agent17(agent)

时间:2023-10-18 17:22:56 来源:互联网 编辑:一夜奈良山

只需四步就能构建自己的Agent!达摩院新开源框架小白也能用

阅读文章前,麻烦您点击一下“关注”,方便讨论和分享,小编将持续更新,感谢您的支持

在现今科技飞速发展的时代,智能体的打造不再是高手们的专属领域。达摩院最新研发的Agent框架,名为ModelScope-Agent,为普通用户提供了一个简单且高度可定制的平台,能够同时执行多种工具的规划与调度。这意味着,小白也可以轻松打造属于自己的智能体,从而参与到人工智能的创作与应用中来。

不仅如此,ModelScope-Agent框架还充分集成了丰富多样的工具,包括NLP、语音、视觉等多种模型,以及默认集成的知识检索、API检索等方案。通过GitHub提供的详细教程,开发者们能够轻松搭建出符合自身需求的智能体。而未来,该框架还将适配更多新增的开源大模型,推出更多应用,如客户服务Agent、个人助理Agent、StoryAgent等。可见,这个框架的设计理念旨在让智能体的构建变得简单、高效且富有创意。

那么,究竟如何通过ModelScope-Agent构建自己的Agent呢?首先,我们要拉取ModelScope-Agent的代码并安装所需的依赖,随后配置相关文件,设置token和构建API工具检索引擎。接着,启动中枢大模型,构建和使用Agent,依赖之前构建好的大模型和工具。构建完毕后,还能够注册新的工具,完全按照个人意愿进行定制。这一系列步骤详尽清晰,让开发者们能够很快上手,实现自己的智能体构想。

ModelScope-Agent框架的核心组件采用开源的大语言模型(LLMs),同时也支持多种开源LLMs上的模型训练。为了增强开源大模型作为Agent中枢的规划调度能力,配套的中英文工具指令数据集MSAgent-Bench也得到了开源。这种多模块的设计,使得ModelScope-Agent能够高效地执行各种任务,从简单的语音合成到复杂的故事创作和视频生成。

同时,他们还提出了一种新的工具指令微调训练方法——WeightedLM,通过对工具指令调用部分token进行loss加权,以提升开源大模型工具指令调用能力。基于这一方法,他们优化了MSAgent-Qwen-7B模型,相关数据集和模型也在论文中公开。

总的来说,ModelScope-Agent框架的出现不仅使得智能体的构建变得更加简单和自由,也展现了开放、共享的精神。

声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送至邮件举报,一经查实,本站将立刻删除。转载务必注明出处:http://www.hixs.net/article/20231018/1696260489115771.html