文章列表

23k字21 分钟

# 「大模型应用」ReAct + Agent # 从提示工程到代理工程 # AI Agent 在上一篇文章中我们分析总结了大模型 Function Calling 的基本用法。大模型可以通过 Function Calling 的方式实现函数的调用，通过分析用户的提问（prompt）是否与函数的描述（description）相符决定是否进行相关函数的调用，这种能力称为大模型的原生意图识别能力。 虽然大模型具有原生意图识别、并行函数调用与多函数调用的能力，但实际运行时并不能自动按照一定的执行顺序依次调用这些函数，并在同一轮对话中直接输出结果。例如，用户询问：“你家卖健身手套吗？现在有什么优惠？”
13k字12 分钟

# 「大模型应用」Function Calling # 🌟大模型 api 的调用 # 定义 client 和 model from openai import OpenAIclient = OpenAI( base_url='https://tbnx.plus7.plus/v1', # 中转的 url 地址 api_key='sk-AVzk4v9UHTxFbmMxWnQo5PAfIzYmAPNmSgo4JMHbmKx0cPrC' # 自己生成的 key)model = "
10k字9 分钟

如无特殊说明，默认使用 pytorch 编写代码 (虽然它被称为 PyTorch，但是代码中使用 torch 而不是 pytorch ) import torch# 一、数据操作 ——Pytorch # 常见数据类型 —— 张量 (tensor) 张量也称 n 维数组。一维张量对应数学上的 向量（vector） ； 二维张量对应数学上的 矩阵（matrix） ； 二维以上的张量没有特殊的数学名称。 # 常用定义方法 # 定义一维向量 vector x = torch.arange(12)x>> tensor([ 0, 1, 2, 3, 4, 5, 6
4.4k字4 分钟

# Written at the Beginning 说是心血来潮，倒也蓄谋已久，心心念念的个人博客终于开了个头。 为什么想写博客呢，一是为了记录自己的学习过程（博主是个超级健忘的人），二是企图通过更新博客的方式 push 自己提高效率，好好学习（博主是个超级懒的人）。 经过几天的兜兜转转，踩了无数坑后，一个像样的博客总算是搭好了，先截图纪念一下 init-page，期待后续功能的完善和补充 _（自我 push 一下）。 # 博客搭建 本站采用的是 Hexo-GitHub-Netlify-Cloudflare 的架构。 简单来说就是使用 Hexo 生成博客框架，使用 GitHub 托管网站
811字1 分钟

Welcome to Hexo! This is your very first post. Check documentation for more info. If you get any problems when using Hexo, you can find the answer in troubleshooting or you can ask me on GitHub. # Quick Start # Create a new post h$ hexo new "My New Post"More info: Writing # Run server h$ h