AGNTCY и будущее агентских технологий: как обеспечить взаимодействие ИИ-агентов
Одна из целей в сфере агентских технологий — обеспечить беспрепятственное взаимодействие между ИИ-агентами из различных организаций. Однако для этого требуется их совместимость, а агенты могут быть созданы с применением различных больших языковых моделей, баз данных и программного кода.
A-MEM: как новая структура памяти для агентов ИИ помогает решать сложные задачи
Специалисты из Университета Рутгерса, Ant Group и Salesforce Research разработали новую структуру, которая позволяет агентам ИИ выполнять более сложные задачи, интегрируя информацию из окружающей среды и автоматически создавая связанные воспоминания для построения сложных структур.
Microsoft внедряет ИИ в продукты для повышения эффективности работы отделов продаж
Искусственный интеллект радикально меняет рабочий процесс, беря на себя часть задач, которые раньше выполняли люди, и тем самым повышая эффективность работы. Компания Microsoft внедрила ИИ в свои продукты, чтобы помочь сотрудникам в различных сферах деятельности. Недавно было введено новое дополнение, которое касается продаж.
Gemini 2.0: бесплатный агент Google для обработки данных, который значительно экономит время
Агент Google для обработки данных: новый бесплатный помощник на базе искусственного интеллекта Gemini 2.0, который автоматизирует анализ данных, теперь доступен пользователям старше 18 лет в некоторых странах и на некоторых языках бесплатно.
Устройство Re-Act ИИ агента
Что такое Re-Act? Re-Act (Reason + Act) – это парадигма, предлагающая объединить рассуждение и выполнение действий в работе языковой модели (ReAct: Synergizing Reasoning and Acting in Language Models).В отличие от других подходов построения агентов, где модель либо только рассуждает, либо выполняет только действия, либо сразу выдаёт ответ, Re-Act заставляет модель чередовать логические рассуждения с вызовами пользовательских функций (или инструментов - Tools)
Как LangChain и LangGraph упрощают жизнь разработчика ИИ-Агентов
При разработке приложений на основе больших языковых моделей (LLM, Large Language Model) встает вопрос: вызывать ли модель напрямую через API (например, OpenAI) или использовать специализированные фреймворки вроде LangChain или LangGraph. Ниже мы рассмотрим, с какими сложностями сталкивается разработчик при прямом использовании LLM, и как LangChain и LangGraph помогают упростить создание сложных диалоговых и агентных систем. Также приведем примеры кода, сравнивая прямые вызовы с использованием этих фреймворков, и обсудим, когда их применение оправдано.Проблемы при прямом вызове LLM API
Свой стартап на LLM и агентах — это просто! (нет). Или почему технология не всегда так важна
В эпоху повального увлечения AI кажется, что достаточно взять OpenAI API, найти проблему, написать сложненький промпт и готово — ваш следующий единорог уже на подходе. Однако реальность, как всегда, оказывается намного сложнее и это мираж технологической простоты. В этой статье — рассуждения о том, почему базовая технология или стек целиком — это лишь верхушка айсберга в создании успешного продукта, и почему даже имея доступ к самым передовым технологиям, создать по-настоящему ценный продукт остается сложной задачей.
OpenAI на пороге выпуска AI-агента «Operator» с упором на безопасность и автоматизацию процессов
Согласно новому отчету The Information, OpenAI выпустит своего AI-агент "Operator" в этом месяце, что подтверждает информацию, ранее опубликованную Bloomberg в ноябре.
Используем языковые модели в AI-агентах. Часть 1. Введение в LangChain
Привет, Хабр!В одной из прошлых статей я рассказывал про дообучение языковых моделей, сегодня же я хочу поговорить про практическое использование LLM и создание AI-агентов. Но прежде, чем приступать к этому, необходимо изучить основные компоненты.Что такое LangChain?LanhChain - фреймворк, предоставляющий обширный и удобный функционал по использованию LLM, он служит для разработки приложений на основе больших языковых моделей, создания агентов, взаимодействия с векторными хранилищами и т.д.УстановкаДля установки необходимо выполнить:pip install langchain1. Интерфейс RunnableИнтерфейс
