agents

langchain主要模块(四)：Memory

江小皮不皮的博客-CSDN博客langchain2之Memorylangchain1.概念2.主要模块模型输入/输出(ModelI/O)数据连接(Dataconnection)链式组装(Chains)代理(Agents
javastart·2023-10-18 03:42

Langchain 代理 (Agents) ，赋能超级 LLMs

原文：Langchain代理(Agents)，赋能超级LLMs-知乎大型语言模型（LLMs）非常强大，但它们缺乏“最笨”的计算机程序可以轻松处理的特定能力。
javastart·2023-10-17 14:44

在LAMP架构中部署zabbix监控系统及邮件报警机制

被监控对象只要支持SNMP协议或者运行zabbix_agents代理程序即可。agent端：主机通过安装agent方式采集数据。server端：通过收集agent发送的数据，写
weixin_34205826·2023-10-16 10:40

从大语言模型到智能Agents

作者|马湘楠单位|东北大学自然语言处理实验室来自|机器翻译学堂进NLP群—>加入NLP交流群引言智能代理（AIAgents）长期以来都被视为通往人工通用智能（AGI）的一条希望途径，预期中其能够通过自主规划和指令来自动完成相关任务。然而，早期的代理通常是一种编程实体，其通过传感器感知环境，再通过执行器对环境进行操作，以自主实现用户的特定目标。该类代理已被大量应用于各种日常任务，如自动驾驶[2][3
zenRRan·2023-10-15 08:54

AI革新之路：14篇AI-Agents论文，探讨人工智能未来

近期，关于通用人工智能（AGI）的技术发展引发了广泛的关注和热议。在这个激动人心的时期，大模型一直扮演着重要的角色，几乎成为了舞台中央的主角。然而，最近OpenAI的两位重要技术人物，AndrejKarpathy和LilianWeng，向外界传递出一个令人振奋的信号：基于LLM的AIAgents将成为AGI领域未来的重要发展方向。AndrejKarpathy的表态引起了广泛的关注。他表示，相较于大
AMiner学术搜索和科技情报挖掘·2023-10-15 08:23

Background-Machine Learning 【ML-Agents 官方文档翻译（ML-Agent 1.9.1，Unity 2018-2020）】

Background:MachineLearning鉴于许多ML-AgentsToolkit的用户可能没有正式的机器学习背景。本页面提供了一个对机器学习的概述，以帮助开发者更好的理解ML-AgentsToolkit。然而，我们不打算提供一个完整的机器学习的教程，因为网上有很多优秀的学习资源。机器学习是人工智能的一个分支，专注于从数据中学习自动处理和判断的方法。机器学习算法主要有三类：非监督学习、监
FutaAlice·2023-10-12 18:20

设计训练环境【ML-Agents 官方文档翻译（ML-Agent 1.9.1，Unity 2018-2020）】

DesigningaLearningEnvironment本节将介绍设计学习环境的一般性建议，概述ML-AgentsUnitySDK中关与场景设置相关的方面。关于Agent设计将在DesigningAgents章节中专门阐述（包含设计Agent，观测，行为和奖励，为Multi-Agent场景定义团队和模仿学习），不在本节做详细介绍。为了帮助理解ML-AgentsToolkit提供的全部功能，建议查
FutaAlice·2023-10-12 18:20

Liunx部署skywalking以及skywalking基本使用

skywalking以及skywalking基本使用1：首先先去官网下载所需的skywalking文件skywalking官网地址ApacheSkyWalking下载SkyWalking文件选择版本进行下载下载Agents
LiuEastHua·2023-10-11 01:54

通过JAVA获取天气信息

一：创建工具类erpublicclassUserAgentUtils{privatestaticfinalString[]USER_AGENTS={"Mozilla/4.0(compatible;MSIE6.0
枫林残@·2023-10-10 10:51

SpringBoot的.yml或.properties配置文件之server配置详解

server.address指定server绑定的地址server.compression.enabled是否开启压缩，默认为false.server.compression.excluded-user-agents
xilangyuyun·2023-10-08 18:15

