文章目录
- 1 什么是智能体(Agent)
- 2 什么是大语言模型(LLM)
- 2.1 LLM的训练及使用
- 2.2 Transformer架构
- 2.3 基于LLM的Agent框架
- 3 什么是检索增强生成(RAG)
- 3.1 RAG是什么
- 3.2 生成式AI应用开发
- 3.3 RAG的整体流程
- 3.4 RAG技术
- 3.4.1 简单RAG(Simple RAG)
- 3.4.2 校正RAG(Corrective RAG)
- 3.4.3 自省RAG(Self RAG)
- 3.4.4 推测RAG(Speculative RAG)
- 3.4.5 融合RAG(Fusion RAG)
- 3.4.6 自主RAG(Agentic RAG)
- 4 什么是提示词(Prompt)
- 4.1 提示词的分类
- 4.2 提示词对LLM的影响
- 4.3 如何优化提示词
- 5 参考附录
智能体Agent、大语言模型LLM、检索增强生成RAG、提示词工程Prompt。
1 什么是智能体(Agent)
一种基于LLM(Large Language Model)的能够感知环境、做出决策并执行行动以实现特定目标的自主系统。
与传统人工智能不同，Al Agent模仿人类行为模式解决问题，通过独立思考和调用工具逐步完成给定目标，实现自主操作。
以Agent为核心技术驱动，构建通用智能体平台，通过在智能体感知、记忆、规划和执行各关键环节的能力攻关，以适应不断变化的实际业务和日常办公需求，提供更加个性化和精准的服务，并助力工程人员解放脑、解放手、想的更全、做的更准,共同推动了其在更多复杂场景下的应用。
2 什么是大语言模型(LLM)
大语言模型是一类基于深度学习的人工智能模型，旨在处理和生成自然语言文本。通过训练于大规模文本数据，使得大语言模型能够理解并生成与人类语言相似的文本，执行各类自然语言处理任务。
2.1 LLM的训练及使用
LLM能够理解并生成与人类语言相似的文本&
