# agi-study

**Repository Path**: rocrocroc/agi-study

## Basic Information

- **Project Name**: agi-study
- **Description**: agi学习
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2024-04-21
- **Last Updated**: 2024-06-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

conda env export --file agi-study.yaml
conda env create --file agi-study.yaml

## 阅读
1. 李开复的 AI书
2. agent相关的书
3. promot工程相关的书
4. 向量检索/混合检索相关的书
5. langchain框架源码的书或者视频
6. python高级语法的书

## 混合检索
1. 关键字检索 ES
2. 语意检索 向量
3. 范围检索 DB
4. 混合排序 ttf https://weaviate.io/blog/hybrid-search-explained

## 多领域/品类 NLU
NLU : 自然语言理解
1. hierarchical , 先分大类-再分小类
   1. 优点逻辑简单
   2. 缺点错误积累,前面错了后面全错了
2. Map-Rerank(每个品类都和 query 并行发给 nlu ,然后对结果进行重排)
   1. 优点避免错误积累
   2. 缺点费 token/品类太多不合适
3. Retrieval-Augmented(索引增强,先从向量数据库中检索出一个范围的品类,再去 map-rerank )
   1. 优点适合品类多的情况
   2. 缺点开发量相对大

## 领域/品类 消除歧义
关键字/特征提取 - 提取多个维度特征向量 
1. 进行规则排序 : 例如特征的优先级排序(人工规定?)
2. 训练模型规则(非深度模型) 决策树

## 对话管理中的多业务切换/流转 
1. 对话流管理(任务间有条件的切换)
2. 全局对话状态(任务间对话状态继承)
3. 任务线管理(未完成任务可恢复)