热门
最新
红包
立Flag
投票
同城
我的
发布
Language Agent Tree Search 🤖🌲
随着大型语言模型(LLMs)变得更快、更好、更便宜,开发人员将能够构建具有代理能力的系统,这些系统能够规划出一整个可能未来的树,而不只是按顺序规划下一个状态(例如在ReAct中)。这对于更高阶的研究任务至关重要。
Language Agent Tree Search(LATS)由@恒虚之境提出,受到现有蒙特卡洛树搜索技术(在像AlphaGo这样的强化学习环境中使用)的启发。该代理能够迭代地规划出一个完整的可能未来树。与其他论文如Tree-of-thought不同,该代理能够将基于树的规划与工具使用、反思以及一种平衡开发和探索的Smart Selection策略交错进行。
我们很兴奋能够将其作为LlamaPack在@Llamaespa中实现,感谢@文成厚。具体来说,我们向您展示了它如何适用于具有代理能力的RAG(检索增强生成)用例。
完整的食谱:https://github.com/run-llama/llama_index/blob/main/docs/docs/examples/agent/lats_agent.ipynb
LlamaPack:https://llamahub.ai/l/agent/llama-index-agent-lats?from=agent
来源论文:https://arxiv.org/pdf/2310.04406.pdf
CSDN App 扫码分享
4
53
- 复制链接
- 举报