ermulong
LV.2
这个用户很懒,还没有个人简介
声望 162
关注 0
粉丝 0
私信
主帖 21
回帖
了解小智的粉丝相信对ZhipuAI都不陌生,在往期LangChain教程里,小智已经通过GLM4的超强能力搭建了众多的Agent智能体应用。最近AI又悄摸上线了GLM4AlltoolsAPI能力,今天我就带大家来盘一盘!GLM4更新了什么?老规矩,先放大纲,带大家看看GLM4AlltoolsAPI更新了哪些功能。如图所示,以下就是Alltools所有新增的能力。我将其分为了四块,一站式检索,一站式智能编程,企业私域增强,多模态四个部分。想要用上这些新的功能也十分...
16h前 63浏览 0点赞 0回复 0收藏
本文将深入探讨智能体的概念、为何“具有智能体特性”变得如此重要,以及这一趋势如何影响我们对未来技术的构想。什么是智能体?传统应用程序通常遵循预先定义好的规则和逻辑,而智能体则不同,它可以根据LLM的理解和判断,动态地选择下一步操作,这使得智能体能够处理更加复杂和不确定的任务。简单来说,智能体就是一个利用LLM来决定应用程序控制流程的系统,可以被视为一种能够自主决策和执行任务的系统。它通过与外部数据和...
3天前 148浏览 0点赞 0回复 0收藏
吴恩达提出LLMasaJudge的几点困境吴恩达老师提出了大语言模型评估的两种主要类型是非性评估(具备明确的非对即错的响应)质量性评估(结果只存在好坏程度的标准)基于以上两类的评估类型,吴恩达提出了使用如下几点困境。创建用于测量LLM的有标记的测试集成本高昂在评估LLM性能时,创建一个有标记的测试集是非常必要的。然而,手动标记数据集不仅耗时,而且成本高昂。这对资源有限的团队来说是一个巨大的挑战。人类专家来评估改...
7天前 210浏览 0点赞 0回复 0收藏
LangGraph:自定义认知架构的革新LangGraph是什么?它是一个用于构建和管理复杂Agent的框架,允许开发者通过直观的编程接口控制Agent的行为。LangGraph的核心设计理念是帮助开发者在Agent工作流中增加更好的精度和控制,以适用于现实世界系统的复杂性。LangGraph的核心优势在于:可控性:LangGraph提供了对代码流、提示词以及大型语言模型(LLM)调用的低级控制,赋予开发者对认知架构的精细控制能力。可靠性:通过添加审核和质...
9天前 161浏览 0点赞 0回复 0收藏
作为AI领域的杰出人物,吴恩达教授对编程Agent的兴起表示了极大的兴趣。他认为,编程Agent有潜力通过自动执行繁琐的任务、提高代码质量和加速开发周期来彻底改变软件开发行业。本文将深入探讨吴恩达对编程Agent的见解,多代理系统质量保证LDB调试测试Agent专用研发工作流程等关键概念。通过实际案例和深入分析,我们将探索这些技术如何协同工作,使编程Agent能够以更高的效率和有效性构建软件。通过多代理系统实现开发与测试的...
2024-06-26 14:51:26 282浏览 0点赞 0回复 0收藏
作为AI领域的杰出人物,吴恩达教授对编程Agent的兴起表示了极大的兴趣。他认为,编程Agent有潜力通过自动执行繁琐的任务、提高代码质量和加速开发周期来彻底改变软件开发行业。本文将深入探讨吴恩达对编程Agent的见解,多代理系统质量保证LDB调试测试Agent专用研发工作流程等关键概念。通过实际案例和深入分析,我们将探索这些技术如何协同工作,使编程Agent能够以更高的效率和有效性构建软件。通过多代理系统实现开发与测试的...
2024-06-25 12:37:34 609浏览 0点赞 0回复 0收藏
关键链接视频介绍相关代码概览随着人工智能模型处理能力的增强,能够处理的上下文信息越来越多,达到百万级别的词汇量,对于这类长上下文的大型语言模型(LLMs)的研究兴趣也随之增长。在这些模型中,一个流行的测试方法是将一个事实(称为“针”)嵌入到大量的上下文信息(称为“干草堆”)中,然后测试模型是否能在这个上下文中找到并回答与这个事实相关的问题。通过这个方法我们能够评估并理解模型在处理长文本和检索信息方...
