KI-Wissen Seite 12

Titel: Agent AI Towards a Holistic Intelligence Autor: Qiuyuan Huang, Naoki Wake, Bidipta Sarkar, Zane Durante, Ran Gong, Rohan Taori, Yusuke Noda, Demetri Terzopoulos, Noboru Kuno, Ade Famoti, Ashle...

Paper address: https://arxiv.org/abs/2404.17723 Knowledge Graphs können nur gezielt Entitätsrelationen extrahieren, und solche stabil extrahierbaren Entitätsrelationen können als nah an strukturierten Daten verstanden werden. Abbildung 1 zeigt eine Kombination aus Knowledge Graph (KG) und Retrieval Augmented Generation (RAG)...

Das Folgende ist eine Einführung in die Grundidee des Hint Engineering und wie es die Leistung des Large Language Model (LLM) verbessern kann... Schnittstellen für LLM: Einer der Hauptgründe, warum Large Language Models so angesagt sind, ist, dass ihre Text-zu-Text-Schnittstellen eine minimalistische Betriebserfahrung ermöglichen. In der Vergangenheit erforderte das Lösen von Aufgaben mit Deep Learning typischerweise...

Open Source Adresse: https://github.com/cpacker/MemGPT Paper Adresse: https://arxiv.org/abs/2310.08560 Offizielle Website: https://memgpt.ai/ MemGPT unterstützt: 1. die Verwaltung des Langzeitgedächtnisses oder des Zustands 2. die Verknüpfung mit RAG-basierten Technologien Externe Datenquellen 3.

Originalartikel: https://arxiv.org/pdf/2210.03629.pdf Sie verstehen auch nach der Lektüre nicht, wie ReAct funktioniert und angewendet wird? In "ReAct Implementation Logic in Practice" finden Sie eine Erklärung mit Beispielen aus der Praxis. Zusammenfassung Obwohl groß angelegte Sprachmodelle (LLMs) für die Aufgaben des Sprachverständnisses und der interaktiven...

RAG (Retrieve Augmented Generation) ist eine Technik zur Optimierung der Ausgabe von Large Language Models (LLMs) auf der Grundlage von maßgeblichen Informationen aus der Wissensbasis. Diese Technik erweitert die Funktionalität von LLMs, um auf die interne Wissensbasis eines bestimmten Bereichs oder einer Organisation zu verweisen, wenn sie Antworten auf...

Originalartikel : "Dense X Retrieval: What Retrieval Granularity Should We Use?" Hinweis: Diese Methode eignet sich für eine kleine Anzahl von Modellen, wie die OPENAI-Serie, die Claude-Serie, Mixtral, Yi und qwen. Abstrakt In Open-Domain Natural Language Processing (NLP) Aufgaben, ...

Heute habe ich ein interessantes Papier "Large Language Models as Analogical Reasoners" gelesen, in dem ein neuer Ansatz für Prompting erwähnt wird - "Analogical Prompting". Wenn Sie mit Prompt-Engineering vertraut sind, haben Sie sicher schon von "Chain of Thought" (CoT) gehört...