可以分为短期记忆与长期记忆，同时Agentic RAG也可以认为是记忆模块的一种，claude的skills，Manus的文件也都是为了增强智能体的记忆能力。然后我们的agent会负责执行这个工具，并把工具结果作为context继续输入给大模型，如果需要多次调用工具则进行反复调用，最终大模型输出正式的结论。最近流行的大模型智能体，以大模型为大脑，通过调用工具来完成复杂的任务。强化学习中的智能体 通

然后让chatgpt写了一个cbs方法。

开源自从yolov5开源以来，(不管因为啥原因算是)深受瞩目，最近我用tensorflow实现了其主要部分。就孤陋的我看来，是第一个纯正的tensorfow2版本，欢迎try and star：https://github.com/LongxingTan/Yolov5​之前在工作中接触过yolov3(跑过demo应该就算接触过了)，效果惊艳。我在视觉领域只是个新人(悲伤的是我一个中年人却在哪儿哪儿

NLP

大语言模型的学习，首先来看简单有效的document.ai。

客观排名最终排名gong

赛后总结：第四届工业大数据竞赛注塑成型原文首发于我的公众号前言以第四届工业大数据竞赛虚拟量测任务为例，介绍大家的思路。自己代码乱写，导致不知道最后要复现的是哪个，加上工作上各种人员优化，就没有进一步。虽然放弃比赛，但对数据掌握的还算透彻，刚好决赛也都有答辩视频，就我个人理解和优秀选手的开源，在这里和大家一起分享一下。比赛链接：http://www.industrial-bigdata.com/Co

原文首发于我的公众号背景注塑成型作为做常见的一种塑料制品加工工艺，它所加工的产品在生活中随处可见，例如电子产品、汽车配件、玩具以及其他众多消费品。由于成型系统较为复杂并且对环境较为敏感，注塑成型加工过程中的不稳定因素很容易导致产品不良的发生，造成经济损失。所以我们建立注塑成型大数据，来感知这些不可见的干扰因素，然后通过分析建模解决甚至避免现场痛点问题。比如成型过程的异常检测预警及不良品的识别，有助

安装Tensorflow，如果已安装则检查 Tensorflow版本是否大于2.3.1安装tensorflow-addons从源码安装最新的onnx(2020/12),参考git将YoloV5中的torch pt模型输出为onnx模型，参考git将onnx转化为tf的pb模型import onnx, onnxruntimefrom onnx_tf.backend import prepareimp

原文在此线性回归是最基础和常见的算法，属于监督学习的一种，是讲述算法开始的地方。我们在中学、大学学过很多次，虽然我已完全不记得。线性回归作为基础，虽然simple但不意味着easy，对其掌握很重要的。虽然看上去平平无奇，不过其内涵之丰富让人惊叹，很多复杂的算法中都能看到线性回归的影子，可以自然的过渡到逻辑回归、多层感知机、再到深度学习等复杂的方法。本篇主要结构如下：快照snapshot：sklea