GraphRAG in Action: From Commercial Contracts to a Dynamic Q&A Agent
基于问题的提取方法在这篇博文中，我们介绍了一种利用图形检索增强生成 (GraphRAG) 方法的方法 — 以简化提取商业合同数据和构建问答代理的过程。这种方法与传统的 RAG（检索增强生成）不同，它强调数据提取的效率，而不是不加区分地分解和矢量化整个文档，这是主要的 RAG 方法。在传统的 RAG 中，每个文档都被分成块并进行矢量化以进行检索，这会导致大量不必要的数据被拆分、分块并存储在矢量索引中。然而，这里的重点是从每个合同中提取最相关的信息，以用于特定用例，即商业合同审查。然后将数据构建成知识图谱，该图谱组织关键实体和关系，从而允许通过 Cypher 查询和向量搜索进行更精确的图数据检索。
Computer Use and AI Agents: A New Paradigm for Screen Interaction
探索多模态 AI 代理的未来和屏幕交互的影响作者使用 GPT4o 创建的图像简介：不断发展的 AI 代理格局Anthropic、微软和苹果最近发布的公告正在改变我们对 AI 代理的看法。如今，“AI 代理”一词已经饱和——几乎每个与 AI 相关的公告都提到了代理，但它们的复杂程度和实用性差别很大。一方面，我们拥有先进的代理，它们利用多个循环进行规划、工具执行和目标评估，并不断迭代直到完成任务。这些代理甚至可以创建和使用记忆，从过去的错误中吸取教训，以推动未来的成功。确定什么是有效的代理是 AI 研究的一个非常活跃的领域。它涉及了解哪些属性造就了一个成功的代理（例如，代理应该如何规划、如何使用内
Running the STORM AI research system with your local documents
使用本地文档运行 STORM AI 研究系统使用 FEMA 灾难响应文档进行 AI 辅助研究STORM 通过模拟对话中的角度引导提问来研究主题。来源 TL;DRLLM 代理的使用越来越普遍，用于解决多步骤长上下文研究任务，而传统的 RAG 直接提示方法有时会遇到困难。在本文中，我们将探讨斯坦福大学开发的一种新的有前途的技术，称为通过检索和多角度提问合成主题大纲 (STORM)，它使用 LLM 代理模拟“角度引导对话”以达到复杂的研究目标并生成丰富的研究文章，可供人类在写作前研究中使用。STORM 最初是为了从网络来源收集信息而开发的，但也支持搜索本地文档向量存储。在本文中，我们将了解如何使用美
Thomson Reuters Buys Materia Agentic AI Platform
汤森路透收购了 Materia，这是一家总部位于美国的税务、审计和会计代理 AI 平台。此举正值人们对 AI 代理的兴趣达到顶峰之际……
AI Agents: The Intersection of Tool Calling and Reasoning in Generative AI
解析人工智能中的问题解决和工具驱动的决策作者和 GPT-4o 的图片描绘了处于推理和工具调用交汇处的人工智能代理简介：代理人工智能的兴起如今，新的库和低代码平台使构建人工智能代理（也称为数字工作者）变得比以往任何时候都更容易。工具调用是驱动生成式人工智能模型“代理”性质的主要能力之一，它通过将其能力扩展到对话任务之外。通过执行工具（函数），代理可以代表您采取行动，解决需要稳健决策并与各种外部数据源交互的复杂、多步骤问题。本文重点介绍如何通过工具调用来表达推理，探讨工具使用的一些挑战，介绍评估工具调用能力的常用方法，并提供不同模型和代理如何与工具交互的示例。解决问题的推理表达成功的代理的核心是两
在本周 Salesforce 和 HubSpot 举行了重要会议之后，很明显各大公司都开始使用人工智能代理。加入 Mike 和 Paul，讨论这些人工智能代理的起起落落以及它们对未来工作的意义。这还不是全部——我们的主持人还谈到了 Runway 与 Lionsgate 的最新合作、Sam Altman 的“Goal 3”、LinkedIn 对用户数据的培训等等。
