Quantcast
Channel: cc :: somkiat
Viewing all articles
Browse latest Browse all 2077

บันทึกการอ่าน whitepaper เรื่อง Agents

$
0
0

เห็น link ของ whitepaper เรื่อง Agents จาก twiiter
ทำการอธิบายเรื่องของ AI Agents ไว้ ประกอบไปด้วย

  • ความรู้ฐานของ AI Agents
  • แตกต่างจาก AI models อย่างไร
  • บทบาทของเครื่องมือต่าง ๆ ใน Agents
  • การปรับปรุง performance ของการเรียนรู้ในเรื่องต่าง ๆ
  • ตัวอย่างการพัฒนา Agents ด้วย Langchain

ซึ่งเป็นพื้นฐานของการเรียนรู้เรื่องนี้มาก ๆ
จึงทำการจดบันทึกไว้นิดหน่อย

รูปแสดง Architecture ของ Agent และ component พื้นฐาน

ประกอบไปด้วย

  • Orchestration เป็นตัวกลางในการจัดการระบบงาน ทั้ง profiling, ขั้นตอนการทำงาน, instruction หรือ prompt engineer technique, memory ในการจดจำ และการเลือกใช้ model ตาม use case
  • Model (Language Model) ​ซึ่งสามารถมีได้มากกว่า 1 model
  • Tools เป็นส่วนที่ทำการติดต่อไปยัง external system เพื่อทำงานหนึ่ง ๆ ตามที่ต้องการ ช่วยให้ agent ทำงานได้หลากหลาย มีข้อมูลหรือความรู้ที่มาก และ ถูกต้อง หรือ up-to-date มากยิ่งขึ้น

มีการพูดถึง Prompt engineer technique ต่าง ๆ ดังนี้

  • ReAct
  • Chain of Thought (CoT)
  • Tree of Thought (ToT)

ในเอกสารทำการอธิบายและบอกถึงการปรับปรุง performance ของการทำงานที่น่าสนใจ
ซึ่งขึ้นอยู่กับ reason, act และ การเลือก tool ที่เหมาะสม
รวมทั้งเรื่องของข้อมูลที่ถูกต้องจะช่วยได้เยอะมาก ๆ

อีกส่วนที่สำคัญคือ Tools นั้นเอง

ทำการเชื่อมต่อไปยังระบบอื่น ๆ ที่จำเป็นต่อการทำงานของ Agents นั้น ๆ
โดยแยกออกเป็น 3 ชนิด คือ

  • Extension หรือ ส่วนขยายของระบบ เช่น การดึงข้อมูลผ่าน API
  • Function คือส่วนการทำงานเฉพาะเจาะจงไปเลย เป็น module ที่ใช้ในการ reuse ต่อไป เป็นส่วนการทำงานก่อนหรือหลัง ต่อจาก Extension เพื่อจัดการข้อมูลต่าง ๆ ที่ได้รับ หรือ จัดการเรื่องของ security ต่าง ๆ
  • Data store เป็นที่จัดเก็บข้อมูล หรือ knowledge ของระบบงาน ช่วยให้ Agent จัดการกับข้อมูลที่ up-to-date อยู่อย่างเสมอ ซึ่งสามารถทำได้ทั้ง CRUD (Create-Read-Update-Delete) ซึ่งเป็นส่วนหนึ่งที่อยู่ใน RAG (Retrieval Augmented Generation) นั่นเอง ในส่วนนี้จะรองรับโครงสร้างข้อมูลทั้ง structure, unstructure และ semi-structure จากนั้นทำการจัดเก็บใน Vector database ต่อไป

ลองอ่านเพิ่มเติมดูครับ
มี code ตัวอย่างให้ลองนำไปทดลองกันดูได้ครับ
เป็นอีกหนึ่งเอกสารที่น่าสนใจ

ตัวอย่างของระบบที่ให้มาก็เข้าใจง่ายดี

ปล. แต่ตัวอย่าง code ใช้ Langchain 0.2 นะครับ
ดังนั้นถ้าใช้ version ล่าสุดก็ต้องปรับพอสมควร !!


Viewing all articles
Browse latest Browse all 2077

Trending Articles