Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

Sign up for GitHub

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

chapter2 图片描述居中，部分错误显示修正 #16

Merged
merged 2 commits into from
Feb 28, 2024
Merged

chapter2 图片描述居中，部分错误显示修正 #16

Show file tree
Hide file tree
Changes from all commits
Commits
Show all changes
2 commits
Select commit Hold shift + click to select a range
2846763
chapter2
GoldWaterFall Feb 27, 2024
a1e65ac
首字母大写
GoldWaterFall Feb 27, 2024
File filter

Filter by extension

Filter by extension
Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
20 changes: 10 additions & 10 deletions docs/chapter2/AIAgent知识体系结构.md
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -29,7 +29,8 @@ ChatGPT接收单一查询的输入并返回输出，它一次不能完成超过

​

​ 图 1. LLM 驱动的自主Agents系统概述参考[LLM Powered Autonomous AgentsLilian Weng（OpenAI研究主管）](https://lilianweng.github.io/posts/2023-06-23-agent/)
​ <p align="center">图 1. LLM 驱动的自主Agents系统概述参考[LLM Powered Autonomous AgentsLilian Weng（OpenAI研究主管）](https://lilianweng.github.io/posts/2023-06-23-agent/)</p>


在后续章节中我们将一一用代码用例实际带大家体验如何开发Agent，打通规划，记忆，工具调用等能力。

Expand All @@ -43,8 +44,7 @@ Baby AGI 是一个 python 脚本，它使用 OpenAI 和 Pinecone API 以及 Lang

![steps](img/steps.png)

​ 来自 https://github.com/yoheinakajima/babyagi 的图片

​ <p align="center"> 来自 https://github.com/yoheinakajima/babyagi 的图片</p>
这个过程在为智能体创建一个目标或主任务后，主要分为以下三个步骤：

1. 获取第一个未完成的任务
Expand Down Expand Up @@ -78,19 +78,19 @@ sub_tasks = openai.ChatCompletion.create(

生成Agents的设计将 LLM 与记忆、规划和反射机制相结合，使Agents能够根据过去的经验进行行为，并与其他Agents进行交互。

• **记忆流：**是一个长期记忆模块（外部数据库），用自然语言记录智能体经验的完整列表。
• **记忆流：** 是一个长期记忆模块（外部数据库），用自然语言记录智能体经验的完整列表。

​ ￮ 每个元素都是一个观察结果，是由 Agent 直接提供的事件。代理人之间的交流可以引发新的自然语言陈述。

• **检索模型：**根据相关性、新近度和重要性，呈现上下文以告知Agents的行为。
• **检索模型：** 根据相关性、新近度和重要性，呈现上下文以告知Agents的行为。

​ ￮ 新近度：最近发生的事件得分较高

​ ￮ 重要性：区分平凡记忆和核心记忆。直接问LM。

​ ￮ 相关性：基于它与当前情况/查询的相关程度。

• **反射机制：**随着时间的推移将记忆合成更高层次的推论，并指导智能体未来的行为。它们是*对过去事件的更高层次的总结（<-注意，这与上面的*[自我反思](https://lilianweng.github.io/posts/2023-06-23-agent/#self-reflection)有点不同）
• **反射机制：** 随着时间的推移将记忆合成更高层次的推论，并指导智能体未来的行为。它们是*对过去事件的更高层次的总结（<-注意，这与上面的*[自我反思](https://lilianweng.github.io/posts/2023-06-23-agent/#self-reflection)有点不同）

​ ￮ 提示 LM 提供 100 个最新观察结果，并根据这些观测/陈述生成3个最重要的高层次问题。然后让LM回答这些问题。

Expand All @@ -106,8 +106,8 @@ sub_tasks = openai.ChatCompletion.create(

![agentarch](img/agentarch.png)


​ 图 13. 生成Agents架构。（图片来源：[Park 等人，2023](https://arxiv.org/abs/2304.03442)）
<p align="center"> 图 13. 生成Agents架构。（图片来源：[Park 等人，2023](https://arxiv.org/abs/2304.03442)）</p>
​

这种有趣的模拟会产生新兴的社交行为，例如信息传播、关系记忆（例如，两个Agents继续讨论话题）和社交活动的协调（例如举办聚会并邀请许多其他人）。

Expand All @@ -117,7 +117,7 @@ sub_tasks = openai.ChatCompletion.create(

![paper](img/paper.png)

