agent

论文推荐 |【Agent】自动化Agent设计系统论文标题： Automated Design of Agentic Systems论文地址： https://arxiv.org/abs/2408.08435

autogen改变屏幕亮度官方的入门教程很容易入门，所以推荐使用官方的学习资料：autogen官方教程准备：OAI_CONFIG_LIST文件的配置为：

Windows11系统下SkyWalking环境搭建教程本文为博主在项目环境搭建时记录的SkyWalking安装流程，希望对大家能够有所帮助，不足之处欢迎批评指正🤝🤝🤝

网安打工仔

探索RAG、AI Agents和Agentic RAG的架构、应用程序和主要区别人工智能催生了能够执行各种任务的强大模型。该领域最具影响力的两项进步是检索增强生成 (RAG) 和Agents，它们在改进AI驱动的应用程序中发挥着独特的作用。然而，新兴的Agentic RAG概念提出了一种利用两种系统优势的混合模型。Agentic RAG是什么？与RAG、Agents有什么区别？接下来，本文将全面分析这三种技术的概念与联系，探索它们的架构、应用程序和主要区别。

LLM Agent系列 | 端侧Agent路由器，合纵连横AI江湖，破局端侧大模型之困！引言简介背景相关工作Octopus v4Octopus v2图中节点基于图的任务规划功能token和数据集收集

30个GPT提示词天花板，一小时从大纲到终稿PROMPT 1中文：构建研究背景与意义，阐述研究问题的紧迫性和重要性。English: Establish the research background and significance, elucidating the urgency and importance of the research question.

828华为云征文 | 云服务器Flexus X实例：开源项目 LangChain 部署，实例测试目录一、LangChain 介绍二、部署 LangChain2.1 安装 langchain2.2 安装 langchain_community

828华为云征文 | 云服务器Flexus X实例：部署 AgentOps，全方位监测智能体目录一、什么是 AgentOps ?二、部署 AgentOps2.1 安装 AgentOps2.2 注册账号

【人工智能】如何利用AI轻松将java，c++等代码转换为Python语言？程序员必读在当今快速发展的技术环境中，开发者常常需要在不同的编程语言之间进行转换。尤其是将Java代码转换为Python代码的需求日益增加。这种转换不仅可以帮助团队适应新的技术栈，还能利用Python在数据处理和机器学习等领域的优势。今天，我将为大家详细介绍如何使用AI工具高效地完成这一过程，并推荐一款优秀的代码转换助手，让你的工作更加轻松！💻

828华为云征文 | 云服务器Flexus X实例：多智能体对话框架 AutoGen 部署和实例运行目录一、什么是多智能体？二、什么是 AutoGen？三、部署 AutoGen3.1 更新 apt 软件源

【人工智能】OpenAI发布GPT-o1模型：推理能力的革命性突破，这将再次刷新编程领域的格局！在人工智能领域，推理能力的提升一直是研究者们追求的目标。就在两天前，OpenAI正式发布了其首款具有推理能力的大语言模型——o1。这款模型的推出，不仅标志着AI技术的又一次飞跃，也为开发者和用户提供了全新的工具来解决复杂问题。本文将深入探讨o1模型的特点、优势与局限，并为您提供使用指南，让您充分利用这一强大的AI工具！💡

大数据AI人工智能培训专家培训讲师叶梓

大模型从失败中学习 —— 微调大模型以提升Agent性能人工智能咨询培训老师叶梓转载标明出处以往的研究在微调LLMs作为Agent时，通常只使用成功的交互轨迹，而丢弃了未完成任务的轨迹。这不仅造成了数据和资源的浪费，也可能限制了微调过程中可能的优化路径。论文《Learning From Failure: Integrating Negative Examples when Fine-tuning Large Language Models as Agents》提出了负面感知训练（Negative-Aware Training, NAT）方法，通过适当的数据清

佛州小李哥

在亚马逊云科技上利用Agent和生成式AI写小说（上篇）今天小李哥将介绍亚马逊推出的国际前沿人工智能AI大模型平台Amazon Bedrock上的Agent的功能。我们将利用Agent结合代码应用工作流服务Step Functions创建链式提示词（Prompt Chaining），通过提示词调用Amazon Bedrock上AI大模型写一篇小说。其中架构前端使用了Streamlit框架开发，为用于提供了写小说的交互界面。整个项目的架构图如下：

【深入解析】AI工作流中的HTTP组件：客户端与服务端执行的区别在当今快速发展的技术环境中，AI工作流的设计和实现变得愈发重要。尤其是在处理HTTP组件时，前端执行与后端执行之间的区别，往往会对系统的安全性和数据的准确性产生深远的影响。今天，我们就来深入探讨这一话题，揭示前端执行如何有效避免风控，以及它在获取本地数据方面的优势。

【深度解析】GPT-3.5、GPT-4.0、GPT-4o mini的区别，你了解多少？在人工智能的浪潮中，GPT系列模型如同璀璨的明星，吸引着无数开发者和研究者的目光。随着技术的不断进步，OpenAI推出了多个版本的GPT模型，其中GPT-3.5、GPT-4.0、GPT-4o mini各具特色。今天，我们就来深入探讨它们之间的区别、应用场景以及价格对比。🚀

论文速览【LLM-agent】—— 【ReAct】Synergizing Reasoning and Acting in Language ModelsReAct prompting：使用 frozen 的大规模预训练模型（PaLM-540B），通过 few shot in-context learning 控制模型输出任务领域动作或开放式推理轨迹

如何使用混合搜索实现更好的 LLM RAG 检索基本的检索增强生成（RAG）管道使用编码器模型在给定查询时搜索相似文档。这也被称为语义搜索，因为编码器将文本转换为高维向量表示（称为嵌入），在该表示中，语义相似的文本彼此接近。

Agent实际落地的应用未来生活的无形助手想象一下，每天都要面对大量的重复性工作，比如数据录入、信息检索、邮件分类等，是否让你感到疲惫不堪？智能代理的出现，正是为了拯救我们于这些繁琐的任务之中。它们能够自动执行这些工作，节省我们的时间和人力资源，让我们有更多的精力去关注更重要的事情。

LLM分布式预训练浅析随着深度学习的不断进步，语言模型的规模越来越大，参数量级已经达到了数千亿甚至数万亿，参数规模的指数增长带来了两个巨大的挑战

知世不是芝士

自主智能体的未来：LangChain Agents如何实现复杂任务自动化在AI领域，智能体（Agents）指的是能够自主感知环境并采取行动以实现特定目标的系统。ReAct（Reasoning and Acting）范式是理解智能体的基础，它强调智能体在执行任务时的推理和行动能力。智能体通过持续地感知环境、推理和采取行动，不断优化其行为，以实现预定目标。