本章涵盖了在智能体（Agentic）系统中引入和集成学习能力的不同技术。赋予智能体随时间推移不断学习和改进的能力是一项极其有用的补充，但这并非设计智能体时的必要条件。实现学习能力需要额外的设计、评估和监控，具体是否值得投入取决于应用场景。这里我们所说的学习，是指通过与环境的交互来提升智能体系统性能的过程。这一过程使智能体能够适应不断变化的条件，优化其策略，……继续阅读 » Alan 21小时前 23浏览 0评论0个赞
大多数人工智能领域的工具都会使用到Python，这个需要提前安装，同时推荐使用虚拟环境进行环境的隔离，比如用Anaconda（conda create -n xxx ）或者使用Python自带的模块创建虚拟环境（python -m venv xxx）。同时在使用前请记得激活环境。训练我们使用llama-3-chinese-8b-instruct-v3，好……继续阅读 » Alan 1年前 (2024-07-26) 3909浏览 0评论0个赞
在上一章中，我们介绍了如何通过微调使语言模型学会以特定风格写作或学习特定领域的概念。我们可以将相同的原理应用于文生图模型，从而在仅使用单个GPU的情况下（对应预训练Stable Diffusion等模型所需的多GPU节点）定制这些模型。本章中，我们将使用第四章中学习的预训练Stable Diffusion基础模型，并扩展让其学习它可能不了解的风格和概念，例……继续阅读 » Alan 2年前 (2024-06-18) 7232浏览 0评论3个赞
在第二章中，我们探讨了语言模型的原理以及如何使用它们完成不同的任务，例如文本生成和序列分类。可以看到，通过适当的提示词和这些模型的零样本能力，语言模型在许多任务中无需进一步训练就能表现出色。我们还讲到了一些由社区提供的成千上万的预训练模型。在本章中，我们将学习如何通过在自有数据上进行微调来提升语言模型在特定任务上的表现。尽管预训练模型展示了非凡的能力，但其……继续阅读 » Alan 2年前 (2024-06-12) 5226浏览 0评论0个赞
