PulseAugur
实时 18:14:37
English(EN) I made LLM context editable: a graph where the wires are the prompt

开发者创建ThoughtDAG以实现可编辑的LLM上下文图

一位开发者创建了一个名为ThoughtDAG的开源原型,允许用户可视化和编辑提供给大型语言模型的上下文。与展示线性对话记录的传统对话界面不同,ThoughtDAG使用有向无环图(DAG),其中节点代表问答交换,边决定了哪些先前节点包含在下一个提示词中。这使得对上下文的分支、合并和修剪具有明确的控制,提供了模型记忆更透明和用户可控的表示。该工具优先考虑本地优先存储,并可以连接到Ollama等本地推理引擎或任何兼容OpenAI的端点。 AI

影响 提供了一种新颖的用户控制LLM记忆的方法,可能影响未来的对话式AI界面。

排序理由 这是一个用于管理LLM上下文的新开源工具发布。

在 dev.to — LLM tag 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

开发者创建ThoughtDAG以实现可编辑的LLM上下文图

报道来源 [1]

  1. dev.to — LLM tag TIER_1 English(EN) · Xia Chen ·

    I made LLM context editable: a graph where the wires are the prompt

    <p>Most LLM interfaces present a conversation as a transcript.</p> <p>That works until the conversation branches.</p> <p>One branch contains useful research. Another is a discarded hypothesis. A third is an unrelated detour. The interface may show where they came from, but the us…