Choosing Between LLM Agent Frameworks
构建定制的基于代码的代理和主要代理框架之间的权衡。作者提供的图片感谢 John Gilhuly 对本文的贡献。代理正处于发展阶段。随着多个新框架和该领域的新投资，现代 AI 代理正在克服不稳定的起源，迅速取代 RAG 成为实施优先事项。那么 2024 年最终会成为自主 AI 系统接管编写电子邮件、预订航班、与我们的数据对话或任何其他任务的一年吗？也许，但要达到这一点还有很多工作要做。任何构建代理的开发人员不仅必须选择基础——使用哪种模型、用例和架构——还必须选择要利用哪个框架。您会选择长期存在的 LangGraph 还是新进入的 LlamaIndex Workflows？或者你走传统路线，自己
Implementing GraphReader with Neo4j and LangGraph
通过将长文档构造成可探索的图形并实现基于图形的代理系统来提高 RAG 的准确性和性能ChatGPT 想象中的遍历图形的 AI 代理大型语言模型 (LLM) 非常适合传统的 NLP 任务，例如总结和情绪分析，但更强大的模型也表现出良好的推理能力。LLM 推理通常被理解为通过制定计划、执行计划并评估每一步的进展来解决复杂问题的能力。基于此评估，他们可以通过修改计划或采取替代行动来适应。代理的兴起正成为一种越来越引人注目的方法来回答 RAG 应用程序中的复杂问题。在这篇博文中，我们将探讨 GraphReader 代理的实现。此代理旨在从遵循预定义模式的结构化知识图中检索信息。与您在演示文稿中可能看到
Can AI Agents Do Your Day-to-Day Tasks on Apps?
在应用程序和人的世界中对编码代理进行基准测试想象这样一个世界，其中 AI 代理可以充当您的个人助理，为您完成任务，例如设置亚马逊退货或根据您的电子邮件取消会议。这将需要代理在复杂的工作流程中以交互方式操作您的应用程序，并且实际上还没有很好的方法来对此类代理进行基准测试。直到现在。🤖 1. 个人应用程序的编码代理随着底层 AI 模型的改进，AI 助手（例如，我们手机上的助手）正在不断改进。几年前，他们很难正确回答简单的事实问题。今天，他们已经开始达到可以代表我们操作应用程序来执行基本任务的程度。例如，最近的 GoogleIO 和 Apple WWDC 活动大部分都是关于 AI 助手成为代表我们工
Key Insights for Teaching AI Agents to Remember
根据对 Autogen 的“可教代理”的实验，提出构建强大记忆能力的建议记忆无疑正在成为 Agentic AI 的一个重要方面。随着 AI 代理用例的复杂性不断增加，这些代理从过去的经验中学习、利用存储的业务特定知识以及根据累积信息适应不断变化的场景的需求也在不断增加。在我之前的文章“AI 中的记忆：主要优势和投资考虑因素”中，我探讨了记忆对 AI 至关重要的原因，讨论了其在回忆、推理和持续学习中的作用。然而，这篇文章将直接深入研究记忆的实现，通过流行的代理框架 Autogen 中的“可教性”功能来检查其影响。注意：虽然这篇文章本质上是技术性的，但它为希望评估记忆在 Agentic AI 系统
Labour’s ‘change of tone’ revives foreign students’ interest in UK universities
招生官员报告称，自大选以来，国际学生的咨询数量有所增加2025 年英国最佳大学 - 排名自大选以来，工党政府在移民问题上的“语气转变”为国际学生申请英国大学带来了新的活力，这对该行业疲软的财务状况是一个可喜的提振。校长和招生官员表示，关于课程的咨询数量增加以及来自海外招聘代理的反馈表明，自 7 月 4 日大选以来，政府立场的变化已被潜在的国际学生及其家人广泛注意到。继续阅读...
