代码编织梦想

ai agent系列之二:modelscope-爱代码爱编程

基础概念 ModelScope-Agent:是一个通用的、可定制的Agent框架。 Agent概念参考从Agent到Brain到Memory 概念摘要。 作为框架,主要对llm,memory,tools等模块做了如下事情: llm封装调用,提供简单配置方式选择和使用llm。 RAG和prompt管理。 tools注册/检索功能;内置to

【大模型】用魔搭创建自己的agent_agentfabric-爱代码爱编程

【大模型】用魔搭创建自己的Agent 自从OpenAI发布了GPT4,打造Agent生态以来,各种智能体涌现出来,但是在国内还是很多人无法体验这一能力。 现在魔搭社区基于通义大模型,给大家提供了另一种搭建Agent的渠道。

【ai大模型】从零开始学 langchain 之搭建最小的 rag 系统_用langchain搭配本地大模型创建rag问答系统-爱代码爱编程

RAG 可以说是 23 年以来到现在,最为火热的大模型应用技术了,很多人都有了很多经典的研究。而对于新人来说,有些代码十分复杂,导致只看表象并不理解其原理。今天,就利用 langchain 和大家一起搭建一个最简单的 RAG

机器学习 -爱代码爱编程

2. Boosting的两个核心问题 三、AdaBoost 1. 概述 2. AdaBoost两个问题如何解决 3. 算法思想 4. 算法流程 5. 算法过程图示 四、Bagging(装袋法) 1. 概述

论文翻译:large language models for education: a survey-爱代码爱编程

目录 大型语言模型在教育领域的应用:一项综述摘要1 引言2. 教育中的LLM特征2.1. LLMs的特征2.2 教育的特征2.2.1 教育发展过程 低进入门槛。2.2.2. 对教师的影响2.2.3 教育挑战

langchain:如何高效管理 llm 聊天历史记录?_langchain chathistory-爱代码爱编程

LangChain 团队发布了一篇关于使用 Dragonfly DB 来有效管理 LangChain 应用程序聊天历史记录的教程。 该教程旨在解决用户在使用 LangChain 应用程序时普遍遇到的一个问题:如何高效地管理

从零开始创建基于llm的agent_how to make a agent for llm-爱代码爱编程

Agent模型原理 Agent可以理解为在某种能自主理解、规划决策、执行复杂任务的智能体,可以将其定义为LLM + memory + planning skills + tool use,即大语言模型、记忆、任务规划、工具

从零开始学 langchain 之搭建最小的 rag 系统-爱代码爱编程

RAG 可以说是 23 年以来到现在,最为火热的大模型应用技术了,很多人都有了很多经典的研究。而对于新人来说,有些代码十分复杂,导致只看表象并不理解其原理。今天,就利用 langchain 和大家一起搭建一个最简单的 RAG

机器学习 -爱代码爱编程

1. 概述 主要思想是将弱分类器组装成一个强分类器。 在分类问题中,主要思想是将弱分类器组装成一个强分类器。具体地,它通过改变训练样本的权重,学习多个分类器,并将这些分类器进行线性组合,提高分类的性能。 提升方法就是从

[unity sentis]使用 unity 和 hugging face 创建引人入胜的 ai 驱动游戏_hugging face unity api-爱代码爱编程

英文原文:https://thomassimonini.substack.com/p/creating-an-engaging-ai-powered-game 让我们构建一款休闲游戏,其中 AI 要求玩家说一些好

hololens集成yolov8【unity开发,新手入门篇】_unity yolov8-爱代码爱编程

之前我的HoloLens目标检测功能是用的SAM+视觉大语言模型。它的好处是可以识别几乎所有对象,如墙壁或者地板或者其他的东西。但是它的缺点就是一次性只能识别一个物体,并且速度很慢。要一次性识别多个物体很麻烦,之前也是考虑过用yolo进行目标检测的,但是关于怎么去呈现检测结果是个问题。 本篇博文主要是做个笔记,同时给大家提供一种目标检测结果呈现的捷径的、

langchain初学者指南_langchain python版本-爱代码爱编程

自从ChatGPT发布以来,大语言模型(LLM)得到极大普及。虽然大多数人没有足够资金和计算资源从头开始训练LLM,但仍然可以基于预训练的LLM来构建一些很酷的东西,例如: 可以根据个人数据与外界互动的个人助理为特定目的定

langchain让llm带上记忆_langchain llmchain和runnablewithmessagehistory-爱代码爱编程

最近两年,我们见识了“百模大战”,领略到了大型语言模型(LLM)的风采,但它们也存在一个显著的缺陷:没有记忆。 在对话中,无法记住上下文的 LLM 常常会让用户感到困扰。本文探讨如何利用 LangChain,快速为 LLM

从零开始学 langchain-爱代码爱编程

大模型这么火,你有没有想过如何基于大模型去创建自己的应用呢?作为技术人了不起相信很多小伙伴们都有过这种想法,但是不知道该如何着手。 其实业内已经有很多成熟的框架来帮助开发人员进行大模型应用开发的了,对于我们开发人员来说不需

从零开始学langchain(4):embedding专题-爱代码爱编程

文本嵌入是什么 向量是一个有方向和长度的量,可以用数学中的坐标来表示。例如,可以用二维坐标系中的向量表示一个平面上的点,也可以用三维坐标系中的向量表示一个空间中的点。在机器学习中,向量通常用于表示数据的特征。 而文本嵌入

【机器学习】集成模型 集成学习:多个模型相结合实现更好的预测_模型集成(2)_集成学习交叉验证-爱代码爱编程

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。 需要这份系统化的资料的朋友,可以点击这里获取! 一个人可以走的很快,但一群人才能走的更远!不论你是正从事I

深度探索:机器学习中的bagging原理及其应用_如何使用bagging-爱代码爱编程

目录 1. 引言与背景 2. Bagging定理 3. 算法原理 4. 算法实现 5. 优缺点分析 优点: 缺点: 6. 案例应用 7. 对比与其他算法 8. 结论与展望 1. 引言与背景 在机器学习领域,单个模型往往难以同时兼顾预测精度与鲁棒性。面对复杂、非线性或高维的数据集,模型容易过拟合训练数据或对噪声敏感。为解决

[unity sentis] 使用 hugging face transformers 和 unity sentis 创建 ai 机器人 npc_unity ai npc-爱代码爱编程

英文原文:https://thomassimonini.substack.com/p/create-an-ai-robot-npc-using-hugging 文章目录 句子相似度的力量这个游戏如何

[unity sentis] 了解 sentis 中的模型_训练 onnx,然后sentis么-爱代码爱编程

英文原文:https://docs.unity3d.com/Packages/com.unity.sentis@1.3/manual/models-concept.html 了解 Sentis 中的模型 Sen

[unity sentis] 了解 sentis 工作流程-爱代码爱编程

英文原文:https://docs.unity3d.com/Packages/com.unity.sentis@1.3/manual/understand-sentis-workflow.html 要在 Unit