AI Knowledge Base

开源地址：https://github.com/cpacker/MemGPT 论文地址：https://arxiv.org/abs/2310.08560 官网：https://memgpt.ai/ ...

简介 本研究介绍了 Agora，一个为大型语言模型（LLM）网络设计的元通信协议。Agora 旨在解决代理之间通信时的效率、可扩展性和灵活性之间的三难困境，通过混合使用自然语言和结构化协议，实现高效...

我们推出了 OpenAI o1，这是一款通过强化学习训练的新型大语言模型，专门用于执行复杂推理任务。o1 的特点是"三思而后行"——在回答用户问题之前，够进行长链条的内部思考。 在多项测试中，Open...

声明：虽然基础的提示技巧（如零样本/少样本示例或指令式提示）非常高效，但面对一些复杂难题（如数学/编程或需要多步骤逻辑推理的问题）时，更复杂的提示可能更为有效。由于大型语言模型（LLM）在处理这类问题...

最近，许多从事大模型训练和推理的朋友都在讨论模型参数量和模型大小之间的关系。例如，著名的羊驼系列 LLaMA 大模型，就包含了 LLaMA-7B、LLaMA-13B、LLaMA-33B 和 LLaMA...

OpenAI o1 系列模型是通过强化学习训练的新型大语言模型，旨在执行复杂的推理。o1 模型在回答之前进行思考，并且在回应用户之前能够产生长时间的内部思考链。o1 模型在科学推理方面表现出色，在竞争...

ChatGPT记忆功能已开放很久，很多朋友并没有了解其特性。记忆不只是一个开关，不能简单的理解为打开则记忆历史消息，关闭则不记忆历史消息。 记忆功能原理 在 GPT4o系统指令，ChatGPT预置...

I've invested a lot of time researching and testing various cues to find the best results. In this video, I've summarized all these experiences into 10 levels of cue word design techniques. We'll start with the basics and go all the way down to the expert techniques that won the recent Singapore Prompter Design Competition. Then we...

没想到，AI 在编程领域掀起了半变天。从 v0 、bolt.new 再到各类结合 Agant 的编程工具 Cursor、Windsurf，AI Coding 已经具备 idea MVP 的巨大潜力。从...

计划执行型智能体提供了一种比以往设计更快、更经济且性能更强的任务执行方案。本文将指导您在LangGraph中构建三种规划智能体。 我们在LangGraph平台上推出了三种“计划执行”模式的智能体结...

如何水毕业论文？选择Agent相关命题，在React基础上加入以下灵感进行试验，根据结果倒推论点，一般都会取得一些成果。 信息感知 英文 中文 中文解释 Perception 感知 指通过感官获取...

人工智能（AI）是一个迅速发展的领域。语言模型已经发展到能够让AI Agent执行复杂任务和做出复杂决策。然而，随着这些Agent的技能不断提升，支持它们的基础设施难以跟上。 LangGraph，这是...

TL;DR 本文8200+字，全文阅读约需15分钟。本文简要回顾了从感知机到深度学习最新大模型应用 ChatGPT 的历史。 原文：https://hutusi.com/articles/the-hi...

摘要 大型语言模型（LLMs）在广泛问题上的推理性能严重依赖于链式思维提示，这涉及在提示中提供一些链式思维示范作为示例。最近的研究表明，例如思维树，已经指出了探索和自我评估在复杂问题解决中的推理步...

曾几何时，与AI对话是一场冒险。而今，通过掌握关键术语和命令，您将轻松驾驭AI，让对话变得生动而富有成效。 1. 学习术语是掌握AI能力的第一步，就像学习一门新语言的基本词汇一样重要,特别是Cha...

概述 自定义指令功能让您可以分享您希望ChatGPT在回应中考虑的任何信息。 您的指令将应用于新的对话中。 可用性 所有终端 网络、iOS 和 Android 您的数据的使用方式 您可以随时为...

原文：https://arxiv.org/abs/2409.09030 摘要 近年来，大语言模型（LLMs）取得了显著的成功，并在各种下游任务中得到了广泛应用，尤其是在软件工程（SE）领域的任务中。我...

In the field of artificial intelligence and machine learning, especially when building applications such as RAG (Retrieval Augmented Generation) systems and semantic search, efficiently processing and retrieving massive unstructured data becomes crucial. Vector databases have emerged as a core technology to address this challenge. They are not only for storing high-dimensional ...