仅供学习交流使用，其他任何行为与本博客无关！！1.ChatGLM3的本地部署和docker-desktop的安装(1)下载或git拉取ChatGLM3镜像 拉取镜像，配置环境在此文就不多赘述 gitclone https://github.com/THUDM/ChatGLM3.git(2)docker-desktop的安装这里引用这位大佬的文章，讲的很详细
参考https://zhuanlan.zhihu.com/p/657937696https://zhuanlan.zhihu.com/p/665638691概要AIAgent是指人工智能代理（ArtificialIntelligenceAgent），是一种能够感知环境、进行决策和执行动作的智能实体。大模型是AI-Agent（代理智能体）的大脑，langchain是快速构建AI-Agent的框架平台Agent其实基本就等于“大模型+插件+执行流程/思维链”，分别会对应控制端(Brain/大脑)、感知端(Preception)、执行端(Action)环节，如下，不同于传统的人工智能，AIAgent
💝💝💝欢迎来到我的博客，很高兴能够在这里和您见面！希望您在这里可以感受到一份轻松愉快的氛围，不仅可以获得有趣的内容和知识，也可以畅所欲言、分享您的想法和见解。推荐:kwan的首页,持续学习,不断总结,共同进步,活到老学到老导航檀越剑指大厂系列:全面总结java核心技术点,如集合,jvm,并发编程redis,kafka,Spring,微服务,Netty等常用开发工具系列:罗列常用的开发工具,如IDEA,Mac,Alfred,electerm,Git,typora,apifox等数据库系列:详细总结了常用数据库mysql技术点,以及工作中遇到的mysql问题等懒人运维系列:总结好用的命令,解放双手
概要开源大型语言模型(LLMs)现已达到一种性能水平，使它们适合作为推动智能体工作流的推理引擎:Mixtral甚至在我们的基准测试中超过了GPT-3.5，并且通过微调，其性能可以轻易的得到进一步增强。引言针对因果语言建模训练的大型语言模型(LLMs)可以处理广泛的任务，但它们经常在逻辑、计算和搜索等基本任务上遇到困难。最糟糕的情况是，它们在某个领域，比如数学，表现不佳，却仍然试图自己处理所有计算。为了克服这一弱点，除其他方法外，可以将LLM整合到一个系统中，在该系统中，它可以调用工具:这样的系统称为LLM智能体。在这篇文章中，我们将解释ReAct智能体的内部工作原理，然后展示如何使用最近在La
LangChain概述官方文档介绍：https://python.langchain.com/docs/get_started/introductiongithub：https://github.com/langchain-ai/langchain安装文档：https://python.langchain.com/docs/get_started/quickstart.htmlLangChain是一个基于语言模型开发应用程序的框架。它可以实现以下功能数据感知：将语言模型与其他数据源连接起来主动性：允许语言模型与其环境进行交互LangChain的主要价值在于组件：用于处理语言模型的抽象，以及每个
随着人工智能技术的迅猛发展，问答机器人在多个领域中展示了广泛的应用潜力。在这个信息爆炸的时代，许多领域都面临着海量的知识和信息，人们往往需要耗费大量的时间和精力来搜索和获取他们所需的信息。在这种情况下，垂直领域的AI问答机器人应运而生。OpenAI的GPT3.5和GPT4无疑是目前最好的LLM（大语言模型），借助OpenAI的GPT确实可以快速地打造出一个高质量的AI问答机器人，但是GPT在实际应用上存在着不少限制。比如ChatGPT的知识库是通用领域的，对于垂直领域的知识理解有限，而且对于不熟悉的知识还会存在幻觉的问题。另外GPT的训练语料大部分是英文的，对于中文的理解也存在一定的问题，这对
如果你用大语言模型来构建AI应用，那你一定不可能绕过LangChain,LangChain是现在最热门的AI应用框架之一，去年年底才刚刚发布，它在github上已经有了4.6万颗星的点赞了，在github社区上，每天都有众多大佬，用它创造一些很新很酷的应用。今天就带大家看看这个LangChain是什么，看看它凭什么能众多大佬如此兴奋呢?目录一、什么是LangChain二、LangChain六大模块1、Models2、Prompts3、Chains4、Memory5、indexes6、Agenta&Tools三、其他功能1、结构化输出2、对超长文本进行总结3、本地问答机器人一、什么是LangCh
文章目录部署环境文件下载项目文件模型配置文件模型文件运行demo遇到的问题部署环境系统版本：Windows10企业版版本号：20H2系统类型：64位操作系统,基于x64的处理器处理器：Intel®Core™i7-8700CPU@3.20GHz3.19GHz机带RAM：16.0GB显卡：NVIDIARTX2070（8G）Python版本：3.10.11文件下载文件分为两个部分：github上开源的训练、推理、以及运行demo、api的一些代码文件huggingface上的语言模型相关文件，主要包含官方训练好的大语言模型文件，以及模型文件对应的一些配置文件，其中模型文件会很大，可以使用GITLFS
RustGLMforChatGLMRustSDK-Github项目高性能、高品质体验和可靠的Rust语言ChatGLMSDK自然语言处理功能1.准备开始1.1安装Rust-up可删减程序（👇此处仅显示Windows和Android文件）Rust-up-Windows-x64-InstallationRust-up-Windows-x32-InstallationRust-up-aarch64-android-Installation如果你是Linux用户orMacOS用户,你可以点击这里进行查看:用户安装手册1️⃣安装后，请使用命令行检查Rust版本：cargo-Vorcargo--versi
相关文章：从零开始部署ubuntu+Anaconda3+langchain-chatchat+chatglm3-6b大模型，本地知识库（一）https://blog.csdn.net/hya168/article/details/131460230从零开始部署ubuntu+Anaconda3+langchain-chatchat+chatglm3-6b大模型，本地知识库（二）https://blog.csdn.net/hya168/article/details/135870440五、配置、启动langchain-chatchat5.1配置文件修改生成默认配置文件cd/data/webui/l
