lanzeou-大赛人网-第80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...
案例分析二:Data Analysis Agent 同时查询多个指标,为什么比串行下钻更适合“横向比较”?-大赛人网

案例分析二:Data Analysis Agent 同时查询多个指标,为什么比串行下钻更适合“横向比较”?

场景背景 用户问,“昨天收入下降,到底是请求、曝光、点击还是 eCPM 出问题?” 如果 Agent 串行: query request ↓ query impression ↓ query click ↓ query ecpm 每个 SQL 查询 1.5 秒。 ...
第 3 章 Python 核心基础-大赛人网

第 3 章 Python 核心基础

1. 字面量 1.1. 概述 来看这样一个场景:老师让学生把:姓名、年龄、体重写在纸上,纸上的文字,就是学生想要表达的内容,这些内容不需要计算、也不需要转换,就是字面上的含义,一看就能理解。...
7.2 参数初始化和正则化-大赛人网

7.2 参数初始化和正则化

7.2.1 全连接层(nn.Linear) 在神经网络中,参数主要位于全连接层(仿射层Affine)中。 PyTorch提供了torch.nn模块,专门用于神经网络的构建和训练。其中全连接层被实现为Linear类,内部有两个...
小节五:SubAgent 与 DAG 到底有什么区别——不要只看“有几个节点”,要看控制权-大赛人网

小节五:SubAgent 与 DAG 到底有什么区别——不要只看“有几个节点”,要看控制权

现在我们正式回答本章最重点的问题。 SubAgent 与 DAG 到底有什么区别? 先说结论: SubAgent 是执行单元,DAG 是控制结构。 它们甚至可以一起使用。 DAG 是什么? DAG 关注: 节点 依赖 顺序 ...
4.2.2 一元线性回归解析解-大赛人网

4.2.2 一元线性回归解析解

# 自变量,每周学习时长 X = [[5], [8], [10], [12], [15], [3], [7], [9], [14], [6]] # 因变量,数学考试成绩 y = [55, 65, 70, 75, 85, 50...
小节一:Context Compaction 到底压缩什么——先区分“历史细节”和“当前决策所需信息”-大赛人网

小节一:Context Compaction 到底压缩什么——先区分“历史细节”和“当前决策所需信息”

Context Compaction 最容易犯的第一个错误,就是把所有内容一视同仁。 但实际上,Context 里的不同信息生命周期完全不同。 第一类:绝对不能因为历史太长就随便删掉的内容 这类通常包括: Syste...
8.3. 字典的增删改查-大赛人网

8.3. 字典的增删改查

1️⃣新增 新增语法:字典[key] = 值 # 新增 d1 = {'张三': 72, '李四': 60, '王五': 85} d1['赵六'] = 100 print(d1) 2️⃣删除 # 删除 d1 = {'张三': 72, '李四': 60, '王五': 85} # 删除...
小节一:State 到底是什么——它不是“聊天记录”,而是 Agent 当前运行事实的集合-大赛人网

小节一:State 到底是什么——它不是“聊天记录”,而是 Agent 当前运行事实的集合

我们先从一个最容易误解的地方开始。 很多人会说,“Agent 不是已经有 messages 了吗?这不就是状态?” 不完全是。 messages 是 State 的一部分,但它不是全部。 聊天记录主要...
案例分析一:Coding Agent 为什么总把 filename 传给 read_file(path)?-大赛人网

案例分析一:Coding Agent 为什么总把 filename 传给 read_file(path)?

场景背景 我们做了一个 Coding Agent。 Tool: def read_file( path: str, ): ... Prompt 里只告诉模型: 你可以使用 read_file 读取文件。 运行中经常出现: { 'name': 'read_file', 'argument...
4. 模型选择与构建-大赛人网

4. 模型选择与构建

选择一个适合的模型进行欺诈交易检测,并详细介绍其原理及适用性。 此外,我们会进行多维度数据分析,以提高欺诈识别的准确性。 4.1 模型选择 在欺诈交易检测问题中,我们面临以下几个挑战: 类...