Conhecimento de IA Página 12

Título: IA de agente em direção a uma inteligência holística Autor: Qiuyuan Huang, Naoki Wake, Bidipta Sarkar, Zane Durante, Ran Gong, Rohan Taori, Yusuke Noda, Demetri Terzopoulos, Noboru Kuno, Ade Famoti, Ashle...

Endereço do artigo: https://arxiv.org/abs/2404.17723 Os gráficos de conhecimento só podem extrair relações de entidades de forma direcionada, e essas relações de entidades extraíveis de forma estável podem ser entendidas como próximas a dados estruturados. A Figura 1 ilustra uma combinação de Knowledge Graph (KG) e Retrieval Augmented Generation (RAG)...

A seguir, o foco é a ideia básica da engenharia de dicas e como ela pode melhorar o desempenho do Modelo de Linguagem Grande (LLM)... Interfaces para LLM: um dos principais motivos pelos quais os modelos de linguagem grande são tão populares é que suas interfaces de texto para texto permitem uma experiência operacional minimalista. No passado, a solução de tarefas usando aprendizagem profunda normalmente exigia...

Endereço de código aberto: https://github.com/cpacker/MemGPT Endereço do documento: https://arxiv.org/abs/2310.08560 Site oficial: https://memgpt.ai/ MemGPT suporta: 1. gerenciamento de memória ou estado de longo prazo 2. links para tecnologias baseadas em RAG Fontes de dados externas 3.

Artigo original: https://arxiv.org/pdf/2210.03629.pdf Não consegue entender como o ReAct funciona e se aplica mesmo depois de lê-lo? Confira a "Lógica de implementação do ReAct na prática" para obter uma explicação com exemplos do mundo real. Resumo Embora os modelos de linguagem em larga escala (LLMs) sejam úteis nas tarefas de compreensão de linguagem e decisão interativa...

O RAG (Retrieve Augmented Generation) é uma técnica para otimizar a saída de modelos de linguagem grandes (LLMs) com base em informações autorizadas da base de conhecimento. Essa técnica amplia a funcionalidade dos LLMs para fazer referência à base de conhecimento interna de um determinado domínio ou organização ao gerar respostas para...

Artigo original: "Dense X Retrieval: What Retrieval Granularity Should We Use?" Observação: esse método é adequado para um pequeno número de modelos, como a série OPENAI, a série Claude, Mixtral, Yi e qwen. Resumo Em tarefas de processamento de linguagem natural (NLP) de domínio aberto, ...

Hoje li um artigo interessante, "Large Language Models as Analogical Reasoners", que menciona uma nova abordagem para Prompt - "Analogical Prompting". Se você está familiarizado com a engenharia de prompts, deve ter ouvido falar de "Chain of Thought" (CoT)...