第二支羽毛|吹灭读书灯，一身都是月

探索 AI 智能体工作流设计模式

《探索 AI 智能体工作流设计模式》欢迎关注公众号柏企阅文由大语言模型（LLM）驱动的智能体是利用 LLM 进行问题推理、制定可行计划并使用一组工具执行这些计划的系统。简单来说，这些智能体融合了高级推理能力、记忆力和任务执行能力。基于 LLM 的 AI 智能体工作流设计模式自 2022 年末

Agent

AI Agent 架构新变革：Plan-and-Execute 引领智能新潮流

AI Agent 架构新变革：Plan-and-Execute 引领智能新潮流 AI Agent 的发展一直备受瞩目。今天，我们就来深入探讨一种全新的架构——Plan-and-Execute，它正悄然改变着 AI Agent 解决复杂任务的方式。传统 ReAct 架构的困境曾经，ReAct（推理

Agent

RAG完整指南

解锁 RAG 技术：企业数据与大模型的完美融合之道为什么需要 RAG？我们可以使用像 ChatGPT 这样的大语言模型（LLM）来创建星座运势等内容，或者应用于工作等更实际的场景。然而，问题在于企业通常拥有大量的文档、规则、条例等信息，而 ChatGPT 对此一无所知。此时有两种选择：一是用企

RAG

探索大型语言模型新架构：从 MoE 到 MoA

探索大型语言模型新架构：从 MoE 到 MoA 当前，商业科技公司纷纷投身于一场激烈的竞赛，不断扩大语言模型的规模，并为其注入海量的高质量数据，试图逐步提升模型的准确性。然而，这种看似顺理成章的发展路径逐渐暴露出诸多内在局限。一方面，高质量数据的获取并非易事；另一方面，计算能力的瓶颈以及在普通用户硬

LLM架构

专家混合（MoE）大语言模型：免费的嵌入模型新宠

专家混合（MoE）大语言模型：免费的嵌入模型新宠今天，我们深入探讨一种备受瞩目的架构——专家混合（Mixture-of-Experts，MoE）大语言模型，它在嵌入模型领域展现出了独特的魅力。一、MoE 架构揭秘（一）MoE 是什么？ MoE 是一种包含多个被称为“专家”子网的架构，每个子网专

LLM架构

运行一个大模型需要多少GPU?

为大型语言模型（LLM）提供服务需要多少GPU内存？在人工智能领域，大型语言模型（LLM）已经成为推动自然语言处理和理解的关键技术。然而，随着模型规模的不断扩大，为这些模型提供服务所需的GPU内存也成为一个亟待解决的问题。本文将深入探讨如何估算为LLM提供服务的GPU内存需求，并提供实际应用的示例

理论基础

神经网络本质不过是初中生都会的复合函数？

理论基础

3月AI论文精选十篇

1. Feature-Level Insights into Artificial Text Detection with Sparse Autoencoders 核心贡献：通过稀疏自编码器揭示AI生成文本的检测特征，提出基于特征分布的鉴别方法。研究发现，AI文本在稀疏编码空间中呈现独特的"高频低幅

论文速递

强化学习详解第四部分：函数逼近，让强化学习适用于复杂世界

我们在强化学习之旅中来到了关键节点到目前为止，我们探索的环境中，智能体可以明确表示每一个可能的状态 - 动作对。但一旦踏入现实世界的复杂环境，这种 “奢侈” 便不复存在。 |文末点击阅读原文查看网页版| 更多专栏文章点击查看：

强化学习

03.31-04.06 论文速递聚焦具身智能、复杂场景渲染、电影级对话生成等前沿领域

论文速递

🌟 论文速递 | 2025.03.31-04.06 📢 聚焦具身智能、复杂场景渲染、电影级对话生成等前沿领域 1️⃣ 具身智能体：从脑启发到安全协作系统论文标题： Advances and Challenges in Foundation Agents: From Brain-Inspired