ChatGPT与大模型研究

本章内容涵盖 代理如何通过动作在自身之外执行操作 定义和使用 OpenAI 函数 语义内核（Semantic Kernel）及其如何使用语义函数 语义函数与原生函数的协同 使用语义内核实例化 GPT

本章内容包括： 使用 AutoGen Studio 构建多智能体系统 构建一个简单的多智能体系统 创建能够通过群聊协同工作的智能体 使用 CrewAI 构建智能体团队和多智能体系统 扩展智能体数量并探

本章内容包括： 介绍 OpenAI GPT 助手平台及 ChatGPT 用户界面 构建具备代码解释能力的 GPT 助手 通过自定义动作扩展助手功能 通过上传文件为 GPT 添加知识 商业化你的 GPT

本章内容包括： 理解大语言模型（LLM）的基础知识 连接并调用 OpenAI API 使用 LM Studio 探索和应用开源大语言模型 通过提示工程（prompt engineering）引导 LL

本章内容概览 定义代理的概念 区分代理的各组成部分 分析代理时代的崛起：为何选择代理？ 揭开AI接口的面纱 探索代理的生态环境 代理并非机器学习和人工智能（AI）中的新概念。例如，在强化学习中，“代理

引言：白领“大屠杀”的灰犀牛？ 近日，AI企业 Anthropic 的CEO Dario Amodei 发出了一个令白领阶层脊背发凉的警告：未来1–5年内，美国一半的初级白领岗位可能会被AI所消灭，失

在上一章中，我们探讨了协调者-执行者-委派者（Coordinator-Worker-Delegator，简称 CWD）模型，这是一种强调协作与分工的多智能体系统设计的坚实基础。我们详细分析了协调者、执

本章内容概览 使用预训练大型语言模型进行文本、图像、语音和代码生成 少样本（few-shot）、单样本（one-shot）和零样本（zero-shot）提示技术 使用 LangChain 创建零样本个

本章内容包括 正向扩散和逆向扩散的工作原理 如何构建和训练去噪U-Net模型 使用训练好的U-Net生成花卉图像 文本生成图像Transformer的相关概念 使用DALL-E 2通过文本生成图像的P

在上一章中，我们探讨了智能体中的反思与内省这两个复杂概念。这些能力使智能体能够对自身的认知过程进行推理，从经验中学习，并动态调整其行为。 AI 智能体的重要进步之一来自于智能体如何规划与使用工具的结合

上一章中，我们介绍了智能体的基本概念，探讨了其适应性、自主性以及目标驱动的行为，这些特性使得智能体在多种应用场景中极具价值。我们还审视了支持智能体在复杂环境中茁壮成长的核心组成——感知、推理和行动。

本章内容概述 本章将深入探讨构成智能体核心的关键组成部分。正如人体有骨骼提供结构和支撑，智能体也拥有某些基础元素，使其能够适应环境、独立行动并在复杂环境中追求目标。 我们将剖析赋予智能体“生命”的重要

上一章中，我们介绍了生成式人工智能的基础知识，了解了生成式AI模型的类型，并简要讨论了基于大语言模型（LLM）的AI智能体。本章将探讨主体系统的基本原理，首先简要讨论“能动性”（agency）和“自主

本章内容包括： 使用控制信息和力度值来表示音乐 将音乐分解为索引序列 构建和训练音乐Transformer模型 利用训练好的Transformer生成音乐事件 将音乐事件转换回可播放的MIDI文件 难

本章内容包括： 使用音乐数字接口（MIDI）进行音乐表示 将音乐生成视为类似图像生成的对象创建问题 构建并训练生成对抗网络（GAN）来生成音乐 使用训练好的 MuseGAN 模型生成音乐 到目前为止，

本章内容包括： 构建一个适合您需求的精简版 GPT-2XL 模型 准备训练 GPT 风格 Transformer 的数据 从零开始训练 GPT 风格的 Transformer 使用训练好的 GPT 模

本章内容涵盖 将英语和法语短语分词为子词 理解词嵌入和位置编码 从零训练Transformer模型，实现英法翻译 使用训练好的Transformer将英文短语翻译成法文 在上一章中，我们基于论文《At

本章内容包括 从零构建生成式预训练Transformer 因果自注意力机制 从预训练模型中提取和加载权重 使用GPT-2生成连贯文本（GPT-2是ChatGPT和GPT-4的前身） 生成式预训练Tra

本章内容包括： 循环神经网络（RNN）的基本思想及其为何适合处理序列数据 字符级分词、词级分词和子词分词 词嵌入（word embedding）的原理 构建和训练RNN以生成文本 利用温度调节（tem

本章内容涵盖 Transformer 中编码器和解码器的架构与功能 注意力机制如何利用查询（query）、键（key）和值（value）为序列中的元素分配权重 不同类型的 Transformer 从零