摘要： 不要构建多智能体 大语言模型（LLM）智能体的框架一直令人意外地失望。我想根据我们自己的试错经验，提供一些构建智能体的原则，并解释为什么一些诱人的想法在实践中实际上相当糟糕。 上下文工程原理 我们将逐步遵循以下原则： 共享上下文 行动蕴含着隐含的决策 为什么要思考原则？ HTML于1993年问世。2 阅读全文

摘要： 从0学习PPO算法 预备知识 首先我们先来准备一些基础知识，了解一些基础术语 这幅图有五个词，接下来我们一一介绍 Environment:环境。 Agent:智能体 State:状态 Action:动作 Reward:奖励 在大模型实际运行中，agent就是大模型本身，而environment就是除 阅读全文