ChatGPT、Playground手動模擬Agent摘要緩沖混合記憶功能

01. 摘要緩沖混合記憶

摘要緩沖混合記憶中,所需的模塊有:

  1. chat_message_history:存儲歷史消息列表。
  2. moving_summary_buffer:移除消息的匯總字符串。
  3. summary_llm:生成摘要的 LLM,接收 summary(當前摘要)、query(人類提問)、content(AI生成)。
  4. max_tokens:限制記憶模塊存儲消息的最大 token 數。
  5. get_num_tokens:用于統計傳入的文本的 token 數

02. ChatGPT/Playground 模擬

將記憶的?max_tokens?長度設置為 300,模擬所需物料:

  1. ChatGPT 官網:https://chatgpt.com/(無痕模式)
  2. OpenAI Tokenizer:https://platform.openai.com/tokenizer

人類提問

你是由OpenAI開發的聊天機器人,請幫助用戶回答問題。

摘要: -

消息列表: -

用戶的提問是: 你好,我是好好,喜歡唱跳rap打籃球,你是誰?你喜歡什么呢?

AI 回復內容:

你好,好好!我是ChatGPT,一個由OpenAI訓練的大型語言模型。很高興認識你!我沒有像人類一樣的個人喜好,但我喜歡幫助人們解決問題、回答問題和分享知識。你提到喜歡唱跳rap和打籃球,感覺你生活非常豐富多彩!你有特別喜歡的歌手或者籃球隊嗎?

聊天消息列表:

Human: 你好,我是好好,喜歡唱跳rap打籃球,你是誰?你喜歡什么呢?

AI: 你好,好好!我是ChatGPT,一個由OpenAI訓練的大型語言模型。很高興認識你!我沒有像人類一樣的個人喜好,但我喜歡幫助人們解決問題、回答問題和分享知識。你提到喜歡唱跳rap和打籃球,感覺你生活非常豐富多彩!你有特別喜歡的歌手或者籃球隊嗎?

人類提問:

你是由OpenAI開發的聊天機器人,請幫助用戶回答問題。

摘要: -

消息列表:

Human: 你好,我是好好,喜歡唱跳rap打籃球,你是誰?你喜歡什么呢?

AI: 你好,好好!我是ChatGPT,一個由OpenAI訓練的大型語言模型。很高興認識你!我沒有像人類一樣的個人喜好,但我喜歡幫助人們解決問題、回答問題和分享知識。你提到喜歡唱跳rap和打籃球,感覺你生活非常豐富多彩!你有特別喜歡的歌手或者籃球隊嗎?

用戶的提問是: 你能用一段話快速解釋下LLM是什么嗎?

AI 回復內容:

大型語言模型(LLM)是一種通過大量文本數據訓練的人工智能模型,能夠理解和生成自然語言文本。它應用于寫作輔助、語言翻譯、對話系統和問答系統等自然語言處理任務,表現出高水平的語言理解和生成能力。

聊天消息列表:

Human: 你好,我是好好,喜歡唱跳rap打籃球,你是誰?你喜歡什么呢?

AI: 你好,好好!我是ChatGPT,一個由OpenAI訓練的大型語言模型。很高興認識你!我沒有像人類一樣的個人喜好,但我喜歡幫助人們解決問題、回答問題和分享知識。你提到喜歡唱跳rap和打籃球,感覺你生活非常豐富多彩!你有特別喜歡的歌手或者籃球隊嗎?

Human: 你能用一段話快速解釋下LLM是什么嗎?

AI: 大型語言模型(LLM)是一種通過大量文本數據訓練的人工智能模型,能夠理解和生成自然語言文本。它應用于寫作輔助、語言翻譯、對話系統和問答系統等自然語言處理任務,表現出高水平的語言理解和生成能力。

max_tokens 長度超過 300,觸發總結,并刪除超過長度的消息組(AI和Human)。

總結 Prompt

你是一個強大的聊天機器人,請根據用戶提供的談話內容,總結內容,并將其添加到先前提供的摘要中,返回一個新的摘要。

<example>

當前摘要: 人類會問人工智能對人工智能的看法。人工智能認為人工智能是一股向善的力量。

新的談話內容:

Human: 為什么你認為人工智能是一股向善的力量?

