文章列表-AI魔法学院

文章列表

解读提示工程（Prompt Engineering）

例如，流水线、Agent代理、CoT思维链等基于 LLM 的实现都是以某种形式的提示工程为前提的。

Prompt 提示词

吴恩达老师建议大家关注 AI 智能体工作流

nbsp; • 多智能体合作：多个 AI 智能体协同工作，分配任务，讨论和辩论想法，写作得到更好的结果 · 以下内容为推文转译：今年 AI 智能体 (AI Agent

智能体大语言模型

LLMOps框架Dify发布Workflow功能，RAG进入自由编排时代（附产品负责人分享PPT ）

Engineering 应用编排的未来是Pipeline，LlamaIndex开发预览版推出Query Pipeline，提升应用开发的灵活性 LlamaIndex的QueryPipeline在实现RAG应用后，Agent

RAG 自由编排 Workflow

Langchain中改进RAG能力的3种常用的扩展查询方法

OpenAI KEY"# Load blog post loader = WebBaseLoader("https://lilianweng.github.io/posts/2023-06-23-agent

检索增强生成 Langchain

回望做大模型一年后的感悟

写在前面过去一年应该是AI圈最万千瞩目的一年了，大家对大模型、OpenAI、ChatGPT、AI Native、Agent这些词投入了太多的关注，以至于有一年的时间好像经历原本应该两三年才有的科技进步的感觉

大模型感悟

2023年人工智能行业总结（精简版）

此外，围绕大模型的应用生态系统也迅速发展，催生了语言模型框架和智能体Agent的概念。

人工智能行业总结

独家：4259款AI产品关键指标排名与分析

在今天的AI繁荣中，从智能聊天机器人、图片生成、视频生成、AI Agent …，选项似乎无穷无尽。

生成式AI

GPTs+Notion，打造最强GPTs数据处理方案！喂饭级教程！

GPTs最大的价值在于支持Action，可以连接各种第三方API服务，一套功能丰富的Prompt结合不同的Action，就可以做到那些复杂Agent框架才能做到的事情。

GPTs Notion

歪理大集合，谁也跑不了

感知源和行动的风格肯定要根据不同的公司要有微调，比如同样是招聘的Agent，不可能期望用感知、行动和价值序列都一样的产品解决所有公司的问题。

大模型

实测：本地跑llama3:70B需要什么配置

目前看来70B模型用作本地化Agent的底座模型真的是再适合不过，性价比王者接下来好玩的事情就变得多起来了。

llama GPU内存

开源新标杆，千问Qwen2系列模型发布，全面超越LLama3

Compressor）部署（vLLM、SGL、SkyPilot、TensorRT-LLM、OpenVino、TGI）本地运行（MLX、Llama.cpp、Ollama、LM Studio） Agent

qwen 千问开源

扣子更新图像流功能，字节版 ComfyUI 来了！

用户无需编程基础，即可通过创建节点的方式，搭建工作流，轻松部署使用复杂的 Stable Diffusion.如果你是研究 AI 生图的朋友，却不知道 ComfyUI，那就好比 Agent

ComfyUI 图像流文生图

2023年人工智能行业总结

这种智能体Agent的概念开始盛行，人们看到了语言模型在未来的巨大潜力。

人工智能 AGI 思考总结

LangChain: LLM 应用聚焦的两大方向，RAG 和 Agents

下面是来自 Lilian Weng 的一张图解： Overview of a LLM-powered autonomous agent system 接下来将分别从 RAG/Agents 两个方向分别找典型例子实验

大模型

完整ChatGLM3部署教程，支持手机和车载平台部署

同时原生支持工具调用（Function Call）、代码执行（Code Interpreter）和 Agent 任务等复杂场景。

ChatGLM3 大模型

<...2 3 4 5 6 789 10 11 >

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