实体
Agentic AI from Zero
Agentic AI from Zero
PulseAugur coverage of Agentic AI from Zero — every cluster mentioning Agentic AI from Zero across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
AI 路由器通过智能地将查询导向更便宜的模型来降低 LLM 成本
开发人员正在创建智能路由系统来管理使用大型语言模型相关的成本。这些路由器会分析传入的查询，并将其导向最合适且最具成本效益的模型，而不是始终默认使用最昂贵的选项。这种方法可以带来显著的节省，其中一个系统通过采用分级定价策略和早期退出置信度检查，展示了 78.5% 的成本降低。
-
Llama 3.1 编排器增加了默认拒绝权限和并行执行功能
一个不依赖框架构建的新型多工具编排器，使用 Llama 3.1 8B-Instruct 模型展示了高级功能。该系统具有动态工具注册、基于功能的路由、默认拒绝权限和并行执行，实现了 2.97 倍的速度提升。它还包括用于工具输出的确定性冲突解决，即使在不同工具提供冲突信息时也能确保可靠运行。
-
新的 RAG 代理拒绝虚张声势，引用来源或标记不确定性
开发了一个新的检索增强生成（RAG）代理，以解决大型语言模型（LLM）自信地产生幻觉答案的常见问题。该代理是 Zero 项目的 Agentic AI 的一部分，旨在为有依据的答案提供内联引文，在信息不足时标记低置信度响应，并在其知识库中找不到相关信息时诉诸网络搜索回退。该代理结合使用 TF-IDF、余弦相似度和模型自我报告的依据来确定置信度水平，确保答案始终有证据支持或清楚地标记为不确定。