AI: 因為人工智能將幫助人類充分發揮潛力。

新摘要: 人類會問人工智能對人工智能的看法。人工智能認為人工智能是一股向善的力量,因為它將幫助人類充分發揮潛力。

</example>

當前摘要: -

新的對話內容:

Human: 你好,我是好好,喜歡唱跳rap打籃球,你是誰?你喜歡什么呢?

AI: 你好,好好!我是ChatGPT,一個由OpenAI訓練的大型語言模型。很高興認識你!我沒有像人類一樣的個人喜好,但我喜歡幫助人們解決問題、回答問題和分享知識。你提到喜歡唱跳rap和打籃球,感覺你生活非常豐富多彩!你有特別喜歡的歌手或者籃球隊嗎?

摘要總結內容

好好介紹自己喜歡唱跳rap和打籃球,并問AI的喜好。AI自我介紹為ChatGPT,一個由OpenAI訓練的大型語言模型,喜歡幫助人們解決問題、回答問題和分享知識。AI還問好好是否有特別喜歡的歌手或籃球隊。

記憶:

摘要: 好好介紹自己喜歡唱跳rap和打籃球,并問AI的喜好。AI自我介紹為ChatGPT,一個由OpenAI訓練的大型語言模型,喜歡幫助人們解決問題、回答問題和分享知識。AI還問好好是否有特別喜歡的歌手或籃球隊。

消息列表:

Human: 你能用一段話快速解釋下LLM是什么嗎?

AI: 大型語言模型(LLM)是一種通過大量文本數據訓練的人工智能模型,能夠理解和生成自然語言文本。它應用于寫作輔助、語言翻譯、對話系統和問答系統等自然語言處理任務,表現出高水平的語言理解和生成能力。

再次提問:

你是由OpenAI開發的聊天機器人,請幫助用戶回答問題。

摘要: 好好介紹自己喜歡唱跳rap和打籃球,并問AI的喜好。AI自我介紹為ChatGPT,一個由OpenAI訓練的大型語言模型,喜歡幫助人們解決問題、回答問題和分享知識。AI還問好好是否有特別喜歡的歌手或籃球隊。

消息列表:

Human: 你能用一段話快速解釋下LLM是什么嗎?

AI: 大型語言模型(LLM)是一種通過大量文本數據訓練的人工智能模型,能夠理解和生成自然語言文本。它應用于寫作輔助、語言翻譯、對話系統和問答系統等自然語言處理任務,表現出高水平的語言理解和生成能力。

用戶的提問是: 我叫什么名字?

AI 回復

根據消息列表中的內容,你的名字是好好。

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/web/91524.shtml
繁體地址,請注明出處:http://hk.pswp.cn/web/91524.shtml
英文地址,請注明出處:http://en.pswp.cn/web/91524.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

全國青少年信息素養大賽(無人飛行器主題賽(星際迷航)游記)

作者 FHD_WOLF 發布時間 2025-07-30 21:31 分類 生活游記 騎你的 白馬啊 行你欲行的路 風吹來 花落涂 點一欉香祈求 ---------萬千花蕊慈母悲哀從考場出來&#xff0c;剩下的只有無盡極樂 考前準備&#xff1a; 1.電腦充電。 &#xff08;這個賽項需要自帶設備&#x…

Kubernetes (K8s) 部署資源的完整配置OceanBase

Kubernetes Deployment 配置&#xff08;oceanbase-deployment.yaml&#xff09; # oceanbase-deployment.yaml apiVersion: apps/v1 kind: Deployment metadata:name: oceanbase-deployment spec:replicas: 1selector:matchLabels:app: oceanbasetemplate:metadata:labels:app…

ACS-電機控制Buffer-任意路徑規劃(PVSPLINE繪制圓形)

