当谈到由生成式 AI 驱动的应用程序时,当前最流行的框架之一是智能体。智能体可以定义为高度专业化的实体,能够通过规划和与周围生态系统的互动来实现用户的目标。在本次讨论中,您将探讨 AI 智能体的主要组成部分,如大语言模型(LLMs)、提示(Prompts)、记忆(Memory)和工具(Tools)。我们还将讨论构建健壮、企业级智能体的架构最佳实践,重点关注语义缓存(semantic caching)和 GraphRag 等新兴趋势。

成为VIP会员查看完整内容
55

相关内容

小型语言模型综述
专知会员服务
53+阅读 · 2024年10月29日
从数据中心视角看多模态大型语言模型的综述
专知会员服务
58+阅读 · 2024年5月28日
【EMNLP2023教程】自然语言处理可视化,200页ppt
专知会员服务
53+阅读 · 2023年12月6日
可解释的机器学习模型和架构
专知会员服务
92+阅读 · 2023年9月17日
面向自然语言处理的知识图谱嵌入:从理论到实践
专知会员服务
53+阅读 · 2022年10月16日
基于模型的强化学习综述
专知
42+阅读 · 2022年7月13日
深度学习的下一步:Transformer和注意力机制
云头条
56+阅读 · 2019年9月14日
初学者的 Keras:实现卷积神经网络
Python程序员
24+阅读 · 2019年9月8日
手把手教你如何部署深度学习模型
全球人工智能
18+阅读 · 2018年2月5日
国家自然科学基金
46+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
17+阅读 · 2008年12月31日
A Survey of Large Language Models
Arxiv
494+阅读 · 2023年3月31日
Arxiv
81+阅读 · 2023年3月26日
VIP会员
相关VIP内容
小型语言模型综述
专知会员服务
53+阅读 · 2024年10月29日
从数据中心视角看多模态大型语言模型的综述
专知会员服务
58+阅读 · 2024年5月28日
【EMNLP2023教程】自然语言处理可视化,200页ppt
专知会员服务
53+阅读 · 2023年12月6日
可解释的机器学习模型和架构
专知会员服务
92+阅读 · 2023年9月17日
面向自然语言处理的知识图谱嵌入:从理论到实践
专知会员服务
53+阅读 · 2022年10月16日
相关资讯
基于模型的强化学习综述
专知
42+阅读 · 2022年7月13日
深度学习的下一步:Transformer和注意力机制
云头条
56+阅读 · 2019年9月14日
初学者的 Keras:实现卷积神经网络
Python程序员
24+阅读 · 2019年9月8日
手把手教你如何部署深度学习模型
全球人工智能
18+阅读 · 2018年2月5日
相关基金
国家自然科学基金
46+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
5+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
17+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员