LLM应用
-
本周GitHub开源项目精选:从文档信息抽取到AI工作流框架,6个AI工具助你提升开发效率
01 谷歌开源的文档信息抽取神器 谷歌开源了一个名为 LangExtract 的 Python 库,该项目已获得近 3 万 Star。它专门利用大语言模型从非结构化文本中提取结构化信息,例如从临床病历、报告等文档中自动识别和整理关键数据,并能精准定位每条信息在原文中的位置。 其核心特点包括:精确的源定位、针对长文档的优化、以及支持交互式可视化。它能生成独立的…
-
LLM驱动的核函数进化:CAKE框架如何革新贝叶斯优化
在科学与工程实践中,常会遇到计算成本高、评估耗时的函数优化问题,例如复杂机器学习模型的超参数调整或新型材料的设计。贝叶斯优化(Bayesian Optimization,BO)作为针对这类“黑箱”问题的优化方法,已被证明具备良好效果。然而,该方法的性能很大程度上受限于其内部代理模型的选择,特别是当采用高斯过程(Gaussian Process,GP)作为代理…
-
LangGraph实战:单智能体与多智能体系统的性能对比与架构解析
在 LangGraph 中基于结构化数据源构建 在 LangGraph 中构建不同的 agent 系统 | Image by author 对于希望构建不同智能体系统的开发者而言,一个有效的切入点是深入比较单智能体工作流与多智能体工作流,这本质上是评估系统设计的灵活性与可控性之间的权衡。 本文旨在阐明 Agentic AI 的核心概念,并演示如何利用 Lan…
