Try-Agents-Haystack
Versuchen Sie die Agenten -> Neue Funktionen, die in Haystack 1.15.0 eingeführt wurden, damit große Sprachmodelle komplexe Abfragen und Aufgaben beheben.
Ab Release 1.15 implementiert Haystack Agenten!
Einfach ausgedrückt ist ein Agent ein großes Sprachmodell mit einer bestimmten Eingabeaufforderung.
Basierend auf dieser Eingabeaufforderung kann der Agent komplexe Fragen beantworten, indem sie eine Abfolge von Schritten ausführt.
In jedem Schritt kann das Agent (unser Gehirn?) Ein Tool aus seiner Toolbox auswählen? und verwenden Sie es, um eine Aufgabe zu erfüllen.
Einige Beispiele für Tools: Websuche, Taschenrechner, mehrere Pipelines/Knoten (in Haystack erhältlich) ...
Demo
Demo.mp4
Im Video sehen Sie den Agenten in Aktion mit der Aufgabe, Fragen zu Büchern auf meiner Leseliste zu beantworten.
- Ich habe einen CSV mit einer minimalen Leseliste hochgeladen
- Ich habe zwei Werkzeuge initialisiert ⚒️:
- Eine Frage -Antwort -Komponente zur Beantwortung von Fragen zu meiner Leseliste
- Ein Suchwerkzeug?, Welches kann im Web durchsuchen und Informationen finden
- Ich habe einen Agenten definiert, der auf Davinci -Modell basiert und mit den oben definierten Tools ausgestattet ist.
- Jetzt kann ich komplexe Fragen stellen, z. B. "Können Sie mir Informationen über das kürzeste Buch in meiner Leseliste geben, einschließlich Autor und Preis bei Amazon?" "
Derzeit arbeiten Agenten großartig mit Openai Davinci Model. Bald werden auch Open-Source-Modelle unterstützt, sodass Sie die Kraft von LLM zur Verfügung haben, ohne Ihre Daten aufzugeben!
Weitere Informationen
Agenten in Haystack
- Einführung von Wirkstoffen in Haystack: Machen Sie LLMs auflösen komplexen Aufgaben von Tuana Çelik
- Tutorial: Beantwortung von Multihop -Fragen mit Agenten
- Dokumentation der Heuheuscheibe: Der Agent
Papiere
- Reagieren: Synergisierung von Argumentation und Handeln in Sprachmodellen
- MRKL-Systeme: Eine modulare neurosymbolische Architektur, die große Sprachmodelle, externe Wissensquellen und diskretes Denken kombiniert