Rijul S Kshirsagar
PulseAugur coverage of Rijul S Kshirsagar — every cluster mentioning Rijul S Kshirsagar across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
Logit bias 提供对大语言模型标记选择的精细控制
Logit bias 是一种通过调整特定标记被选中的可能性来影响语言模型输出的技术。该方法在将分数转换为概率之前，修改分配给潜在下一个标记的分数（logits）。通过应用正向偏置，某个标记会更受青睐；而负向偏置则使其被选中的可能性降低，强负向偏置甚至可以完全阻止其被选中。这提供了一种在不改变模型底层参数的情况下控制标记生成的方法。
-
AI 代码审查工具 LiveReview 提交至 Hacktoberfest 挑战赛
Rijul S Kshirsagar 正在开发 LiveReview，这是一个人工智能驱动的代码审查工具，旨在了解潜在变更的爆炸半径。该项目是 Hacktoberfest 开源 AI 挑战赛的参赛作品，专注于构建用于软件开发的 AI 工具。
-
AI代码审查工具正在开发中；中国发布技术指令
Rijul S Kshirsagar正在开发LiveReview，这是一款人工智能驱动的代码审查工具，旨在了解代码更改的爆炸半径。另外，中国国家互联网信息办公室已发布来自北京的技术指令，但该指令的具体内容在提供的文本中未详述。
-
AI插件支持对Blender 3D软件进行自然语言控制
一款名为MCP的新Blender插件允许用户使用自然语言提示和各种AI语言模型来控制3D建模软件。该插件由Rijul S Kshirsagar开发，集成了Claude Desktop、Claude Code、Codex和OpenCode等工具。用户可以安装该插件，然后发出命令来创建和修改场景，从Poly Haven等库添加资产，以及渲染图像，从而显著降低了3D内容创作的门槛。
-
AI 文本生成：自回归模型与扩散模型方法解析
本文介绍了两种不同的 AI 文本生成方法：自回归模型和扩散模型。自回归模型逐个 token 顺序生成文本，这是当前语言模型的主流方法。相比之下，扩散模型更像雕塑，从被掩盖或不确定的位置开始，然后迭代地进行完善，这可能带来并行处理和更快的生成速度。
-
AI 代码审查工具 LiveReview 正在由 Kshirsagar 和 Chahal 开发中
Rijul S Kshirsagar 和 Maneshwar S. Chahal 正在开发 LiveReview，这是一个由 AI 驱动的代码审查工具，旨在感知代码变更的爆炸半径。该工具旨在通过提供智能代码分析来协助开发人员进行软件开发、编码和工程。
-
AI 使用乘积量化压缩向量以实现高效存储
AI 应用经常处理大量向量集合，这会消耗大量内存。乘积量化 (PQ) 等技术用于压缩这些向量，从而提高存储和搜索效率。PQ 的工作原理是将向量分成更小的部分，为每个部分学习代表性模式，然后用引用这些学习模式的 ID 替换原始子向量。这种压缩极大地减少了每个向量所需的存储空间，使系统能够管理数百万个嵌入而不会过度消耗内存，这对于客户支持 RAG 系统等应用至关重要。