无需代码:利用Markdown和语义文件系统实现大模型持续学习
作者提出了一种极简的解决方案,旨在应对大模型(LLM)在处理持续到达新数据时的长期记忆挑战。该方案无需编写复杂代码,仅利用两个Markdown文件和一个“语义文件系统”,配合Shell命令即可实现高效的语义检索。尽管目前只是初代原型,但作者...
标签索引
这个标签下有 4 篇文章。按时间回看相关判断与实践记录。
标签精选
作者提出了一种极简的解决方案,旨在应对大模型(LLM)在处理持续到达新数据时的长期记忆挑战。该方案无需编写复杂代码,仅利用两个Markdown文件和一个“语义文件系统”,配合Shell命令即可实现高效的语义检索。尽管目前只是初代原型,但作者...
本文发起了一场关于 AI 记忆机制与 Agent Memory 的深度讨论。核心痛点在于当前 AI 助手普遍缺乏持久记忆与持续学习能力,用户渴望 AI 能拥有“无限上下文窗口”,在交互中始终保持最佳智力水平,并随着使用次数的增加愈发“懂”用...
本文探讨了基于App自动化脚本平台产生的大量数据,训练垂直单一的视觉小模型的创新方案。模型专注于纯视觉理解App控件结构和业务流程,实现特定任务自动化,如发帖或评论。方案强调持续学习机制以应对App更新,与AutoGLM类似但更聚焦小规模应...