​ 论文地址：https://arxiv.org/abs/2309.05689
​ <p align="center">论文地址：https://arxiv.org/abs/2309.05689</p>

1971年，数学家Stephen A. Cook和Leonid Levin相对独立地提出这个问题：两个复杂度类P和NP是否是恒等的？

Expand Down Expand Up @@ -155,7 +155,7 @@ sub_tasks = openai.ChatCompletion.create(

![pvsnp](img/pvsnp.png)

​ P vs. NP问题对话转换示例
​ <p align="center">P vs. NP问题对话转换示例</p>

在生成新问题或得出新结论时，通过「验证模式」，利用LLM自我批判能力进行验证和完善。

Expand Down
11 changes: 6 additions & 5 deletions docs/chapter2/多智能体框架介绍.md
View file
Open in desktop
Original file line number Diff line number Diff line change
Expand Up @@ -20,11 +20,11 @@ MetaGPT是一个多智能体协作框架，将标准化操作（**SOP**） 程

• **标准流程（SOP）**：这些是管理智能体行动和交互的既定程序，确保系统内部的有序和高效运作。

• **评审：**评审是为了解决幻觉问题。人类的幻觉实际高于大语言模型，但人类已经习惯了幻觉与错误，日常中会通过大量评审来保障复杂工作每一步的可靠性。严谨有效的评审过程能将复杂工作整体的错误率降低90%
• **评审**： 评审是为了解决幻觉问题。人类的幻觉实际高于大语言模型，但人类已经习惯了幻觉与错误，日常中会通过大量评审来保障复杂工作每一步的可靠性。严谨有效的评审过程能将复杂工作整体的错误率降低90%

• **路由**：通信是智能体之间信息交流的过程。它对于系统内的协作、谈判和竞争至关重要。

• **订阅：**需求说了一个制度改革或市场变化，所有人都应该关注/判断影响/修改计划
• **订阅**： 需求说了一个制度改革或市场变化，所有人都应该关注/判断影响/修改计划

• **经济**：这指的是多智能体环境中的价值交换系统，决定资源分配和任务优先级。

Expand Down Expand Up @@ -54,8 +54,8 @@ MetaGPT 以一行需求为输入，输出用户故事/竞争分析/需求/数据
![starhistory](img/starhistory.png)

1. **现状：**[MetaGPT](https://github.com/geekan/MetaGPT/)目前解决了软件工程的中程任务，**让用户不再只是与ChatGPT聊天，而是真正与智能体协作**。因此，MetaGPT获得了来自全世界的广泛好评（多天世界第一），也带来了全世界工程师、投资人的诸多关注，吸引了多位顶级贡献者（背景有字节AILab / 叮咚算法 / 小红书算法 / 百度 / MSRA / TikTok / bloomgpt infra / bilibili / CUHK / 港科 / CMU / UCB等背景）
2. **目标：**希望能够拓展到任意行业任意天数的任务
3. **关键点：**ChatGPT只解决了聊天，并没有解决协作。而智能体可以与人类协作，意味着智能体会成为互联网级别的入口，并且会存在于大量的IM、硬件之中，取代已有的大量SaaS
2. **目标：** 希望能够拓展到任意行业任意天数的任务
3. **关键点：** ChatGPT只解决了聊天，并没有解决协作。而智能体可以与人类协作，意味着智能体会成为互联网级别的入口，并且会存在于大量的IM、硬件之中，取代已有的大量SaaS

### 2.2.4 **其他多智能体框架**

Expand All @@ -67,7 +67,7 @@ ChatDev 是一家虚拟软件公司，通过担任不同角色的各种智能代

AutoAgents 是一个实验性的开源应用程序，用于基于 LLM的自动代理生成实验。该程序由 LLM驱动，自动生成多智能体以实现您设定的任何目标。

#### **agents**
#### **Agents**

Agents 是一个用于构建自治语言代理的开源库/框架。该库经过精心设计，可支持重要功能，包括长短期记忆、工具使用、网络导航、多智能体通信，以及包括人机交互和符号控制在内的全新功能。使用代理，只需用自然语言填写配置文件，即可自定义语言代理或多代理系统，并将语言代理部署在终端、Gradio界面或后端服务中。

Expand All @@ -86,3 +86,4 @@ AutoGen 是一个框架，它支持使用多个代理开发LLM应用程序，这
由于立场问题，我们不对其他开源项目做出任何评价，想要了解各个框架特性可以参考下文三方博客

https://www.breezedeus.com/article/ai-agent-part3

Loading