lanzeou-大赛人网-第110页
lanzeou的头像-大赛人网
lanzeou管理员超级版主
这家伙很懒,什么都没有写...
第一章 深度学习概述-大赛人网

第一章 深度学习概述

1.1 深度学习简介 深度学习作为机器学习的一个分支,专注于使用多层神经网络(深度神经网络)来建模和解决问题。 人脑中有很多相互连接的神经元,当大脑处理信息时,这些神经元之间通过电信号和...
26天前
0369
8.3.3 T5-大赛人网

8.3.3 T5

概述 T5(Text-to-Text Transfer Transformer)是 Google Research 于 2020 年提出的一种统一预训练框架,它首次在完整的 Transformer 编码器-解码器结构(Encoder-Decoder)上实现了预训练语言...
3. 特征工程-大赛人网

3. 特征工程

特征工程是数据分析和建模中非常重要的一步,通过选择、提取或构造对模型有效的特征,可以提高模型的性能和预测准确性。在本案例中,我们将进行特征选择、构造新特征,确保它们与分析目标(预测...
19天前
03612
章末自测-大赛人网

章末自测

题目 1:为什么直接在 Agent Engine 中 import OpenAI SDK 是一种强耦合? 假设 AgentEngine.run() 内部直接创建 OpenAI Client、发请求、读取原始 Response 字段。请说明未来切 Clau...
小节二:Middleware 应该做哪些事——Permission、Safety、Risk、Approval 四层不要混在一起-大赛人网

小节二:Middleware 应该做哪些事——Permission、Safety、Risk、Approval 四层不要混在一起

现在我们进一步设计 Middleware。 一个成熟但仍然清晰的第一版,可以拆成四层: Permission Safety Risk Classification Approval 把四层放在一起看,实际上是一条逐步收紧的判断链:先核对身份...
1.2 如何解决记忆问题-大赛人网

1.2 如何解决记忆问题

1.2.1 上下文工程 实现这个记忆功能,就需要额外的模块去保存我们和模型对话的上下文信息,然后在下一次请求时,把历史信息都输入给模型,让模型输出结果。在 LangChain 中, 记忆(Memory) 就是...
案例分析二:Coding Agent 失败以后,如何通过 SQLite 还原“失败前最后发生了什么”?-大赛人网

案例分析二:Coding Agent 失败以后,如何通过 SQLite 还原“失败前最后发生了什么”?

场景背景 Run: run_bugfix_009 执行过程: Step 1 读取项目 Step 2 读取 app.py Step 3 运行 pytest Step 4 发现 ImportError Step 5 检查 requirements.txt Step 6 Tool 执行超时 服务随后崩...
小节四:把 Registry 接入 Agent Harness——让模型看到的 Tool 和 Harness 能执行的 Tool 来自同一个地方-大赛人网

小节四:把 Registry 接入 Agent Harness——让模型看到的 Tool 和 Harness 能执行的 Tool 来自同一个地方

这一节的核心思想就一句话:模型能看到什么工具,Harness 就应该从同一个来源里去执行什么工具。只要来源分裂,后面就很容易出现“模型看得到但系统调不到”,或者“系统能执行但模型根本不知道...
4.3 GRU-大赛人网

4.3 GRU

4.3.1 概述 Gated Recurrent Unit(GRU)是为了进一步简化 LSTM 结构、降低计算成本而提出的一种变体。GRU 保留了门控机制的核心思想,但相比 LSTM,结构更为简洁,参数更少,训练效率更高。 在...
3.4 何时写入记忆-大赛人网

3.4 何时写入记忆

官方介绍了两种方式。 在主流程里写(hot path)也就是:用户发消息,AI 一边回答,一边决定要不要记下来。优点: 立即生效 下一轮马上能用 用户可感知,透明 缺点: 增加延迟 逻辑变复杂 在后...