AI系列
文章平均质量分 90
NaiveCode
代码
展开
-
AI AIgents时代-(六.)OpenAgents
尽管这个Agent多了一步需要用户手动在控制台中开启的步骤,但也无法否认该Agent相当强大,比如根据用户提问的航班信息,自动在网页中输入航班起始地、时间、往返条件,网页跳转后还可继续对比机票价格,并返回结果给用户。比如只需在平台上输入您感兴趣的主题或领域,Data Agent可以自动在Kaggle上搜索数据集,寻找到适合用户需求的有用数据集,并可以直接生成Python或SQL代码,自动运行进行数据清洗。具体来说,接受用户意图作为输入,由基于LLM的策略来预测下一个动作,以及用于选择的动作空间组成。原创 2023-11-03 11:35:58 · 700 阅读 · 0 评论 -
AI AIgents时代-(五.)Autogen
另外,UserProxy 还有一个 human_input_mode 参数,设置为 NEVER,表示整个过程都不需要人参与,也可以设置为其他值,它会等待人的输入后再进行下一步操作,这个设计可以让人参与到任务执行过程,避免跑偏。1)定义一个 Assistant Agent,它的任务是解决问题 2)定义一个 UserProxy Agent,它的任务是替代人询问问题,同时在本地执行程序。它允许性能调优,API统一和缓存等实用程序,以及高级使用模式,如错误处理,多配置推理,上下文编程等。原创 2023-10-18 20:25:06 · 867 阅读 · 0 评论 -
AIgents时代 - (一) 什么是Agent?
OpenAI联合创始人Andrej Karpathy在一个开发者活动上发表讲话,谈及了他和OpenAI对AI Agents的看法。他将过去开发 AI Agents 的困难与现在依靠新技术工具而带来的新机会进行了对比。Andrej Karpathy 认为普通人、创业者和极客在构建 AI Agents 方面相比 OpenAI 这样的公司有更多优势,因为大家都处于平等竞争的状态。他对这一领域的成果充满期待。原创 2023-09-12 21:23:01 · 347 阅读 · 0 评论 -
AIgents时代 - (二.) Agents 能力解密
Reflexion采用标准的强化学习设置,奖励模型提供简单的二元奖励(即判断行动正确与否),而行动空间遵循 ReAct 中的设置,通过语言加强特定任务的行动空间,增加了复杂的推理步骤。ReAct是一种将推理和行动融合在一起的技术,通过将行动空间扩展为特定任务的离散行动和语言空间的组合,将其整合到LLM中。现在,Agent 回顾主要目标(获取关于Twitter的最新新闻,并发送摘要)以及它刚刚完成的内容(获得一系列关于Twitter的新闻链接),并决定其下一个任务需要是什么。感觉记忆通常只持续几秒钟。原创 2023-09-13 20:22:49 · 1560 阅读 · 0 评论 -
AI AIgents时代 - (三.) AutoGPT和AgentGPT
它利用GPT4作为大脑,结合langchain的链接思想,连接各种工具和互联网资源,来完成人类给予的任务。从本质上来说,它就是一个 AutoGPT,您无需自行搭建,也不必担心繁杂的构建步骤,只需要登录网站就可以使用。AutoGPT 所做的事情就是把电脑的控制权、向量空间的云存储、各种工具的API交给了AI。点击提交,AgentGPT会利用其强大的自然语言处理能力来搜索最新的新闻,并呈现出相关的摘要。您可以阅读并评估生成的新闻摘要,如果需要,还可以对其进行修改或完善,让摘要更贴合您的需求。原创 2023-09-16 08:52:09 · 1891 阅读 · 1 评论 -
AI AIgents时代 - (四.) HuggingGPT & MetaGPT
K在这里只是一个表示模型数量的常数,例如,如果设置为3,那么它将选择下载次数最多的3个模型。在HuggingGPT中,ChatGPT充当了”操作大脑”的角色,能够自动解析用户提出的需求,并在Hugging Face的AI模型库中进行自动模型选择、执行和报告,为我们开发更复杂的人工智能程序提供了极大的便利。HuggingGPT是一个多模型调用的 Agent 框架,利用 ChatGPT 作为任务规划器,根据每个模型的描述来选择 HuggingFace 平台上可用的模型,最后根据模型的执行结果生成总结性的响应。原创 2023-09-21 09:38:38 · 866 阅读 · 2 评论