Guided Reasoning: A New Approach to Improving Multi-Agent System Intelligence
来自 Logikon AI, KIT 的 Gregor Betz 介绍了引导推理。如果一个代理（称为引导）主要与其他代理合作以改进其推理，则具有多个代理的系统是引导推理系统。具有引导代理和至少一个客户端代理的多代理系统称为引导推理帖子引导推理：一种改进多代理系统智能的新方法首先出现在 AI Quantum Intelligence 上。
Guided Reasoning: A New Approach to Improving Multi-Agent System Intelligence
来自 Logikon AI, KIT 的 Gregor Betz 介绍了引导推理。如果一个代理（称为引导）主要与其他代理合作以改进其推理能力，则具有多个代理的系统就是引导推理系统。具有引导代理和至少一个客户端代理的多代理系统称为引导推理。引导推理：一种改进多代理系统智能的新方法一文首先出现在 AI Quantum Intelligence 上。
Coinbase CEO reveals first AI-to-AI crypto transaction
流行的加密货币交易平台 Coinbase 的首席执行官 Brian Armstrong 表示，他的公司见证了第一笔 AI 到 AI 的加密交易。人工智能作为跨平台代理的想法正在迅速成为现实，但商业交易一直具有挑战性。人工智能代理无法获得银行账户，因此无法支付服务费用或聘请自由职业者帮助其完成任务。然而，阿姆斯特朗表示，人工智能代理现在可以“使用 Base 上的 USDC 与人类、商家或其他人工智能进行交易”。Base 上的 USDC 是一种稳定币，具体来说是美元币 (USDC) 的一个版本Coinbase 首席执行官透露首笔人工智能对人工智能加密交易首先出现在 DailyAI 上。
Iranian cybercriminals are targeting WhatsApp users in spear phishing campaign
冒充技术支持代理的伊朗间谍在 WhatsApp 上联系了以色列、巴勒斯坦、伊朗、英国和美国的目标个人
摘要：有害藻华会降低水质，并对人类和野生动物的健康产生不利影响。由于缺乏同步数据，大规模监测这些藻华非常困难。此外，传统的现场收集方法耗费大量劳动力和成本，导致数据收集分散，无法捕捉水体或区域内的物理和生物变化。本研究试图通过利用大型公共水质数据库和开放获取的 Google Earth Engine 衍生的 Sentinel-2 影像来缓解这种情况，以评估四种常见叶绿素 a 算法作为检测和绘制全国藻华的代理的实际可用性。2019 年至 2022 年期间，叶绿素 a 数据从美国大陆各地的空间不同地点汇总而来。2BDA 和 NDCI 算法最适合大规模绘制叶绿素 a，其表现中等，涵盖了高度多样化的空
AI Gets Physical: New NVIDIA NIM Microservices Bring Generative AI to Digital Environments
数以百万计的人已经使用生成式 AI 来辅助写作和学习。现在，这项技术还可以帮助他们更有效地驾驭物理世界。NVIDIA 在 SIGGRAPH 上宣布了生成式物理 AI 的进步，包括用于构建交互式视觉 AI 代理的 NVIDIA Metropolis 参考工作流程和新的 NVIDIA NIM 微服务，这些微服务将帮助开发人员阅读文章
CodeAct: Your LLM Agent Acts Better when Generating Code
大型语言模型 (LLM) 代理能够执行广泛的操作，例如调用工具和控制机器人，在应对现实世界的挑战方面表现出巨大潜力。LLM 代理通常通过生成预定义格式的 JSON 或文本来提示其产生操作，这通常受到受限的操作空间（例如，预定义工具的范围）和受限的灵活性（例如，无法组合多个工具）的限制。这项工作提出使用可执行的 Python 代码将 LLM 代理的操作整合到统一的操作空间 (CodeAct) 中。集成...
