OpenAI o1：超越人类博士的 AI 模型
OpenAI 在 o1 模型中使用了什么独门秘技？
用好超强模型的秘诀
1. 博学：Agent 需要基于海量数据进行训练，以获得广泛的知识和技能。
2. 审问：Agent 应接受清晰明确的指令，即有效的提示工程，以确保正确理解任务要求。
3. 慎思：Agent 应在精巧设计的模式下进行认知，配置思维链、思维树（Tree of Thought, ToT）、ReAct 框架等。
4. 明辨：Agent 需要明确地遵循人类道德规范，通过指令微调和价值对齐来确保 AI 安全无害。
5. 笃行：Agent 需要借助技术工具（如 ToolCalls 和 Function Calling） 与外界交互，执行具体行动。
七大实例教你玩转 AI Agent
· Agent 1：自动化办公的实现
通过 Assistants API 和 DALL·E 3 模型创作 PPT。这个项目展示了如何利用 OpenAI 的 API 来实现自动化办公任务，比如制作演示文稿。
· Agent 2：多功能选择的引擎
通过 Function Calling 调用函数。这个 Agent 项目探讨了如何通过 Assistants API 实现 Function Calling，以及通过 ChatCompletion API 实现 Tool Calls。
· Agent 3：推理与行动的协同
这个实例演示了如何使用 LangChain 的 ReAct 框架实现一个自动定价系统。
· Agent 4：计划和执行的解耦
通过LangChain 中的 Plan-and-Execute 实现智能调度库存。先是介绍了 Plan-and-Solve 策略，然后通过 Plan-and-Execute Agent 实现物流管理。
· Agent 5：知识的提取与整合
此 Agent 项目利用 LlamaIndex 的 ReAct RAG Agent 实现花语秘境财报检索，展示了通过 LlamaIndex 实现检索增强生成（Retrieval-Augmented Generation，RAG）的能力。
· Agent 6：GitHub 的网红聚落
这个项目介绍了几个在 GitHub 上流行的 AI Agent 项目，包括 AutoGPT、BabyAGI 和 CAMEL，它们在社区中受到了广泛的关注和讨论。
· Agent 7：多 Agent 框架
这个项目探讨了多 Agent 框架的概念和实现，包括 AutoGen 和 MetaGPT 这两个工具的使用。
《GPT图解：大模型是怎样构建的》
这也是咖哥的一本力作，保持了咖哥生动活泼的行文风格，以轻松幽默的故事和缤纷多彩的图画，引领读者穿梭于技术时空中，吃透 GPT 技术核心思想，并从零开始搭建语言模型。
《动手学强化学习》
这是上海交大 ACM 班创办人俞勇教授团队推出的强化学习入门经典书，本书全面、系统地介绍了强化学习的基本技术，帮助读者学习强化学习的基本概念和代表性方法，并涉及模仿学习、多智能体强化学习等前沿技术。
书中还提供各个算法的可执行代码，帮助读者快速上手，从零搭建强化学习的理论与工程体系。
《Easy RL：强化学习教程》
本书由 Datawhale 技术团队创作，吸收了李宏毅老师的“深度强化学习”、周博磊老师的“强化学习纲要”、李科浇老师的“世界冠军带你从零实践强化学习”等公开课的精华内容，深入浅出地介绍强化学习知识。
主要知识点包括马尔可夫决策过程、蒙特卡罗方法、时序差分方法、Sarsa、Q 学习等传统强化学习算法，以及策略梯度、近端策略优化、深度Q 网络、深度确定性策略梯度等。
本书还提供了全面的习题解答以及 Python 代码实现，帮助读者充分掌握强化学习算法的原理并能进行实战。
《人人都是提示工程师》
本书讲述了提示技术的基本工作原理、提示工程师的常用工具、提示技术的基础模式和提示技术的进阶知识，包括零样本提示、少样本提示和思维链提示。
还讲解了NLP的基础知识和 ChatGPT 大模型的原理，以及 NLP 模型的特点和应用场景。展示提示工程在办公、图片处理、代码开发和电商中的应用。
结语
分享你对RAG的看法
在留言区参与互动，并点击在看和转发活动到朋友圈，我们将选1名读者赠送e读版电子书1本，截止时间10月31日。
