FLAI Collection

Search This Blog

Kimi K2

on July 18, 2025

Get link
Facebook
X
Pinterest
Email
Other Apps

國產開源LLM - Kimi K2 #廣東話

https://www.youtube.com/watch?v=pQzG2D5gX9w

Get link
Facebook
X
Pinterest
Email
Other Apps

Comments

AI Explained in 10 Minutes: Prompt, Agent, MCP & Function Calling

影片旨在解釋AI領域中的幾個關鍵概念，包括Agent、MCP、Prompt和Function Calling [ 00:25 ]. 核心概念 Prompt（提示詞）： User Prompt ：用戶向AI模型發送的訊息或問題 [ 00:46 ]. System Prompt ：描述AI角色、性格、背景資訊和語氣等，讓AI的回應更具個性化和針對性 [ 01:58 ]. System Prompt通常由系統預設，但在某些應用中（如ChatGPT的自定義功能）用戶可以進行偏好設定，這些偏好會自動成為System Prompt的一部分 [ 02:29 ]. AI Agent（AI代理）：負責在AI模型、工具和最終用戶之間進行溝通協調的程序，目的是讓AI能夠自動完成任務 [ 03:13 ]. Agent Tool是提供給AI調用的函數或服務 [ 04:18 ]. AutoGPT是第一個嘗試讓AI自己執行任務的開源項目，它通過將工具函數註冊到System Prompt中，讓AI模型根據用戶請求調用這些工具 [ 03:07 ]. Function Calling（函數調用）：大型模型製造商（如OpenAI的ChatGPT、Cloud、Gemini）推出的一項新功能，旨在標準化AI工具的描述和AI調用工具時的回應格式 [ 05:07 ]. 工具的描述（如名稱、功能、參數）都使用JSON對象定義，並從System Prompt中分離出來，使得AI模型能更精確地理解和調用工具 [ 05:24 ]. Function Calling的優點在於降低了開發難度，節省了Token開銷，並提高了AI調用工具的可靠性 [ 06:26 ]. 儘管有這些優點，Function Calling目前還沒有統一的標準，不同廠商的API定義各異，且許多開源模型尚不支持，因此System Prompt和Function Calling兩種方式並存 [ 06:43 ]. MCP ：一個通訊協議，專門規範Agent和工具服務（Agent Tool Service）之間的互動 [ 07:45 ]. 運行工具服務的稱為MCP Server，調用它的Agent稱為MCP Client [ 07:54 ]. MCP規定了MCP Server如何與MCP Client溝通，以及MCP Se...

Step-by-Step Guide to Deploying Machine Learning Models with FastAPI and Docker

Step-by-Step Guide to Deploying Machine Learning Models with FastAPI and Docker Bala Priya C Positional Encodings in Transformer Models Adrian Tam Recent Articles A Gentle Introduction to Multi-Head Attention and Grouped-Query Attention Adrian Tam How to Combine Scikit-learn, CatBoost, and SHAP for Explainable Tree Models Vinod Chugani 7 Concepts Behind Large Language Models Explained in 7 Minutes Bala Priya C Unlocking Performance: Accelerating Pandas Operations with Polars Iván Palomares Carrascosa 10 Must-Know Python Libraries for MLOps in 2025 Jayita Gulati Beyond GridSearchCV: Advanced Hyperparameter Tuning Strategies for Scikit-learn Models Iván Palomares Carrascosa Interpolation in Positional Encodings and Using YaRN for Larger Context Window Adrian Tam

Powered by Blogger

Kimi K2

Comments

Post a Comment