最近 Agent 智能体很火,人工智能领域国际上最权威的学者之一吴恩达教授,不但总结了Agent设计模式,还亲自下场开发了一款翻译Agent。
这个翻译Agent在设计模式和提示词工程等方面都有许多值得学习的地方。老渡拆解一下,跟朋友们分享。
翻译Agent项目已开源,有三千多的关注
下面是翻译Agent的实现思路,分三步骤
-
让大模型直接翻译,得到初版结果
-
让大模型反思初版翻译结果,提出建设性的改进建议
-
使用这些建议改进翻译
上面的每一步都是一个 Prompt。
对于我们大部分人来说,一般只用到第一步。而翻译Agent之所以被称为Agent,核心就在后两步。
后两步用到的是Agent设计模式中的反思模式,就是让大模型检查、评估上一步生成的结果,提出改进,并重新生成。
其中,第二步反思Prompt的内容如下:
得到改进意见后,第三步的Prompt会基于这些改进意见重新翻译
上述Prompt提示词,有两个值得学习的地方——分隔符和系统提示。
正好前不久“首届GPT-4提示工程大赛” 夺冠者也提到了这两点。
分隔符是特殊的符号,能帮助大语言模型辨识提示词中哪些部分是有特殊含义的,一般可用 XML 标签表示。
比如,上面的提示词中<SOURCE_TEXT>、、<EXPERT_SUGGESTIONS>等XML标签用来标识原文、翻译后的内容和改进意见。
大模型可以直接读懂这些分隔符,而不需要在提示词中增加额外解释,从而简化整体提示词的复杂度。
系统提示是向大语言模型提供的关于其应如何响应的额外指示。这被视为一种额外的提示,因为它超出了大模型的常规用户提示。
上面提示词中 system_message 中的内容就是系统提示词。
翻译Agent项目是用Python代码编写的,实现了简单工作流将上述三个步骤串联起来。
不管是 dify 还是扣子,都支持工作流,配置好大模型和提示词,就可以零代码复现这个翻译Agent了。
读者福利:如果大家对大模型感兴趣,这套大模型学习资料一定对你有用
对于0基础小白入门:
如果你是零基础小白,想快速入门大模型是可以考虑的。
一方面是学习时间相对较短,学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。
包括:大模型学习线路汇总、学习阶段,大模型实战案例,大模型学习视频,人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型!
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费
】🆓
👉AI大模型学习路线汇总👈
大模型学习路线图,整体分为7个大的阶段:(全套教程文末领取哈)
第一阶段: 从大模型系统设计入手,讲解大模型的主要方法;
第二阶段: 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用;
第三阶段: 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统;
第四阶段: 大模型知识库应用开发以LangChain框架为例,构建物流行业咨询智能问答系统;
第五阶段: 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型;
第六阶段: 以SD多模态大模型为主,搭建了文生图小程序案例;
第七阶段: 以大模型平台应用与开发为主,通过星火大模型,文心大模型等成熟大模型构建大模型行业应用。
👉大模型实战案例👈
光学理论是没用的,要学会跟着一起做,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
👉大模型视频和PDF合集👈
观看零基础学习书籍和视频,看书籍和视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
👉学会后的收获:👈
• 基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;
• 能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;
• 基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;
• 能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习框架等技术,这些技术的掌握可以提高程序员的编码能力和分析能力,让程序员更加熟练地编写高质量的代码。
👉获取方式:
😝有需要的小伙伴,可以保存图片到wx扫描二v码免费领取【保证100%免费
】🆓