【COMP329 LEC1 Agents and Autonomous Systems】

LEC1AgentsandAutonomousSystemsPart1：Part1:A1.Agents：(a.Anagentsisacomputersystemthatiscapableofindependent
WINNER505·2023-10-06 22:34

modelize.ai - 小记

文章目录关于关于官网：https://www.beta.modelize.aiModelize.ai是一个AIagents和teams的创作平台，通过结合多元的agents以及工作流的衔接，让AIagents
伊织code·2023-10-06 21:41

《The Rise and Potential of Large Language Model Based Agents: A Survey》全文翻译

TheRiseandPotentialofLargeLanguageModelBasedAgents:ASurve-基于LLMs的代理的兴起和潜力：一项调查论文信息摘要1.介绍2.背景2.1AI代理的起源2.2代理研究的技术趋势2.3为什么大语言模型适合作为代理大脑的主要组件论文信息题目：《TheRiseandPotentialofLargeLanguageModelBasedAgents:ASu
酿久诗·2023-09-26 12:08

大模型从入门到应用——LangChain：代理（Agents）-[代理执行器（Agent Executor）：结合使用Agent和VectorStore]

分类目录：《大模型从入门到应用》总目录LangChain系列文章：基础知识快速入门安装与环境配置链（Chains）、代理（Agent:）和记忆（Memory）快速开发聊天模型模型（Models）基础知识大型语言模型（LLMs）基础知识LLM的异步API、自定义LLM包装器、虚假LLM和人类输入LLM（HumanInputLLM）缓存LLM的调用结果加载与保存LLM类、流式传输LLM与ChatMod
von Neumann·2023-09-25 14:19

生成代理:人类行为的交互模拟（Generative Agents: Interactive Simulacra of Human Behavior）

GenerativeAgents:InteractiveSimulacraofHumanBehavior简介论文是斯坦福大学和deepmind团队联合发表，主要介绍了一种利用LLM模型指导生成Agents
WitsMakeMen·2023-09-24 23:03

Unity ML-Agents默认接口参数含义

下面的含义就是训练中常用的yaml文件：behaviors:waffle:trainer_type:ppo#训练器类型，默认ppo。还有sac和pocahyperparameters:batch_size:64#梯度下降每次迭代的经验数。应确保该值总是比buffer_size小几倍。在使用连续动作的情况下，该值应该很大（≈1000s），若只使用离散动作，该值应该更小（≈10s）。常用取值范围：Co
DWQY·2023-09-24 19:56

MLAgents (1) 球移动到指定立方体目标

1、ML-Agents库介绍ML-Agents库，训练用于2D、3D、VR/AR游戏的智能agent，经过训练的agent可用于多种目的，包括：控制NPC行为（采用各种设置，例如多个agent和对抗）、
JYliangliang·2023-09-24 05:29

MLAgents (0) Unity 安装及运行

1、下载ML-Agents下载地址GitHub-Unity-Technologies/ml-agents:TheUnityMachineLearningAgentsToolkit(ML-Agents)isanopen-sourceprojectthatenablesgamesandsimulationstoserveasenvironmentsfortrainingintelligentagent
JYliangliang·2023-09-24 05:58

Learn Prompt-Prompt 高级技巧:Agents 组件详解

在以LLM驱动的Agent系统中，LLM扮演着Agent的大脑角色，并辅以几个关键组件：规划：LLM能够进行全面的规划，不仅仅是简单的任务拆分。它可以评估不同的路径和策略，制定最佳的行动计划，以实现用户给出的目标。记忆：LLM具有记忆功能，它可以存储和检索过去的信息和经验。这使得它能够在处理用户查询时，利用之前学到的知识和经验，提供更准确和个性化的答案。工具使用：LLM熟练掌握各种工具和资源，能够
xiaoshun007～·2023-09-23 16:22

大模型从入门到应用——LangChain：代理（Agents）-[代理执行器（Agent Executor）：处理解析错误、访问中间步骤和限制最大迭代次数]

分类目录：《大模型从入门到应用》总目录LangChain系列文章：基础知识快速入门安装与环境配置链（Chains）、代理（Agent:）和记忆（Memory）快速开发聊天模型模型（Models）基础知识大型语言模型（LLMs）基础知识LLM的异步API、自定义LLM包装器、虚假LLM和人类输入LLM（HumanInputLLM）缓存LLM的调用结果加载与保存LLM类、流式传输LLM与ChatMod
von Neumann·2023-09-23 16:15

