所有文章
> 当前分类:AI驱动
Agent调研--19类Agent框架对比
2024/12/09
代理（Agent）指能自主感知环境并采取行动实现目标的智能体，即AI作为一个人或一个组织的代表，进行某种特定行为和交易，降低一个人或组织的工作复杂程度，减少工作量和沟通成本。 1.背景 目前，我们在探索Agent的应用方向，借此...
手把手教你开发Agent：聊聊DB-GPT Agent的架构设计、源码解读和实战开发
【AI驱动】
1.背景 去年5月份DB-GPT项目正式开源，作为DB-GPT的元老级开发者，我当时主要负责让DB-GPT能兼容支持AutoGPT的Plugin，实现自然语言和数据库相关的交互能力, 以及Text2SQL后的可视化流程。去年7月份开始...
2024/12/09
Agent 智能体开发框架选型指南
【AI驱动】
智能体（Agents）正迎来辉煌时刻。伴随着众多新框架的涌现和对该领域的持续投资[1]，现代 AI 智能体正在跨越起初的不稳定阶段[2]，迅速取代 RAG 成为开发首选。那么，2024 年是否会成为 autonomous AI 系统全面接管...
2024/12/09
基于大模型的数据应用开发框架详解
【AI驱动】
随着大模型技术的快速发展和日趋成熟，大模型在各个行业和业务领域的应用也如火如荼。在数据领域中，将大模型赋能到数据管理、数据应用及数据分析等方面的探索也在逐步落地。在实践过程中，搭建统一、高效、可扩展的数据开发框架变得至关重要。本文分享基于大...
2024/12/09
AI Agent调研–7种Agent框架对比！盘点国内一站式Agent搭建平台，一文说清差别！大家都在用Agent做什么？
【AI驱动】
代理（Agent）乃一种智能实体，具备自主环境感知与决策行动能力，旨在达成既定目标。作为个人或组织之数字化替身，AI代理执行特定任务与交易，其核心价值在于简化工作流程，削减繁复性，并有效降低人力投入与沟通障碍，促进效率与协作的双重提升。简而...
2024/12/09
使用 Go 开发 AI Agent的选择：Genkit for Go
【AI驱动】
什么是 Genkit Genkit[1] 是一个 Google Firebase 团队开发的 AI Agent 开发框架，用于构建现代、高效的 AI 应用。它目前包含一个 Node.js 的实现[2] 和一个 Go 语言的实现[3]。...
2024/12/09
Agent 智能体开发框架如何优雅选型？
【AI驱动】
Agent 智能体进入黄金发展期 Agent 智能体的发展正步入黄金时代。随着众多新框架的层出不穷和对该领域的持续投入，现在 Agent 智能体已逐步摆脱初期的动荡，迅速崛起，成为开发者的首选，超越了 RAG。那么，2024年是否会成...
2024/12/09
轻松上手 LangChain 开发框架之 Agent 技术 ！
【AI驱动】
Agent 技术剖析 Agent 这一模块在 LangChain 的使用过程中也是十分重要的。官方文档是这样定义它的：“The core idea of agents is to use a language model to cho...
2024/12/09
扩散模型实战（十四）：扩散模型生成音频
【AI驱动】
在之前的文章中，我们主要介绍了扩展模型在文本生成和文本生成图像的应用，本文将介绍在音频领域的应用。 一、安装环境 !pip install -q datasets diffusers torchau...
2024/12/09
扩散模型实战（十三）：ControlNet结构以及训练过程
【AI驱动】
经过前面的学习，我们已经可以熟练的使用文本[Prompt]( Diffusion模型，比如人物四肢的角度、背景中物体的位置、每一缕光线的角度__，因为文字的表达能力是有限的。 ## __一、ControlNet介绍__ 本文分享的Co...
2024/12/09
扩散模型实战（十二）：使用调度器DDIM反转来优化图像编辑
【AI驱动】
一、配置环境 # !pip install -q transformers diffusers accelerate import torch import requests import torch.nn as nn i...
2024/12/09
扩散模型实战（十）：Stable Diffusion文本条件生成图像大模型
【AI驱动】
在AIGC时代，Stable Diffusion无疑是其中最亮的“仔”，它是一个强大的文本条件隐式扩散模型（text-conditioned latent diffusion model），可以根据文字描述（也称为Prompt）生成精美图片...
2024/12/09
扩散模型实战（九）：使用CLIP模型引导和控制扩散模型
【AI驱动】
上篇文章中介绍了如何微调扩散模型，有时候微调的效果仍然不能满足需求，比如图片编辑，3D模型输出等都需要对生成的内容进行控制，本文将初步探索一下如何控制扩散模型的输出。 我们将使用在LSUM bedrooms数据集上训练并在WikiAr...
2024/12/09
扩散模型实战（八）：微调扩散模型
【AI驱动】
微调在LLM中并不是新鲜的概念，从头开始训练一个扩散模型需要很长的时间，特别是使用高分辨率图像训练。那么其实我们可以在已经训练好的”去噪“扩散模型基础上使用微调数据集进行二次微调训练。 ...
2024/12/09
扩散模型实战（七）：Diffusers蝴蝶图像生成实战
【AI驱动】
在本文中，我们以生成绚丽多彩的蝴蝶图像为例，学习Diffusers库相关知识，并学会训练自己的扩散模型。 一、环境准备工作 1.1 安装Diffusers库 %pip install -qq -U diffusers...
2024/12/09
扩散模型实战（五）：采样过程
【AI驱动】
在扩散模型实战（四）：从零构建扩散模型文章中已经介绍了在原始数据集MNIST中添加噪声以及基于基本的UNet网络训练扩散模型，模型已经可以进行预测，但是发现输入数据噪声量很大的时候预测的效果并不好，如下图所示： ...
2024/12/09
搜索文章
热门话题
文章精选
