Update 4.11从 AI 到智能系统 —— 从 LLMs 到 Agents.md

2023-04-27 10:54:24 +08:00
parent 5d4608c4e7
commit 592918e8d7
1 changed files with 4 additions and 2 deletions
--- a/4.人工智能/4.11从
+++ b/4.人工智能/4.11从
@@ -223,7 +223,9 @@ ICL（In-Context Learning，上下文学习）和 COT（Chain of Thought，思

 ICL 为输出增加惯性

-> 可以简单认为，通过 ICL Prompt，能强化人类输入到机器输出的连贯性，借以提升输出的确定性。<br/>在经过“回答”的 finetune 之前，大模型的原始能力就是基于给定文本进行接龙，而 ICL 的引入则在“回答”这一前提条件下，降低了机器开始接龙这一步骤中的语义跨度，从而使得输出更加可控。<br/>COT：<br/>![](https://hdu-cs-wiki.oss-cn-hangzhou.aliyuncs.com/NT04baWdNoYzRrxjJFfcXCgbnLh.png)
+> 可以简单认为，通过 ICL Prompt，能强化人类输入到机器输出的连贯性，借以提升输出的确定性。<br/>在经过“回答”的 finetune 之前，大模型的原始能力就是基于给定文本进行接龙，而 ICL 的引入则在“回答”这一前提条件下，降低了机器开始接龙这一步骤中的语义跨度，从而使得输出更加可控。<br/>
+
+COT：<br/>![](https://hdu-cs-wiki.oss-cn-hangzhou.aliyuncs.com/NT04baWdNoYzRrxjJFfcXCgbnLh.png)

 COT 为输出增加关联

@@ -510,7 +512,7 @@ AutoGPT 主要特性如下：
 - 接入互联网获取信息
 - 长期和短期内存管理

-考虑到工程细节，该项目实际上没用特别大的药的落地案例，但毫无疑问这是面向未来的 GPT 使用方式
+考虑到工程细节，该项目实际上没有特别大的落地案例，但毫无疑问这是面向未来的 GPT 使用方式

 其核心机制在于，通过 LLMs 和 记忆/目标管理模块 的符合，构建出了一个复杂的 Agent 系统