大模型从入门到应用——LangChain：代理（Agents）-[工具（Tools）：人工确认工具验证和Tools作为OpenAI函数]

分类目录：《大模型从入门到应用》总目录LangChain系列文章：基础知识快速入门安装与环境配置链（Chains）、代理（Agent:）和记忆（Memory）快速开发聊天模型模型（Models）基础知识大型语言模型（LLMs）基础知识LLM的异步API、自定义LLM包装器、虚假LLM和人类输入LLM（HumanInputLLM）缓存LLM的调用结果加载与保存LLM类、流式传输LLM与ChatMod
von Neumann·2023-09-22 18:55

Learn Prompt-Prompt 高级技巧:AI-town 虚拟小镇

我们经常讨论单个LLM的突现能力，但Agents突现在大规模下可能会更复杂和迷人。一个AI的种群可以展现出整个文明的演化。开始阅读前，如果你对其他文章感兴趣，可以到欢迎页关注我们！
xiaoshun007～·2023-09-22 15:05

wget curl post请求

wget--header=“User-Agents:Chrome”--header=“Content-Type:Application/json”--post-data=‘{“url”:“https:/
小范馆·2023-09-21 17:56

大模型从入门到应用——LangChain：代理（Agents）-[计划与执行]

分类目录：《大模型从入门到应用》总目录计划与执行代理通过首先规划要做的事情，然后执行子任务来实现目标。这个想法在很大程度上受到了BabyAGI以及《Plan-and-Solve》论文的启发。规划几乎总是由一个LLM（语言模型）来完成。执行通常由一个单独的代理（配备工具）来完成。#导入模块fromlangchain.chat_modelsimportChatOpenAIfromlangchain.e
von Neumann·2023-09-20 01:48

The Rise and Potential of Large Language Model Based Agents: A Survey

本文是LLM系列文章，针对《TheRiseandPotentialofLargeLanguageModelBasedAgents：ASurvey》的翻译。基于大型语言模型的Agent的兴起及其潜力摘要1引言2背景2.1AI代理的起源2.22.33Agent的诞生：基于LLM的Agent构建4实践中的代理：利用人工智能造福人类5代理社会：从个体到社会性6讨论7结论摘要长期以来，人类一直在追求与人类水
UnknownBody·2023-09-18 18:21

Agents 能力解密

在以LLM驱动的Agent系统中，LLM扮演着Agent的大脑角色，并辅以几个关键组件：规划：LLM能够进行全面的规划，不仅仅是简单的任务拆分。它可以评估不同的路径和策略，制定最佳的行动计划，以实现用户给出的目标。记忆：LLM具有记忆功能，它可以存储和检索过去的信息和经验。这使得它能够在处理用户查询时，利用之前学到的知识和经验，提供更准确和个性化的答案。工具使用：LLM熟练掌握各种工具和资源，能够
NaiveCode·2023-09-17 20:31

Unleashing the Power of Graph Learning through LLM-based Autonomous Agents

本文是LLM系列文章，针对《UnleashingthePowerofGraphLearningthroughLLM-basedAutonomousAgents》的翻译。通过基于LLM的自动Agent释放图学习的力量摘要1引言2相关工作3方法4实验5结论摘要图结构数据在现实世界中广泛存在和应用，而以有效的方式处理这些不同的数据和在图上学习任务是一个挑战。近年来，面对复杂的图学习任务，专家们设计了各种
UnknownBody·2023-09-15 00:28

langchain主要模块(四)：Memory

langchain2之Memorylangchain1.概念2.主要模块模型输入/输出(ModelI/O)数据连接(Dataconnection)链式组装(Chains)代理(Agents)内存(Memory
江小皮不皮·2023-09-14 22:54

langchain主要模块(五)：Agent以及Wandb

langchain2之Agent以及Wandblangchain1.概念2.主要模块模型输入/输出(ModelI/O)数据连接(Dataconnection)链式组装(Chains)代理(Agents)
江小皮不皮·2023-09-14 22:54

langchain主要模块(三)：Chain

langchain2之Chainlangchain1.概念2.主要模块模型输入/输出(ModelI/O)数据连接(Dataconnection)链式组装(Chains)代理(Agents)内存(Memory
江小皮不皮·2023-09-14 22:22

