2. 5way-针对不同问题类型调用不同Agent适配差异化流程

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 
首先搭建问题路由分类，实现问题多分类智能分发，以便针对不同问题类型调用不同的agent适配差异化流程。对于公司信息等7大类，对问题进行改写，补充实体等相关信息，同时采用大模型+规则二段式尽可能地抽取问题涉及的相关字段，即可在节省tokens的同时，避免因接口返回的数据可能过大而报错，然后构建tools池和prompt池，在条件过滤、计数、求和等复杂逻辑指令处理上，将自然语言的复杂数据查询、统计逻辑抽象为条件过滤、计数、求和等5大逻辑指令，构建自然语言→逻辑指令的统一映射，然后根据不同问题动态筛选不同的agent和定制化的prompt，最后调用GLM回答相关问题，在调用阶段，设计了两个反思逻辑，在工具调用和完整回答问题阶段进行反思，提升框架稳健性；对于摘要、诉状等3大类，对问题进行改写、字段提取、信息抽取等处理，然后动态筛选agent，调用LLM和对应的工具返回结果。