2026年1月26日
智能体设计模式三
摘要： 多智能体协作：将复杂系统结构化为多个独立且专用的协作团队，这样做主要是为拓展智能体的任务边界，使智能体在面临复杂，多领域任务时变的更游刃有余，这样也方便问题的排查，当使用智能体协作模式时需要对各个智能体进行明确的职责划分，再就是通信协议及方式的制定，这样可以使整个流程设计更加清晰明了 记忆管理：智能 阅读全文
posted @ 2026-01-26 20:59 疾风大块头 阅读(3) 评论(0) 推荐(0)
智能体设计模式二
摘要： 反思模式：它是智能体自身对用户的响应进行自我纠正或改进的机制，为什么要这样做呢，这是因为智能体的初始输出可能并不理想，需要通过对输出进行评判反思，进一步提升响应质量，典型的反思流程包括这么几步：1、智能体完成任务进行初始输出，2、以评判者角度构建提示词（重点，这也是为什么称之为反思模式的原因），对输 阅读全文
posted @ 2026-01-26 20:58 疾风大块头 阅读(3) 评论(0) 推荐(0)
智能体设计模式一
摘要： 智能体是一个对外部环境可以感知，自主决策，采取行动的系统，其核心就是大模型（用于自主决策），感知（可以是人类的输入，也可以是外部系统的输入，例如摄像头），行动（调用外部工具进行检索或操控物理实体）提示词工程是一种工程方法，核心是为了让大模型更清晰的了解用户的意图，一般采用的是问题分解的方式把复杂问题 阅读全文
posted @ 2026-01-26 20:57 疾风大块头 阅读(10) 评论(0) 推荐(0)
2026年1月21日
循环神经网络与注意力机制
摘要： RNN：循环神经网络，它主要用于处理序列问题，常见的如文本序列(给出一段文本对下一个词进行生成)，处理序列数据有一个问题，那就是组成序列的数据之间有很强的相关性，这就要求数据在前向传播进行训练的时候带上之前的所有历史信息，而这个历史信息的承载体就叫做隐藏变量（它也是一组权重参数，也是可学习的，跟我们 阅读全文
posted @ 2026-01-21 20:24 疾风大块头 阅读(5) 评论(0) 推荐(0)
2026年1月20日
经典卷积神经网络简单介绍
摘要： AlexNet：它由五个卷积层，三个最大池化层，两个全连接隐藏层和一个全连接输出层组成，采用ReLu作为激活函数，在训练过程中引入dropout增强模型泛化能力，在2012年ImageNet图像大赛上大放异彩，历史意义极其重要，它的出现引导了人们从设计特征为主到学习特征为主的思维转变，证明了深层神经 阅读全文
posted @ 2026-01-20 20:42 疾风大块头 阅读(11) 评论(0) 推荐(0)
2025年10月26日
LangChain简单介绍
摘要： LangChain是一个开源的大模型应用开发框架，为什么称之为框架呢？原因就是它将我们构建大模型应用的通用步骤进行了封装，使其模板化，通用化，这就使我们在构建大模型应用时没必要对那些通用的东西重复造轮子，减少了工作量，同时也可以使各家厂商可以快速的对接互通，该框架主要包含以下四个部分，它们构成了La 阅读全文
posted @ 2025-10-26 13:28 疾风大块头 阅读(26) 评论(0) 推荐(0)
LLM-提示词(二)
摘要： 什么是token? 大模型中token是指一段文本被分词后的处理单元，以汉字为例，分词后有可能是一个汉字，也可能是两个汉字，例如：我们是中国人，就会被分为“我们”“是”“中国”“人”，不同的模型token的长度是不一样的，但这里的token指的是模型单次输入输出的总和。 tiktoken是opena 阅读全文
posted @ 2025-10-26 13:27 疾风大块头 阅读(11) 评论(0) 推荐(0)
LLM-提示词
摘要： 基础LLM:经过大规模文本数据训练，具备推测下一个词能力的模型指令微调LLM:在基础的LLM，根据自身准备的数据进一步微调的模型，这种模型更符合自身的业务需求 提示词：按业务要求做出响应的指示性话语，最好与文本有明确的分割界限，以便模型可以识别哪是指示，哪是具体的文本内容，同时要求提示词语义表达清晰 阅读全文
posted @ 2025-10-26 13:26 疾风大块头 阅读(46) 评论(0) 推荐(0)
Transformer基本结构介绍
摘要： Transformer架构是自然语言处理领域一种非常重要的深度学习架构，主要有编码器和解码器两部分组成，核心特点是通过注意力机制来处理输入和输出之间的映射。 每个编码器由多个相同的编码层构成编码层主要包含多头注意力机制，层归一化，残差连接，全连接网络，位置编码这几部分注意力机制会计算输入序列每个元素 阅读全文
posted @ 2025-10-26 13:25 疾风大块头 阅读(15) 评论(0) 推荐(0)
大语言模型基本了解
摘要： 大语言模型有四个基本能力:1、语言理解能力，能理解人类所描述的问题2、语言生成能力，能对人类提出的问题提供一个符合人类正常阅读习惯答案3、多轮对话管理能力，面对正常连续发问的情况下，给出的答案不会前言不搭后语4、一定的逻辑推理能力，在训练时数据编织了知识，具备了一定的推理能力大语言模型本质上就是对下 阅读全文
posted @ 2025-10-26 13:24 疾风大块头 阅读(19) 评论(0) 推荐(0)
下一页