实体
LangChain Deep Agents
LangChain Deep Agents
PulseAugur coverage of LangChain Deep Agents — every cluster mentioning LangChain Deep Agents 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
-
Agent Harness使用4种机制克服LLM上下文限制
基于大型语言模型的Agent在长任务中常常因上下文溢出和目标丢失而挣扎，即使拥有更大的上下文窗口也难以幸免。本文详细介绍了Agent Harness中用于克服这些限制的四种机制：上下文预算和卸载、压缩、记忆策略以及待办事项状态管理。这些技术，由LangChain Deep Agents、Claude Code和Amazon Bedrock AgentCore等系统实现，通过智能管理输入模型的信息，确保Agent在长时间操作中能保持专注和状态。
-
LangChain Deep Agents 引入 AI 代理的实时流式传输
本文解释了 LangChain Deep Agents 如何向用户提供实时反馈，从而避免 AI 代理被视为冻结或无响应的感知。它详细介绍了流式传输模式的实现，以便在代理计划、工具调用和输出发生时显示它们。作者还讨论了过滤掉特定的 token 类型，并提供了一个用于监控代理活动的控制台示例。
-
NVIDIA 发布 Nemotron 3 Ultra，一个 550B 参数的开放权重模型
NVIDIA 发布了 Nemotron 3 Ultra，一个 5500 亿参数的开放权重模型，为美国本土发布树立了新的标杆。这款混合了 Mamba 和 Transformer 的专家混合模型拥有 100 万 token 的上下文窗口，并针对代理（agent）进行了优化。虽然它在人工智能分析指数（Artificial Analysis Intelligence Index）上取得了高分，但在原始能力方面落后于一些中国和闭源模型，但在速度…