京东 11.11 红包
我们就来聊一聊如何实现 tinychain 中的记忆模块设计思路（5）
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
我们就来聊一聊如何实现 langchain 中的链式调用（4）
...
prompt，今天我们就来聊一聊如何实现 MemGPT 的 memory 设计原理
...
我们就来聊一聊如何实现 tinychain(10) 模仿MemGPT 实现 memory 模块
...
langchain 深入浅出(1) — Agents
...
提升 LLM 能力最简单，最便宜的方法无疑就是 prompt，今天我们就来聊一聊如何实现 langchain 的 prompt Template（1）
...
当 crewAI 遇到了 ollama
...
prompt，今天我们就来聊一聊如何实现 langchain 的 prompt Template 和 prompt template selector 设计原理
...
Everything is Function 在 agent 框架的应用(2) 收集函数作为工具集以及创建使用工具的 prompt
...
tinyChain(1) 应该如何设计路由模块(上)
...
Everything is Function 在 agent 框架的应用(1) 如何让大语言模型认识函数
...
prompt，今天我们就来聊一聊 agent 框架新的编程范式面向 pipeline 编程
...
分享 agent 框架经验，如何设计 prompt template 解释为什么需要 prompt template prompt template本质是什么
...
prompt chain 的设计初衷 是构建在 tiny graph 上 解决方案
...
暂时来看 agent 框架是对 LLM 扩展也是 LLM 落地最佳姿态，用一张图来聊一聊如何实现一个 agent 框架
...
如何写一手漂亮的 prompt
...
对于摆 Agent 面前的复杂问题，好的规划是解决问题的最佳方式(1)
...
在 LLM 的时代，向量数据库的重要性不容小视，今天从头写一个向量数据库(1)
...
【精选课程】大模型Agent详解:全面理解Agent工作原理;AI Agent是什么？如何解决大模型幻觉问题？agent框架详解 提示词prompt设计模式！
...
Agent 开始学会使用工具(1) 工具 schema 设计以及如何让 Agent 认识工具
...
RAG 深入浅出 self RAG(2) 对检索结果进行评级模块
...
自我修正的检索增强生成 CRAG 篇(1) ，搭建环境，创建轻量级检索评估器
...
在 LLM 的时代，向量数据库的重要性不容小视，今天从头写一个向量数据库(2)
...
RAG 深入浅出 self RAG(4) 对 prompt 进行优化和更新
...
精读 Agent 相关论文—Reflexion: Language Agents with Verbal Reinforcement Learning(上)
...
RAG 在 agentOS 框架的应用，下一代的操作系统
...
function calling 来扩展大模型的边界释放大模型的自由度
...
agent 设计面临的挑战，记忆力、自由度和自动化
...
如何借助 prompt 的滚雪球策略来写一篇blog
...
精读 Agent 相关论文—总结了一共 26 种提示词实用的技巧(1)
...
RAG 深入浅出 self RAG(2) 对检索结果进行评级模块
...
基于CoT—prompt：将你自己的LLM打造成chatgpt-o1
...
用文心一言AI去成视频的实战教程，真的简单又好用，自媒体人别错过！
...
Ollama+Gemma2:9b本地开源大模型输出OpenAI兼容API作为本地翻译引擎工作流|Pot|OpenAI-Translator|沉浸式翻译|喂饭教程
...
【LLM大模型+微调】从0到1入门AI大模型！LLM大模型Llama3保姆级教程，从LangChain到微调！理论+原理+代码深入解析！（附课件）
...
如何借助 prompt 的 make decision 策略，轻轻松松地写个邮件舆情分析
...
[LangChain] 05 LangChain、LangGraph 结构化输出（Structured output），gpt-4o-2024-08-06
...
精读 Agent 相关论文—AnLLMCompilerforParallelFunctionCalling(1)
...
查询分析与记忆更新的高效数据管理(4)—增强检索
...
聊一聊 agent 框架设计的点点滴滴，智能工具 tool 2.0
...
查询分析与记忆更新的高效数据管理(3)—向量数据库