- 博客(13)
- 收藏
- 关注
RSS订阅原创 从零开始构建多智能体——Task4学习笔记
摘要：本文分享了使用CAMEL库创建多智能体系统的实践过程，包括角色扮演式Agent Society（如AI专家与作家协作写书）和Workforce评审团（评委团队评估AI项目）。重点介绍了模型配置、角色参数设置、会话运行机制及版本兼容性问题解决方案。作者反思了拖延问题，建议通过版本检查、参数适配和详细注释来避免开发中的常见错误。文中包含完整代码示例和运行效果说明，为多智能体系统开发提供了实用参考。（149字）
2025-08-27 23:58:59
312
原创 从零开始构建多智能体——Task1学习笔记
本文记录了零基础参与多智能体组队学习的过程。作者在配置camel环境时遇到C盘内存不足、git拉取慢等问题，最终通过清理内存、使用PyPI镜像源成功安装。在完成音乐创作AI机器人作业时，通过修改task_prompt、角色名称等参数，实现了AI角色协作创作歌曲。整个学习过程充满挑战，但成功运行代码的成就感让作者对后续复杂内容充满期待。这次经历不仅掌握了基础配置，更体会到多智能体协作的魅力，为后续学习奠定了基础。
2025-08-20 01:31:47
981
原创 Datawhale AI 夏令营
本次夏令营是聚焦在讯飞「结构化数据的用户意图理解和知识问答挑战赛」的赛事项目实践。赛事聚焦智慧交通领域中的一个重要场景——列车信息查询与问答。在实际应用中，乘客和调度人员经常需要从复杂的列车时刻表中快速获取精准信息，如检票口位置、停留时间、跨车次关联等信息。传统的人工查询方式效率低下，且难以应对复杂的多条件查询需求。所以将和大家一起探讨，如何用这项工作。
2025-07-26 23:59:27
626
原创 Datawhale AI夏令营——数据挖掘（机器学习赛道）
本文总结了LightGBM模型参数调整的关键要点。针对二分类任务，重点分析了动态种子生成、树结构参数(max_depth、num_leaves)、学习率(feature_fraction)和正则化参数(lambda_l1)的作用与调整策略。建议根据任务目标(泛化性vs稳定性)、数据规模和验证集表现来优化参数：样本量少时降低正则，样本量多时增强正则；过拟合时减小树深度和叶子数，欠拟合时反之。同时规范了参数命名(如lambda_l1)并给出了线程数(n_jobs)等参数的设置建议，为模型调优提供了系统指导。
2025-07-15 23:43:26
1097
原创 Datawhale AI 春训营——材料设计赛道
我搜了一下，显示--n_samples 10000 错误！此参数未与主命令写在同一行，Bash 将第二行的 `--n_samples 10000` 视为独立命令，导致报错 `command not found`。然后我对比了一下，换成一行之后，就改正啦。
2025-04-29 23:58:59
1034
原创 DataWhale春训营-合成生物赛道感悟
在课程学习中，我接触到了合成生物学前沿理论，像是利用工程原理设计和构建生物系统，这些知识为我打开了新世界的大门。同时，编程实操环节让我深刻体会到理论与实践结合的重要性，也提升了我的编程能力，使我能够将所学知识运用到实际问题的解决中。起初，面对合成生物领域繁多的概念和复杂的技术，我满心都是懵懂与好奇，如同置身于一个全新的知识迷宫。
2025-04-16 10:38:10
360
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人