Doublezero

Doublezero

Doublezero 是一款面向知识工作者的 AI 协助工具,旨在通过智能代理帮助用户自动化处理繁琐的重复性任务。它支持与多种常用应用程序集成,用户可以通过简单的指令让代理自主完成任务,并在必要时提供反馈或审批。该产品强调安全性、透明度和实时控制,用户可以随时监控代理的行为,并根据需要进行调整。目前处于测试阶段,目标是为用户提供无需编码技能的高效自动化解决方案。
020
Dria-Agent-a-7B

Dria-Agent-a-7B

Dria-Agent-a-7B是一个基于Qwen2.5-Coder系列训练的大型语言模型,专注于代理应用。它采用Pythonic函数调用方式,与传统JSON函数调用方法相比,具有单次并行多函数调用、自由形式推理和动作以及即时复杂解决方案生成等优势。该模型在多个基准测试中表现出色,包括Berkeley Function Calling Leaderboard (BFCL)、MMLU-Pro和Dria-Pythonic-Agent-Benchmark (DPAB)。模型大小为76.2亿参数,采用BF16张量类型,支持文本生成任务。其主要优点包括强大的编程辅助能力、高效的函数调用方式以及在特定领域的高准确率。该模型适用于需要复杂逻辑处理和多步骤任务执行的应用场景,如自动化编程、智能代理等。目前,该模型在Hugging Face平台上提供,供用户免费使用。
020
Qwen2.5-VL

Qwen2.5-VL

Qwen2.5-VL 是 Qwen 团队推出的最新旗舰视觉语言模型,是视觉语言模型领域的重要进步。它不仅能够识别常见物体,还能分析图像中的文字、图表、图标等复杂内容,并支持对长视频的理解和事件定位。该模型在多个基准测试中表现出色,尤其在文档理解和视觉代理任务中具有显著优势,展现了强大的视觉理解和推理能力。其主要优点包括高效的多模态理解、强大的长视频处理能力以及灵活的工具调用能力,适用于多种应用场景。
010
Dria-Agent-α

Dria-Agent-α

Dria-Agent-α是Hugging Face推出的大型语言模型(LLM)工具交互框架。它通过Python代码来调用工具,与传统的JSON模式相比,能更充分地发挥LLM的推理能力,使模型能够以更接近人类自然语言的方式进行复杂问题的解决。该框架利用Python的流行性和接近伪代码的语法,使LLM在代理场景中表现更佳。Dria-Agent-α的开发使用了合成数据生成工具Dria,通过多阶段管道生成逼真的场景,训练模型进行复杂问题解决。目前已有Dria-Agent-α-3B和Dria-Agent-α-7B两个模型在Hugging Face上发布。
010
PokéLLMon

PokéLLMon

POKÉLLMON是首个在战术战斗游戏中实现人类水平性能的LLM体现代理。它融合了三种关键策略:1)基于上下文的强化学习,即时利用从战斗中提取的文本描述反馈,迭代地优化其生成策略;2)知识增强生成,利用外部知识对抗幻觉,使代理能够及时和正确地行动;3)具有自一致性的动作生成,以减轻当代理面对强大对手并希望避免战斗时的惊慌切换现象。与人类玩家在线对战展示了POKÉLLMON的人类级别战斗性能和策略,在梯队比赛中取得49%的胜率,在邀请赛中取得56%的胜率。此外,我们揭示了其对人类玩家的消耗战略和欺骗技巧的脆弱性。
020
Agent Network Protocol

Agent Network Protocol

Agent Network Protocol(ANP)旨在定义智能代理之间的连接和通信方式。它通过去中心化的身份认证和端到端加密通信,确保数据安全和隐私保护。其动态协议协商功能能够自动组织代理网络,实现高效的协作。ANP的目标是打破数据孤岛,让AI能够访问完整的上下文信息,从而推动智能代理时代的到来。该技术具有开放性、安全性和高效性等优点,适用于需要智能代理协作的多种场景。
010