所有文章
> 当前分类:AI驱动
LLM实战（一）| 使用LLM抽取关键词
2024/12/04
抽取关键词是NLP的常见任务之一，常用的方法有TFIDF、PageRank、TextRank方法等等。在Bert时代，可以使用KeyBERT（ 下面使用Mistral 7B大模型来抽取关键词，由于transformer库不支持Mis...
LLM之LangChain（七）| 使用LangChain，LangSmith实现Prompt工程ToT
【AI驱动】
如下图所示，LLM仍然是自治代理的backbone，可以通过给LLM增加以下模块来增强LLM功能: Prompter Agent Checker Module Memory module ToT controlle...
2024/12/04
LLM之LangChain（六）| 使用LangGraph创建一个超级AI Agent
【AI驱动】
在这篇文章中，我们将全面介绍langGraph，什么是代理和代理运行时？Langgraph的特点是什么，以及如何在Langgraph中构建一个代理执行器，我们将探讨Langgraph中的聊天代理执行器以及如何在人类循环和聊天中修改Langg...
2024/12/04
LLM之LangChain（五）| 使用LangChain Agent分析非结构化数据
【AI驱动】
第一部分：从非结构化数据抽取结构化信息 方法一：create_extract_chain 定义数据抽取的结构，并且使用LangChain创建一个提取链。 from langchain.chains import...
2024/12/04
LLM之LangChain（四）| 介绍LangChain 0.1在可观察性、可组合性、流媒体、工具、RAG和代理方面的改进
【AI驱动】
LangChain是大模型应用中非常火的一个框架，最近发布了LangChain 0.1版本，在以下方面带来显著改进： Observability Composability Streaming Tool Usage...
2024/12/04
LLM之LangChain（三）| LangChain和LlamaIndex与4个任务的比较
【AI驱动】
大模型已经发展一年了，然而大模型的幻觉问题一直令人诟病，其中检索增强生成（RAG）是缓解幻觉比较有效的方式。目前有两个基于LLM的应用框架可以很容易实现RAG Pipeline，分别是LangChain和LlamaIndex，本文将在四个任...
2024/12/04
LLM之LangChain（二）| LangChain中的Agent
【AI驱动】
在本文中，我们将讨论LangChain中的Agent及其各种类型。但在深入研究Agent之前，让我们先了解一下什么是LangChain和Agent。 一、什么是LangChain？ LangChain是一种功能强大...
2024/12/04
LLM之LangChain（一）| LangChain六大核心模块简要汇总
【AI驱动】
2023年是LLM（大语言模型）的元年，在这一年底座大模型，微调大模型，部署大模型并驾齐驱，发展的如火如荼。然而，目前的大模型并非完美，上下文窗口有限，幻觉问题等等问题，而各大厂商的大模型的API接口、数据格式和工具难以统一，而像LangC...
2024/12/04
LLM之Agent（五）| AgentTuning：清华大学与智谱AI提出AgentTuning提高大语言模型Agent能力
【AI驱动】
论文地址： Github地址： 在ChatGPT带来了大模型的蓬勃发展，开源LLM层出不穷，虽然这些开源的LLM在各自任务中表现出色，但是在真实环境下作为AI Agent仍与商业模型的效果存在较大差距，比如ChatG...
2024/12/04
LLM之Agent（四）| AgentGPT：一个在浏览器运行的Agent
【AI驱动】
AgentGPT是一个自主人工智能Agent平台，用户只需要为Agent指定一个名称和目标，就可以在浏览器中链接大型语言模型（如GPT-4）来创建和部署Agent平台。 PS：目前agentGPT仅支持chatgpt模型，暂时不支持...
2024/12/04
LLM之Agent（三）：HuggingGPT根据用户需求自动调用Huggingface合适的模型
【AI驱动】
浙大和微软亚洲研究院开源的HuggingGPT，又名JARVIS，它可以根据用户的自然语言描述的需求就可以自动分析需要哪些AI模型，然后去Huggingface上直接调用对应的模型，最终给出用户的解决方案。 一、HuggingGPT...
2024/12/04
LLM之Agent（二）：BabyAGI的详细教程
【AI驱动】
BabyAGI是一个 AI 支持的任务管理系统（Python脚本），使用 OpenAI 和 Pinecone API 创建, 优先级排序和执行任务。该系统背后的主要思想是基于先前任务的结果和预定义的目标创建任务。脚本然后使用 OpenA...
2024/12/04
LLM之Agent（一）：使用GPT-4开启AutoGPT Agent自动化任务完整指南
【AI驱动】
在ChatGPT引领的大模型时代，要想让大模型按照用户的指令执行，Prompt设计是一门艺术，由此还催生了一个职业”Prompt工程师“。其实，并不是所有人都可以设计出好的Prompt，甚至同样的Prompt应用在不同的大模型上表现的结果也...
2024/12/04
LLM漫谈（七）| 使用PyTorch从零构建LLM
【AI驱动】
LLM是最流行AI聊天机器人的核心基础，比如ChatGPT、Gemini、MetaAI、Mistral AI等。在每一个LLM，有个核心架构：Transformer。我们将首先根据著名的论文“Attention is all you nee...
2024/12/04
LLM漫谈（六）| 复旦MOSS提出数据配比scaling law
【AI驱动】
一、背景 1.1 大模型预训练 大模型预训练是在大量无监督数据上使用自回归方式预测下一个token来学习的，loss通常使用对数似然函数，如下公式所示： 最终在验证集上评估大模型效果。 1.2 S...
2024/12/04
LLM漫谈（五）| 从q star视角解密OpenAI 2027年实现AGI计划
【AI驱动】
摘要 OpenAI于2022年8月开始训练一个125万亿参数的多模态模型。第一个阶段是Arrakis，也叫Q*，该模型于2023年12月完成训练，但由于推理成本高而被取消。Q*是GPT-5的雏形，计划于2025年发布。由于原始GPT-...
2024/12/04
搜索文章
热门话题
