Aktywne Wpisy
marcelus +142
Mało informacji dało mi taką radość jak to. Chylę czoła przed ogromem pracy włożonej przez podmorskich policjantów. Najlepsze jest to, że teraz żaden taki zwyrol nie będzie spał spokojnie, tylko będzie się c--j budził w nocy z myślą czy już go mają, czy już trafili na jego trop. I dobrze. I tak ma być.
Mowa oczywiście o zatrzymaniu po 15 latach zwyrola, który zgwałcił i zameldował 13-letnia Izę w Gdańsku.
#polska
Mowa oczywiście o zatrzymaniu po 15 latach zwyrola, który zgwałcił i zameldował 13-letnia Izę w Gdańsku.
#polska
źródło: 1000037635
Pobierz
PopeLeon +8
Aktywne Znaleziska
Mirki! Pamiętacie, jak pisałem o tym, że IT zatacza moim zdaniem koło i wracamy do sprawdzonych rozwiązań? Mam kolejny ciekawy przykład, który idealnie wpisuje się w ten trend – powrót do grafów!
LangGraph to biblioteka, która umożliwia budowanie stanowych aplikacji wieloagentowych z wykorzystaniem LLM-ów. Dzięki wykorzystaniu grafów możemy tworzyć przepływy, które nie tylko wspierają cykle, ale też dają nam pełną kontrolę nad stanem i przebiegiem aplikacji.
W LangGraph możemy definiować przepływy z cyklami, co jest kluczowe dla większości architektur agentowych. To wielka zaleta w porównaniu do rozwiązań opartych na DAG (Direct Acyclic Graph), które nie obsługują pętli i powrotów.
Bardzo mocną i ważną stroną LangGraph jest wbudowana trwałość, czyli możliwość automatycznego zapisywania stanu po każdym kroku w grafie. Dzięki temu można łatwo wrócić do wcześniejszych punktów w razie błędu, a także wspierać bardziej zaawansowane funkcje, jak human-in-the-loop czy podróże w czasie (dosłownie i w przenośni!).
LangGraph inspirowany jest klasycznymi rozwiązaniami jak Pregel i Apache Beam, a jego interfejs publiczny czerpie z NetworkX. Co ciekawe, mimo że LangGraph jest tworzony przez ekipę LangChain, można go używać zupełnie niezależnie od LangChain.
Bardzo ciekawy pomysł. Polecam się pobawić.
Tutaj link:
https://langchain-ai.github.io/langgraph/
I colab:
https://github.com/langchain-ai/langgraph/blob/main/examples/multi_agent/multi-agent-collaboration.ipynb
LangGraph - budowanie chatbotów jak gry strategiczne
Wyobraź sobie, że projektujesz grę strategiczną, w której każda jednostka (np. żołnierz, robotnik) ma swój cel i wykonuje określone akcje. Gra posiada mapę z różnymi lokacjami, a jednostki mogą się po niej poruszać, wchodzić w interakcje i zmieniać stan gry. LangGraph to coś podobnego, ale zamiast jednostek mamy agentów opartych na sztucznej inteligencji (LLM), a mapę zastępuje graf.
LLM (Large Language Model) to zaawansowane modele językowe, które