Zabbix通过SNMP协议监控H3C交换机

[H3C]snmp-agentcommunityreadpublic[H3C]snmp-agents
不爱说话的橙子·2023-09-14 00:02

Couldn‘t connect to trainer on port 5004 using API version 1.5.0. Will perform inference inst

最近在调研Ml-Agents,遇到了这个问题。相信有很多同学会和我一样，会遇到这个不算是坑的坑，特来记录一下。
小子宝丁·2023-09-12 23:57

langchain主要模块(二)：数据连接

langchain2之数据连接langchain1.概念2.主要模块模型输入/输出(ModelI/O)数据连接(Dataconnection)链式组装(Chains)代理(Agents)内存(Memory
江小皮不皮·2023-09-12 18:34

langchain主要模块(一)：模型输入输出

langchain2之模型输入输出langchain1.概念2.主要模块模型输入/输出(ModelI/O)数据连接(Dataconnection)链式组装(Chains)代理(Agents)内存(Memory
江小皮不皮·2023-09-12 18:33

大模型心高气傲，没有AI Agents生死难料

AIAgent，正在接棒大语言模型LLM，成为AI圈最火的话题。目前，AI创投圈的众生相，大概是这样的：大厂俱乐部：OpenAI内部员工声称，AIAgent是OpenAI的新方向；微软尝试推动copilot，让AI以助理的角色落地，这是一种典型的AIAgent场景；英伟达推出了Voyager，这个AIAgent可以自主写代码，独霸游戏《我的世界》；国內商汤也推出了通才AI智能体；阿里推出了数字员工
脑极体·2023-09-11 10:39

架构简析| 一种Generative Agents

GenerativeAgents架构简析斯坦福《GenerativeAgents:InteractiveSimulacraofHumanBehavior》论文解读。demo地址论文原文地址agent架构：Agent记忆的的核心挑战是确保在需要时检索和合成agent内存中最相关的部分。我们的体系结构的中心是内存流，这是一个数据库，它维护了agent经验的全面记录。MemoryandRetrieval
1m6·2023-09-09 02:25

WebArena: A Realistic Web Environment for Building Autonomous Agents

PapernameWebArena:ARealisticWebEnvironmentforBuildingAutonomousAgentsPaperReadingNotePaperURL:http://webarena.dev/static/paper.pdfProjectURL:http://webarena.dev/CodeURL:https://github.com/web-arena-x/
kebijuelun·2023-09-07 20:19

TPTU: Task Planning and Tool Usage of Large Language Model-based AI Agents

本文是LLM系列文章，针对《TPTU:TaskPlanningandToolUsageofLargeLanguageModel-basedAIAgents》的翻译。TPTU:任务规划和工具使用的LLMAgents摘要1引言2方法3评估4相关工作5结论摘要随着自然语言处理的最新进展，大型语言模型（LLM）已成为各种现实世界应用程序的强大工具。尽管LLM的能力很强，但其内在的生成能力可能不足以处理复杂
UnknownBody·2023-09-05 23:35

caniuse-lite browserslist 源码解析

caniuse-litedata目录下的文件agents//agents页面数据{A:{A:{},B:{},C:[],D:{},E:'IE',F:{}}}//解析后数据形式{ie:{usage_global
翘首等待·2023-09-02 18:08

问题记录:jenkins添加节点时Launch method没有Launch agents via SSH选项

jenkins问题记录在jenkins主页，左侧点击ManageJenkins，找到plugins选项，搜索如下插件安装：安装完插件后，即可看到ssh选项出来了
ProblemTerminator·2023-09-02 01:22

[Agent]开发---ConversationalRetrievalAgent开发

参考资料[langchain官方文档]：toolretrievalagent::::https://python.langchain.com/docs/modules/agents/how_to/custom_agent_with_tool_retrievalretrievalmemory
_Amber·2023-08-30 16:59