2024-06-20 09:58:26 251浏览 0点赞 0回复 0收藏
在大型语言模型(LLM)的应用中,有几个场景需要以结构化的方式呈现数据,其中信息提取和查询分析是两个典型的例子。我们最近通过更新的文档和一个专门的代码仓库强调了信息提取的重要性。对于查询分析,我们同样更新了相关文档。在这些场景中,数据字段可能包括字符串、布尔值、整数等多种类型。而在这些类型中,处理高基数的分类值(即枚举类型)是最具挑战性的。所谓的“高基数分类值”,指的是那些必须从有限的选项中选择的...
2024-06-14 11:49:50 247浏览 0点赞 0回复 0收藏
​QwenAgent的设计思路虽然与LangChain相似,但其发布几个的Agent示例却很有意思。今天本文将深入探讨如何使用QwenAgent将上下文记忆扩展到百万量级,让Agent的智能得到更广泛的应用。暴力关键字检索优于向量方案在处理大规模文本数据时,一个关键的挑战是如何快速准确地定位到最相关的信息块。QwenAgent通过一种看似“暴力”的方法——,基于LLM判断相关性AND基于关键字检索,解决了这一难题。这种方法虽然简单,但在实际操作中...
2024-06-12 10:35:08 471浏览 0点赞 0回复 0收藏
通过HuggingFace官方包的加持,开发小伙伴们通过简单的api调用就能在langchain中轻松使用HuggingFace上各类流行的开源大语言模型以及各类AI工具。以下是笔者在测试使用后,总结的在LangChain中无缝安装和使用HuggingFace最佳实践。如何安装要使用HuggingFace平台的功能,首先需要安装langchainhuggingface包,这是一个专门为HuggingFace平台集成的Python包。pipinstalllangchainhuggingface大型语言模型(LLM)LLM是Langchain对大...
2024-05-30 10:10:13 567浏览 0点赞 0回复 0收藏
探索LangGraph:如何创建一个既智能又可控的航空客服AI利用单一提示的方法确实能覆盖很广的应用场景。但是,如果想要为特定的用户需求提供稳定且出色的体验,仅靠这种方法就显得有些力不从心了。取而代之的是,我们可以通过识别用户的意图,并将其引导至相应的定制化流程或“技能”,来满足用户的具体需求。每个流程都可以专注于特定的领域,这样不仅可以实现各自领域的优化提升,还不会影响到整体助手的性能。在本节中,我们将...
2024-05-27 11:56:39 539浏览 0点赞 0回复 0收藏
面对这一更新发布,激动者不在少数,各类自媒体震惊体轮番上阵,更有甚者鼓吹AGI时代已来。RelatedImage唱衰者同样存在,贬低GPT4o所展现的能力只是将tts,vision,llm等已然发布过的技术进行了二次打包组装,并无创新技术存在,而且演示的能力之前的Gemini1.5已然演示过(虽然被实锤为剪辑)。RelatedImage作为一个大语言模型开发者,我也着实震惊于GPT4o所展现的强大的多模态能力。不过遭受过AI原生应用开发反复拷打的我,最...
2024-05-24 15:50:58 388浏览 0点赞 0回复 0收藏
当智能助手代表用户执行操作时,用户几乎总是应该对是否执行这些操作拥有最终决定权。否则,即使是智能助手的一点小失误,或是它未能抵御的任何指令注入,都可能对用户造成实际损害。在这部分,我们将利用LangGraph的interruptbefore功能,在执行任何工具之前,暂停流程并把控制权交还给用户。您的流程图可能看起来像这样:流程图示例和之前一样,我们首先定义状态:状态与智能助手我们的流程图状态和LLM调用与第一部分基本相同...
