V
主页
大语言模型应用开发课程-AI Agent基础篇:ReAct,让模型调用工具,从外部环境中获取信息,以解决自身知识库不足的问题
发布人
Agent是未来实现人工智能全面落地各场景的关键技术。Agent以目前大语言模型作为思考的大脑,依据人们赋予它的各种思维逻辑,工具等,独立完成各种生产生活场景下的任务。由于Prompt工程只能增强模型的思考推理能力,但无法解决模型自身知识库有限的问题。更进一步,我们希望借助模型的思考推理能力来指导,甚至让它直接控制现实中的各种生产与生活活动。ReAct的基本思想就是让大模型能够观察周围的环境来获取更多信息,必要的时候,给它提供一些工具(比如调用外部API来获取信息)。 通过反复执行“思考(推理)—行动(行动输入)—观察(行动输出)”这一过程,直到完成给定的任务。这种通过交错执行推理(Reasoning)+行动(Acting)来完成任务的方法就被称为ReAct。
打开封面
下载高清视频
观看高清视频
视频下载器
自己实现一个基于COT的ReAct的agent
最火的大模型Agent-AutoGPT详解
市面上各大AI Agent智能体框架的优缺点是什么?如何选择适合自己的智能体框架?迪哥带你从零梳理AI Agent智能体学习路径!
大模型AI Agent技术合集
Agent从入门到项目实战,看这一个就够了|2023年全网最硬核的Agent保姆级教程|Agent开发必备学习路线
强推!AI Agent 智能体是什么?为什么最近如此火爆?它是AI的爆发的机会吗?-北大博士后卢菁博士授课
AI Agent实战篇Multi Agent:如何从零开始构建你自己的agent框架,通过多个 agent 分工协作来实现游戏软件开发
【李宏毅】2024年最新最全【Agent大模型】教程!大型语言模型未来趋势:打造AI Agent!2024生成式人工智慧-附带课件代码
【太牛了】Qwen结合ReAct,几分钟就能构建一个AI Agent,保姆级实操讲解,理论与实践相结合,讲述ReAct是如何作用于Qwen模型的
Agent丨工作流
如何快速建立AI Agent?Agere手把手教程!
大语言模型应用开发课程-AI Agent基础篇:Prompt工程,从Few-Shot到CoT(思维链)。附案例:使用ChatGLM3生成知识图谱
阿里通义千问Qwen-7B的原理及ReAct用法
【太牛了】2024必会的AI Agent(应用解读+项目实战)通俗易懂的解读了Agent核心框架,全流程分析-人工智能
大语言模型(LLM)开发实战系列课程原理部分:Llama2模型原理及源码详细解析
手把手带你从0到1实现大模型agent
基于⼤语⾔模型的 AI Agents—Part 1
大模型AI Agent技术合集1
基于国内大模型的ReAct代理实现—通义千问【langchain 入门】
大模型应用--RAG、Agent及其背后的Prompt Engineering技巧概览
【MultiAgent应用开发】Agentscope初探: Multi-Agent应用的初步搭建
吴恩达《使用 crewAI 的多人工智能代理系统|Multi AI Agent Systems with crewAI》中英字幕【短课英文均可关闭/拖拽】
通义千问-一起写个agent吧!
全新大语言模型驱动的agent
Multi-Agent最新开源进展分享
Agent is all you need!动手学Agent应用开发 - 魔搭Agent框架原理与实践
LangChain Agents 保姆级教程 | 动画演示 讲清 核心模块 Agents | Code 讲解 | Demo 演示
Transformer系列以及大语言模型(LLM)中的注意力机制:相对位置处理—旋转位置嵌入(RoPE)详解及数理推导
【MultiAgent应用开发】Agentscope应用:搭建复杂游戏应用
什么是AI中的ReAct
ReAct代理论文与langchain源码解读
ProAgent:清华发布实现各种场景WorkFlow自动生成的Agent,首次将Agent和RPA完美结合,连使用Zapier/n8n创建工作流都可让机器干了
【合集】GLM4快速入门与Agent开发实战|ChatGLM4中文大模型技术实战
【合集】大模型快速入门与Agent开发实战|零网络&硬件门槛上手大模型技术|本地Python代码解释器项目|数据分析Agent项目
30分钟学会React18核心语法 可能是你学会React最好的机会 前端开发必会框架 无废话精品视频
大语言模型(LLM)开发实战系列课程原理部分:ChatGLM3模型原理源码解析+使用键值缓存(kv cache)加速模型推理
LangChain 功能模块解析(五)Agents 思考链
ReAct: 实现大语言模型的推理和行动协同能力 [ICLR 2023 Oral] 【Princeton|Google】
深入解读ReAct框架
吴恩达分享:AI Agent 设计模式与展望