nlpgithub

ai-agent-book — 《深入理解 AI Agent:设计原理与工程实践》(李博杰 著)开源主仓库:全书正文、编译版 PDF 与按章配套代码

この論文では、現在のVision-Language-Benchmark(VLB)を超える、MLLMがアクティブな観察を実演できるようにするためのバenchmark、ActiveVisionを提案する。このActiveVisionは、人間の視覚が閉じたループであるという事実に基づいて、観察対象物の予測を実行するために、視覚と言語を相互に関連させ、対象物にアクセスする。

用途
弁論の実際的な対象を形成するためにAIが活用される
難易度の目安
Easy
実装コストの目安
High

概要

《深入理解 AI Agent:设计原理与工程实践》(李博杰 著)开源主仓库:全书正文、编译版 PDF 与按章配套代码

参考リンク

リンク先のライセンス・再現性・データ条件をご確認ください。自動分類や実装の目安は保証ではありません。

実装を始めるプロンプト

参考リンクを確認したうえで、次の内容をコピーして利用できます。

# 論文・記事
ai-agent-book — 《深入理解 AI Agent:设计原理与工程实践》(李博杰 著)开源主仓库:全书正文、编译版 PDF 与按章配套代码

# 概要
この論文では、現在のVision-Language-Benchmark(VLB)を超える、MLLMがアクティブな観察を実演できるようにするためのバenchmark、ActiveVisionを提案する。このActiveVisionは、人間の視覚が閉じたループであるという事実に基づいて、観察対象物の予測を実行するために、視覚と言語を相互に関連させ、対象物にアクセスする。

# 原典
https://github.com/bojieli/ai-agent-book

上記の手法を実装してください。実行前に依存関係とライセンスを確認してください。

関連する記事