該程序是一個雙軸運動&#xff0c;繪制圓形 原始程序&#xff08;可以直接使用&#xff09; GLOBAL INT X1,Y1,ii GLOBAL REAL MY_ARRAY(4)(12) GLOBAL REAL piX1 0; Y1 1 ! Axis assignment pi ACOS(-1) ! Shortcut for generating piii 0 LOOP 12MY_ARRAY(0)(ii) COS(…

MongoDB Change Streams 實時數據變更流處理實戰指南

MongoDB Change Streams 實時數據變更流處理實戰指南 業務場景描述 在大型電商平臺或高并發的在線系統中&#xff0c;業務數據的變更&#xff08;如訂單狀態、庫存變動、用戶行為日志&#xff09;需要實時通知下游系統&#xff0c;以便做流式分析、緩存更新或消息推送。傳統的輪…

TIME WEAVER: A Conditional Time Series Generation Model論文閱讀筆記

TIME WEAVER: A Conditional Time Series Generation Model 摘要 想象一下&#xff0c;根據天氣、電動汽車的存在和位置生成一個城市的電力需求模式&#xff0c;這可以用于在冬季凍結期間進行容量規劃。這樣的真實世界的時間序列通常包含配對的異構上下文元數據&#xff08;天氣…

Day 4-2: PyTorch基礎入門 - 從NumPy到深度學習的橋梁

Day 4-2: PyTorch基礎入門 - 從NumPy到深度學習的橋梁 ?? 核心概念(5分鐘理解) 一句話定義 PyTorch是Facebook開發的深度學習框架,將NumPy的數組計算能力擴展到GPU,并加入了自動微分功能,讓構建和訓練神經網絡變得簡單直觀。 為什么重要 GPU加速:比CPU快10-100倍的矩…

法式基因音響品牌SK(SINGKING AUDIO)如何以硬核科技重塑專業音頻版圖

在專業音響的競技場&#xff0c;當多數品牌還在功率參數上纏斗時&#xff0c;一個流淌著法蘭西血液的品牌——SK&#xff08;SINGKING AUDIO&#xff09;&#xff0c;早已構建起令人仰望的技術巔峰。它完美詮釋了真正的聲學藝術&#xff1a;不是技術的炫耀&#xff0c;而是讓尖…

ZooKeeper學習專欄(五):Java客戶端開發(原生API)詳解

文章目錄前言一、核心類解析1.1 ZooKeeper類 - 連接管理核心1.2 Watcher接口 - 事件處理核心二、原生API實踐2.1 創建會話&#xff08;連接管理&#xff09;2.2 創建節點&#xff08;支持多種類型&#xff09;2.3 獲取節點數據和狀態信息2.4 修改節點數據&#xff08;版本控制&…

卸油管鏈接檢測誤報率↓76%:陌訊多模態融合算法實戰解析

原創聲明本文為原創技術解析&#xff0c;核心技術參數與架構設計引用自《陌訊技術白皮書》&#xff0c;禁止未經授權的轉載與商用。一、行業痛點&#xff1a;卸油管鏈接檢測的三大技術瓶頸在石化倉儲與運輸場景中&#xff0c;卸油管鏈接的密封性檢測是保障安全生產的關鍵環節。…

MongoDB用戶認證authSource

文章目錄authSource遇到的問題authSource MongoDB用戶認證邏輯與以往我認知的關系型數據庫邏輯不太一樣&#xff0c;多了一層用戶與數據庫關系的綁定。 在建立用戶時&#xff0c;需要先指定數據庫&#xff0c;則存在一個概念&#xff1a;用戶歸屬于數據庫。額外&#xff0c;依…

插件升級:Chat/Builder 合并,支持自定義 Agent、MCP、Rules

TRAE 插件全新升級&#xff0c;Chat、Builder 合并&#xff0c;支持自定義智能體、MCP 及自定義規則&#xff0c;體驗對齊 IDE&#xff0c;現已上線 JetBrains 和 VSCode。 1. Chat/Builder 合并&#xff0c;一個對話框即可智能協作 在 TRAE 插件的 Chat 對話框中&#xff0…