2024-05-20 15:13:13 518浏览 0点赞 0回复 0收藏
自GPTResearcher首次发布以来,仅仅一年时间,构建、测试和部署AI代理的方法已经取得了显著进步。从最初的zeroshot或fewshotprompting,迅速发展到代理的functioncalling、RAG,再到现在的Agent工作流(也称为flowengineering)。吴恩达最近指出:“我认为AI代理工作流今年将推动巨大的AI进步,甚至可能超过下一代基础模型。这是一个重要的趋势,我鼓励所有从事AI工作的人士关注。”在本文中,你将了解到为什么多Agent工作流是...
2024-05-16 14:24:04 497浏览 0点赞 0回复 0收藏
引言随着人工智能技术的飞速发展,Agent(智能体)的概念已经从科幻小说走进了现实世界。Agent可以被理解为一种具有一定智能的软件实体,它能够自主地执行任务、做出决策并与其他系统交互。在AI技术公众号的运营过程中,我们收到了许多关于Agent开发的咨询,因此,本文将从技术角度出发,为大家解析这三个阶段的演进方式,并各自提供一个代码demo案例,为新手程序员提供一份Agent开发的指南。Demo地址:https:github.comq2wxecl...
2024-05-14 09:31:54 574浏览 0点赞 0回复 0收藏
还记得四个月前我们发布的LangChain首个稳定版吗?今天,我们继续这一进步,带来了langchainv0.2的预发布版。这个新版本不仅在v0.1的基础上进行了改进,还吸纳了社区的反馈。以下是v0.2版本的主要亮点:实现了社区热切期待的langchain与langchaincommunity的完全分离。引入了新版(而且是有版本控制的!)文档。提供了一个更加成熟和可控的代理框架。对大型语言模型(LLM)的接口进行了标准化改进,特别是在工具调用方面。增强...
2024-05-11 10:29:27 989浏览 0点赞 0回复 0收藏
当独立的API相互连接时,它们变得极为强大。无论是与外部客户的互动、内部使用还是常规的端到端测试,几乎所有的在线交互实际上都是由相互连接的API网络构成的“流程”。这种相互连接是数字产品体验的核心。与API的强大能力相提并论,大型语言模型(LLMs)展现出了令人瞩目的推理能力,它们在解决问题时的迭代思维过程与人类非常相似。LLMs在进行重复迭代时展现出的能力,使其成为计算推理中的强大工具,特别是在形成“流程”的...
2024-04-26 12:53:19 485浏览 0点赞 0回复 0收藏
介绍大型语言模型(LLM)通过工具调用能够与外部数据源进行交互。这项技术让开发者能够利用LLM来获取、交互和操作外部资源(比如数据库、文件和API等)。随着越来越多的LLM提供商开始提供工具调用功能,我们注意到市场上出现了多种多样的接口。为了解决这个问题,LangChain推出了一个标准化的接口,这样用户就可以轻松地在不同的LLM提供商之间进行切换。这个标准化接口包括以下几个方面:ChatModel.bindtools:这个方法允许您将...
2024-04-19 15:43:15 1022浏览 0点赞 0回复 0收藏
本文经翻译并二次整理自LangFriend:aJournalwithLongTermMemory一文。讲述了LangChain在模型记忆功能方面进行的一次深入的应用实战,并推出了具备记忆能力的日记应用LangFriend。立即体验日记应用https:journal.langchain.com申请开发者API访问https:forms.glej3Aaa2ibNpg5pC4q7我们深信,记忆功能将是大型语言模型(LLM)系统中最具潜力的一部分。生成性AI的魅力在于它能即时创造独特的内容,这在个性化用户体验方面展现出巨大...
2024-04-10 11:27:31 770浏览 0点赞 0回复 0收藏
在大型语言模型(LLM)的应用中,有几个场景需要以结构化的方式呈现数据,其中信息提取和查询分析是两个典型的例子。我们最近通过更新的文档和一个专门的代码仓库强调了信息提取的重要性。对于查询分析,我们同样更新了相关文档。在这些场景中,数据字段可能包括字符串、布尔值、整数等多种类型。而在这些类型中,处理高基数的分类值(即枚举类型)是最具挑战性的。所谓的“高基数分类值”,指的是那些必须从有限的选项中选择的...
2024-04-09 11:28:02 535浏览 0点赞 0回复 0收藏
获得成就
已积累 2238 人气
获得 0 个点赞
获得 0 次收藏