文章列表-AI魔法学院

文章列表

大模型是怎么“用工具”的：一文讲透 Function Calling 策略

这背后用的就是 —— Function Calling 策略。

Function Calling 大模型

面向知识图谱的大模型应用

【引子】春节期间，读了论文《An LLM Compiler for Parallel Function Calling》(https://arxiv.org/abs/2312.04511), 颇受启发，

知识图谱大模型

【Agent专题】Agent架构设计：智能体架构设计的9大核心技术全景深解析，附架构图

六、Function Calling：让语言模型动起手来 Function Calling打通了大模型到工具系统的最后一公里。

Agent 智能体架构

国产“小钢炮”MiniCPM3-4B：小参数，大能量！

端侧最强 Function Calling，媲美 GPT-4o MiniCPM 3.0 是目前端侧设备上 Function Calling 性能最强的模型之一，能够精准理解用户输入

MiniCPM3-4B 大模型

Byzer-LLM 快速体验智谱 GLM-4

Function Calling 2.

Byzer-LLM GLM-4

LLM Agent最常见的九种设计模式(图解+代码)

首先判断这里的 Action 是不是 Finish，如果不是我们就可以利用大模型把 Action 后面的自然语言转换为外部工具能识别的 API 接口，这个转换过程就是大模型的 function calling

LLM Agent 图解

Kimi+扣子Coze，我零门槛制作了一个好用的智能体Agent | 智能体开发

开发者在扣子（coze.cn）上，可以体验到 Kimi 大模型全新的 Tool Calling 能力和超强的用户意图识别能力，将这颗全新的'大脑'与平台上丰富的插件、工作流等能力结合，低门槛地打造各种业务场景下的

Kimi 扣子Coze 大模型

深入探讨GPTs和AI Assistant

允许接入三种不同类型的 tools： · 代码解释器（Code Interpreter） · 知识库集成（Retrieval） · 函数调用（Function calling

GPTs AI Assistant

MCP服务介绍及应用场景报告-来自Manus

MCP与Function Calling的区别为了更好地理解MCP，我们需要将其与现有的类似技术进行比较，特别是Function Calling（函数调用）功能。

MCP 大模型

北大开源最强aiXcoder-7B代码大模型！聚焦真实开发场景，专为企业私有部署设计

最后就是在训练过程中一开始就充分考虑了多文件的处理问题，通过结合聚类、代码Calling Graph等方式构建了多文件之间的相互注意力关系。

aiXcoder-7B 大模型

ChatGLM3-6B 功能原理解析

还新增metadata和tools参数，metadata是具体工具名称，tools是可以用到的所有工具列表，其实 ChatGLM3 是参考了 ChatGPT 的Function Calling

ChatGLM3 大模型

OpenAI 无需向量化的 RAG 新架构设计范式剖析

· 第二阶段（推理与验证）：利用 o4-mini 的推理能力来验证 OCR 结果的准确性，并使用函数调用（Function Calling）来解决不确定性，例如通过 validate_email 工具验证邮件地址

OpenAI RAG 架构

收藏！万字长文聊聊LLM Agents的现状，问题与未来

我们这里以OpenAI对话接口的函数调用功能Function Calling为例。

LLM Agents

OpenAI Assistants API 使用指南

Tool 对象表示执行命令时需要用到的工具，有代码解释器（Code Interpreter）、知识检索（Retrieval）和自定义工具（Function Calling）等。

OpenAI Assistants API

AI Agents大爆发：软件2.0雏形初现，OpenAI的下一步

ChatGPT 插件 Plugin 和 OpenAI API 函数调用 Function Calling 是 LLM 实践中增强工具使用能力的很好例子。

agent

<12 >

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2025 AI魔法学院

京ICP备20027199号-1