随笔分类 - AI Agent
摘要:本篇博客主要是将LangChain的基础应用到业务场景中去。,接口部分不再展示。相应的代码会放到github,项目位置:/AICustomerService ,感兴趣的可以去看一下,这个场景后面还会更新代码,最基础的逻辑已完成。前端页面的话,后续会截图展示在博客中。 需求场景:现在有一个电商平台客户
阅读全文
摘要:智能知识问答系统 项目简介 智能知识问答系统是一个基于 RAG(检索增强生成)技术的智能问答系统前端应用。用户可以创建多个智能体,为每个智能体上传专属知识库文件,通过向量检索和大语言模型结合,提供精准的知识问答服务。 前端仓库 后端服务 核心特性 🤖 多智能体架构 - 支持创建、管理多个独立的智能
阅读全文
摘要:基于Naive RAG知识库需求及技术设计 代码还需几天才能完成,请耐心等待... 需求: 实现一个简易版本的面试题问答智能体,可以通过用户自行上传文件,设置自己的专属知识库,然后可以向LLM提问问题,大模型进行回答的简单智能体。 目的:为了减少LLM幻觉问题以及针对自己的简历的智能体 项目可行性分
阅读全文
摘要:为什么需要RAG LLM的局限:时效性、知识覆盖度(针对公司业务的数据并不知晓)、幻觉问题 目前用来解决知识更新缓慢和幻觉问题的方案:RAG和微调 大模型微调(Fine-Tuning)是指在通用大模型基础上,针对超出其范围或不擅长的特定领域或任务,使用专门的数据集或方法对模型进行相应的调整和优化,以
阅读全文
摘要:什么是提示词(prompt) 通俗来说,提示词就是用户发给大模型(LLM)的文字,用于引导大模型生成特定的输出结果。提示词是我们和大模型沟通的重要途径 提示工程 它是研究如何设计和优化提示词,以最大限度地发挥大模型能力,获得期望、高质量的输出。采用一种工程化的思想来编写提示词 分析需求,明确思路 在
阅读全文
摘要:模型训练流程 机器学习(Machine Learning):核心思想是从经验中学习 提供历史数据 创建新模型,训练历史数据 将数据输入模型,预测结果。 分类方式: 监督学习(Supervised Learning): 指的是使用带有标签的数据进行训练; 常见任务: 回归(Regression):预测
阅读全文
摘要:大模型工作原理 2017年,Transformer论文诞生,2018年,GPT模型诞生。 那么,GPT究竟是什么意思? G(generative):代表“生成式”,意味着模型能够根据给定的起始词或句子,通过预测文字出现的先后概率生成一段文本 P(pre-train):代表“预训练”,在大模型被用于特
阅读全文
摘要:什么是AI Agent Agent = LLM(大脑) + Planning(规划) +Tool use (执行)+ Memory(记忆) LLM :作为核心推理机,负责理解意图、生成文本和逻辑判断 Planning:将复杂的目标拆解为可执行的步骤 Memory:记录对话历史(短期)和存储专业知识库
阅读全文

浙公网安备 33010602011771号