前面通过glm4作为引子,现在来谈大模型知识体系结构是怎么样的

两个研究方向:开发特定的agents/强化大模型在某个领域的能力,后一个的大致方法如下图

b2207952d34a4885af8e90ed31fc3cea.png

c3db085536024daa9e61a383205b34bd.png

GLM4的function calling功能:

需要解决的问题:不能解决大数运算,不能联网

解决方法:autogpt项目:调用外部工具解决,由此衍生出ai agent:能接入外部工具的ai

如何使用function calling功能:流程图如下:

c42fe119d3d540edb7a00774fb01d799.png

以下为代码实战部分

 response = client.chat.completions.create( 
             model=\ glm-4\ ,  # 填写需要调用的模型名称 
             messages=message, 
             tools = tools, 
             tool_choice = \ auto\  
             ) 

其中,tools告知模型可以用哪些参数,tool_choice告知模型是否可以用tools,一般设置为auto

tools怎么写如下图:

3c9b6505655e4f209c2913ff39667647.png

其中function1的写法如下:

ebfff8ed9a2a49578ddcaa964ffb15f2.png

fdb9d1e12a084cfc91f25e59ff41904f.png

参数的写法如上图所示,需要三个变量 。整个过程很复杂,可以让glm帮我们写

Logo

电影级数字人,免显卡端渲染SDK,十行代码即可调用,工业级demo免费开源下载!

更多推荐