https://zhipu-ai.feishu.cn/wiki/M6lCwkSEWiBQIKkQLtIcTuV2nqh?spm=a2c22.12281976.0.0.536f7dd2Pg0INK 2 问题概述 在法律服务领域，基于智谱 GLM-4 大模型和相关业务 API，构建一个能回答法律问题的 Agent（问题机器人）。该 Agent 需要在一小时内回答 200 道问题。 这种整体方案可以应用于许多专业领域。我们也可以通过比较优化和未优化的情况下，看看效果如何。（初赛 A 榜的前 100 名得分都在 80-90 分区间内，查看了一些代码后，我觉得稍加改进也能达到 70+） 3 问题类型 简单问题：查单表和几个字段。 ...

2025 年 1 月 24 日，OpenAI 发布了其首款 AI 智能体 Operator。这是一款能够在浏览器上执行简单在线任务的网络应用，例如预订音乐会门票和在线购买杂货。 Operator 由新模型 Computer-Using Agent（CUA）驱动，该模型基于 GPT-4o 构建。目前，该应用仅面向订阅每月 200 美元 ChatGPT Pro 服务的美国用户开放，未来将逐步向其他用户推广。 官方介绍: https://openai.com/index/computer-using-agent/ 原理： 将 GPT-4 的推理能力结合视觉功能，用于操作电脑桌面（类似于操作浏览器）。 基于桌面解析和文字识别技术，可以控制键盘和鼠标，并在沙箱环境中进行操作。 问题： 安全问题：适合操作商场中机器人，对于个人数据/公司数据可能涉及安全问题。 目标用户是谁：像 Dify，扣子也有此问题。 应用场景： 浏览器使用：语法检查、退款总计、更新许可证、客户查询。 电脑使用：下载讲座、合并 PDF、压缩图像、计算价格、导出图像。 其它： 要 200 刀的 pro 才能用，而 ...