2024年
-
编辑 删除
CoT 让 LLMs 更聪明
-
编辑 删除
Few-shot prompting 教 LLM 调用函数
-
编辑 删除
什么是 RAG
-
编辑 删除
吴恩达：AI Agent 设计模式之工具使用
-
编辑 删除
Reflection 让 LLM 逐步构建更高质量的输出
-
编辑 删除
让 LLM 像人一样进行任务规划和使用工具
-
编辑 删除
通过对话的方式让大模型使用外部工具
介绍如何将聊天完成 API 与外部函数结合使用，以扩展 GPT 模型的功能。
-
编辑 删除
让 LLM 稳定输出 JSON
-
编辑 删除
ReAct 框架的代码实现工作原理
-
编辑 删除
数据助手：基于 LLMs 全自动工作流处理数据并可视化结果
-
编辑 删除
OpenAI 内部工程师揭秘：如何通过 API 将大模型集成到自己的应用程序中
-
编辑 删除
OpenAI Function Calling 与 LangChain Agent 工作原理及区别
-
编辑 删除
图解 RAG 高级算法和技术
-
编辑 删除
ReAct Agent 回答 RAG 系统中的复杂问题
-
编辑 删除
更智能的 Agent，Plan-and-Execute Agents 计划和执行
-
编辑 删除
高级 RAG（Self-Reflective RAG）
-
编辑 删除
附代码｜让检索增强生成（RAG）更快
-
编辑 删除
TaskWeaver + Planner + 插件 = 超级 AI Agent
TaskWeaver 为构建智能对话 Agent 提供了一个强大而灵活的解决方案
-
编辑 删除
Embeddings-based 的搜索进行问答
GPT 擅长回答问题，但仅限于它从训练数据中记住的主题。如果你想让 GPT 回答关于不熟悉领域的问题，应该怎么做？
-
编辑 删除
如何使 ChatGPT 像你一样个性化的写作
