微信扫码
与创始人交个朋友
我要投稿
此外,吴恩达在4月初曾进行演讲,讨论了关于AI-Agents的四种开发模式:
1.Reflection反思:将LLM生成结果,搭配Prompt重新返回,让LLM自己检查错误;
如:“你是一名软件测试工程师,请你检查代码{result_code},并修正错误。”
2.Tool工具:通过Plugin方式调用其他工具,如OCR补足LLM的视觉弱势;
3.Planning计划:通过Workflow规范LLM生成流程,从而获得更好的Cot推理生成;
4.MultiAgent-Collaboration多代理合作:典型代表是斯坦福的Smallville项目,是Agents的最终形态。
53AI,企业落地应用大模型首选服务商
产品:大模型应用平台+智能体定制开发+落地咨询服务
承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-10-07
「提示词缓存」如何让Token消耗降低80%
2024-10-07
一文详解汉语新解豆包版Bot的制作方法
2024-10-07
去除“AI味”:使用这个提示词冠军的GPT4框架,一分钟教会你!
2024-10-06
一些优秀的 Prompt 库:提升 AI 工具使用效率与创造力
2024-09-30
AI 驱动的系统工程实践:提示词工程(Prompt Engineering)
2024-09-26
AGI 来了100次,提示工程死了10次
2024-09-25
Prompt输出限制怎么写?用CCoT限制输出长度的推理,大幅提高LLM准确性
2024-09-25
提示词工程
2024-06-29
2023-06-08
2024-07-10
2024-06-14
2024-07-09
2024-06-27
2024-07-10
2024-07-01
2024-08-20
2024-07-12
2024-09-11
2024-09-06
2024-07-24
2024-07-14
2024-07-10
2024-07-10
2024-07-10
2024-07-04