[Agent]-----MRKLAgentForChatModels组件开发

参考资料：https://python.langchain.com/docs/modules/agents/agent_types/reacthttps://python.langchain.com/docs
_Amber·2023-08-30 16:23

ExpeL: LLM Agents Are Experiential Learners

本文是LLM系列文章，针对《ExpeL:LLMAgentsAreExperientialLearners》的翻译。EXpeL：LLM代理是体验学习者摘要1引言2相关工作3前言4ExpeL：一个实验学习代理5实验6结论和不足摘要最近，通过利用大型语言模型中嵌入的广泛世界知识，将大型语言模型应用于决策任务的研究兴趣激增。虽然为自定义决策任务定制LLM的需求越来越大，但为特定任务微调LLM是资源密集型的
UnknownBody·2023-08-30 15:48

【infiniband】rdma-core中的ibmad_port结构体

mad_internal.h文件中定义的结构体是：structibmad_port{intport_id;/*filedescriptorreturnedbyumad_open()*/intclass_agents
一尘之中·2023-08-29 22:52

A Survey on Large Language Model based Autonomous Agents

基于大模型的自动agents综述摘要1引言2基于LLM的自动代理构建3基于LLM的自动代理应用4基于LLM的自动代理评估5相关综述6挑战6.1角色扮演能力6.2广义与人对齐6.3提示的鲁棒性6.4幻觉6.5
UnknownBody·2023-08-28 16:41

超声波创始人杨子超：AI Agents崛起

2023年7月23日，超声波俱乐部AIOpenDay在北京举办，百位AI领域顶级创业者、知名投资人汇聚一堂。超声波创始人杨子超进行了一场精彩的分享，以下为杨子超的分享整理：分享嘉宾：杨子超超声波创始人分享主题：AIAgents崛起首先我想跟大家分享一下，为什么要做超声波俱乐部。未来商业的两个能力很重要，那就是对事物的认知判断能力和组建团队的能力。而超声波俱乐部的核心主旨就是快速相互提升认知，长期成
超声波沙龙·2023-08-26 16:39

Neutron 软件架构设计与实现

Neutron的软件架构设计Neutron作为一个分布式系统，采用了主从分布式架构设计，具有负责在中央控制的NeutronServer组件（接收北向API请求，控制逻辑，下达任务），也有负责在地方执行的Agents
丁真的小马·2023-08-23 23:19

Hugging News #0602: Transformers Agents 介绍、大语言模型排行榜发布！

每一周，我们的同事都会向社区的成员们发布一些关于HuggingFace相关的更新，包括我们的产品和平台更新、社区活动、学习资源和内容更新、开源库和模型更新等，我们将其称之为「HuggingNews」，本期HuggingNews有哪些有趣的消息，快来看看吧！重磅更新TransformersAgents发布，通过自然语言控制超过十多万个HF模型！近期，我们发布了一个非常“大胆”的新特性:Transfo
·2023-08-23 23:05

生成智能体，人类行为的交互模拟（2023+Generative Agents: Interactive Simulacra of Human Behavior）

贡献点：1.提出了生成型智能体，认为人类行为的可信模拟，动态地取决于智能体不断变化的经验和环境。2.一种新颖的架构，使生成代理能够记忆，检索，反映，与其他代理交互，并通过动态发展的环境进行计划。该体系结构利用了大型语言模型的强大提示功能，并补充了这些功能，以支持更长期的代理一致性、管理动态进化记忆的能力，以及递归地产生更多代。方法：整体结构：如上图，智能体感知（perceive，比如小明在花园散步
神符编辑·2023-08-16 12:18

RETROFORMER: RETROSPECTIVE LARGE LANGUAGE AGENTS WITH POLICY GRADIENT OPTIMIZATION

本文是LLM系列文章，针对《RETROFORMER:RETROSPECTIVELARGELANGUAGEAGENTSWITHPOLICYGRADIENTOPTIMIZATION》的翻译。RETROFORMER：具有策略梯度优化的回溯性大型语言代理摘要1引言2相关工作3挑战4直觉5符号与公式6我们的方法：强化回溯性语言代理7实验8结论摘要近几个月来，出现了一种强大的新趋势，即大型语言模型（LLM）被
UnknownBody·2023-08-16 04:18
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他