【歷史人物】【王安石】簡歷與生平

目錄 一、王安石個人簡歷 二、個人主要經歷 三、個人成就及影響 1、散文 2、詩歌 3、詞 四、經典評價摘錄 一、王安石個人簡歷 基本信息? 姓名&#xff1a;王安石&#xff0c;字介甫&#xff0c;號半山。小名獾郎 性別&#xff1a;男 年齡&#xff1a;1021年-1086年…

Codeforces Round 1040 (Div. 2) A - D題詳細題解

本文為Codeforces Round 1040 (Div. 2) A - D題的詳細題解, 覺得有幫助或者寫的不錯可以點個贊&#xff01; 目錄 題目A: 題目大意: 解題思路: 代碼(C): 題目B: 題目大意: 解題思路: 代碼(C): 題目C: 題目大意: 解題思路: 代碼(C): 題目D: 題目大意: 解題思路:…

數據結構 之 【排序】(計數排序)

目錄 1.計數排序的思想 2.計數排序圖解 3.計數排序代碼邏輯 3.1求原數組最大最小值及計數數組的創建 3.2計數 3.3覆蓋寫 3.4釋放資源 4.計數排序的注意事項 5.計數排序的時間復雜度與空間復雜度 以升序為例 1.計數排序的思想 前面我們學習的快排、歸并排序、希爾排序.…

Ascend CANN/ACL API 模型部署加速最佳實踐

1. 模型輸入相關問題 圖像尺寸信息 模型輸入尺寸由原始模型決定,在轉換時固定 圖像尺寸信息是模型固有屬性,不是轉換時添加的 對于使用動態尺寸,可以在推理時自動根據當前的輸入尺寸推導輸出尺寸。 輸入格式(NCHW/NHWC) --input_format 不同框架默認格式不同: Caffe: 支持…

QT信號和槽怎么傳輸自己定義的數據結構

在 Qt 中&#xff0c;信號&#xff08;Signal&#xff09;和槽&#xff08;Slot&#xff09;機制默認支持許多內置類型&#xff08;如 int、QString、QList 等&#xff09;&#xff0c;但如果要傳輸 自定義數據結構&#xff08;如結構體、類對象&#xff09;&#xff0c;需要額…

借助于llm將pdf轉化為md文本

pdf轉化為md格式后&#xff0c;意味著非結構化文本轉為結構化文本&#xff0c;能清晰定位大標題、子標題&#xff0c;圖表。 方便后續處理&#xff0c;因為llamaindex和langchain能更有效切分md類文本&#xff0c;避免信息丟失。 1&#xff09;讀取pdf為txt 讀取pdf&#xf…

設計模式:中介者模式 Mediator

目錄前言問題解決方案結構代碼前言 中介者是一種行為設計模式&#xff0c;能讓你減少對象之間混亂無序的依賴關系。該模式會限制對象之間的直接交互&#xff0c;迫使它們通過一個中介者對象進行合作。 問題 假如你有一個創建和修改客戶資料的對話框&#xff0c; 它由各種控件…

計算機基礎速通--數據結構·線性表應用

如有問題大概率是我的理解比較片面&#xff0c;歡迎評論區或者私信指正。 考察線性表&#xff0c;核心圍繞其存儲結構特性、核心操作實現、場景應用選型三大維度&#xff0c;重點檢驗對基礎概念的理解、代碼實現能力及問題分析能力&#xff0c;通常會結合算法設計、復雜度分析和…

LeetCode Hot 100:42. 接雨水

題目 給定 n 個非負整數表示每個寬度為 1 的柱子的高度圖&#xff0c;計算按此排列的柱子&#xff0c;下雨之后能接多少雨水。 解析 和題目 盛水最多的容器 類似&#xff0c; LeetCode Hot 100&#xff1a;11. 盛最多水的容器-CSDN博客 只是這里將每一個柱子視為一個寬度為…