8. Splandour-法务智能体

LLMLearner

合集 · GLM法律行业大模型挑战赛 · 决赛答辩 (9)

  1. 15:35
    1. 临时组个队-端到端的法律信息查询Agent推理框架
  2. 14:36
    2. 5way-针对不同问题类型调用不同Agent适配差异化流程
  3. 14:18
    3. PromptcnAi-自定义增加接口满足不同的查询需求
  4. 13:55
    4. 买白菜不砍价-基于GLM多智能体协同的法律行业问答系统
  5. 15:32
    5. nickolasNi-类似ChatGPT-o1思维链的方式在答题前生成解题思路
  6. 15:21
    6. 躺躺不想动了-反馈增强的分步编码Agent
  7. 15:20
    7. LegalHi-全局适应的动态法律多智能体协作系统
  8. 12:53
    8. Splandour-法务智能体
  9. 14:05
    9. RedCoast-高可靠低成本的ReactCodeAgent智能协同框架
Description 
本方案是基于智谱AI团队的glm-4-air和 embedding-2服务开发的一个few-shot自主智能体（autonomous agent）。与其他方案相比，我们的方案的不同之处在于，我们移除了规划（planning）环节，且disable了tool calling的接口。相应的，我们的agent仅保留了一个不断自回归的reflexion（reasoning、decision-making、programming ）的核心能力。在这个能力的基础之上，我们再叠加了（1）API 与Q&A RAG（2）python代码环境与反馈机制（3）API调用统计功能，共计1个核心能力与3个外围能力。首先，由用户Query开始进入决策智能体的环节，并由该智能体给出下一步需要执行的步骤（子任务）。随后，系统将与子任务相关的API与Q&A问答对用基于embedding的方式匹配提取出来，形成相关的提示词。代码智能体则会结合子任务以及相关的RAG结果，进行代码形态的解答。接着，代码解析模块运行代码、获取变量结果。如果遇到报错，则如实按照报错信息进行反馈。如此周而复始，直至智能体认为用户的query已经被完全解答，则程序登出。本方案有以下：具备拟合训练集的能力、能够对异常情况和边缘案例做快速响应、知识图谱由Q&A问答对一并提供、代码智能体的prompt长度与API数量解藕。

Comments

写樂杳眇 2024-10-08

[热词系列_妙啊][小电视_太太喜欢][2233娘_耶]第一次打到亚军🥈