LLM实战（二）| 使用ChatGPT API提取文本topic
2024/12/04
在大模型前时代，构建机器学习模型通常需要标注数据，然后使用这些标注数据来训练机器学习模型，这个过程一般需要几个月的时间，然而，在大模型时代下，几个小时就可以完成，比如情感分类，对话系统。具体对比流程如下： Prom...
如何实现基于属性的API访问控制
【API安全】
我们将深入研究 RBAC 和 ABAC，并开始对它们有一个清晰的认识。然后，我们将从高层次了解如何实施 ABAC 来增强 API 安全性。
2024/12/04
LLM实战（一）| 使用LLM抽取关键词
【AI驱动】
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...
2024/12/04
实现无缝集成的顶级API版本控制策略
【API解决方案】
API 版本控制的目标是平衡创新与稳定性。通过精心规划和执行版本控制策略，公司可以确保其 API 保持稳健、可靠，并随时满足用户不断变化的需求。
2024/12/04
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]( ## __一、什么是代理和代理运行时？__ 在[LangChain]( [LangChain]( ## __二、关键功能__ LangGraph的一个关键特性是向代理运行...
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
掌握REST API进行测试：质量保证的基本方法和工具
【API开发】
测试 REST API 对于可靠的软件至关重要。本文聚焦于利用 REST API 进行测试，重点关注验证 API 性能和安全性的实用性。了解测试 REST API 的步骤和技术，包括使用的工具和方法、面临的挑战以及 REST API 测试在 Web 应用程序中的意义。
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
热门话题
