[LangChain] 03 LangGraph 基本概念（AgentState、StateGraph，nodes，edges）

作者: 五道口纳什

作者简介: 数学，计算机科学，现代人工智能。bridge the gap。

描述: 本期 code：https://github.com/chunhuizhang/llm_aigc/blob/main/tutorials/agents/langchain/LangGraph_basics.ipynb

[LangChain] 03 LangGraph 基本概念（AgentState、StateGraph，nodes，edges）

推荐视频

[LangChain] 04 LangGraph 构建复杂 RAG workflow（Self-corrective）

[LangChain] 04 LangGraph 构建复杂 RAG workflow（Self-corrective）

上传者: 五道口纳什

[LangChain] 06 基于LangGraph 实现 Reflexion Agent（generator vs. critic）

[LangChain] 06 基于LangGraph 实现 Reflexion Agent（generator vs. critic）

上传者: 五道口纳什

[LangChain] 01 基础入门，LCEL 、Tool Use、RAG 以及 LangSmith

[LangChain] 01 基础入门，LCEL 、Tool Use、RAG 以及 LangSmith

上传者: 五道口纳什

[LLMs 实践] 02 LoRA（Low Rank Adaption）基本原理与基本概念，fine-tune 大语言模型

[LLMs 实践] 02 LoRA（Low Rank Adaption）基本原理与基本概念，fine-tune 大语言模型

上传者: 五道口纳什

[mcts] 01 mcts 基本概念基本原理（UCB）及两个示例

[mcts] 01 mcts 基本概念基本原理（UCB）及两个示例

上传者: 五道口纳什

[pytorch distributed] 张量并行与 megtron-lm 及 accelerate 配置

[pytorch distributed] 张量并行与 megtron-lm 及 accelerate 配置

上传者: 五道口纳什

[pytorch distributed] deepspeed 基本概念、原理（os+g+p）

[pytorch distributed] deepspeed 基本概念、原理（os+g+p）

上传者: 五道口纳什

[veRL] 从原理层面理解训练参数，PPO & GRPO，batch size，kl & entropy

[veRL] 从原理层面理解训练参数，PPO & GRPO，batch size，kl & entropy

上传者: 五道口纳什

[pytorch distributed] accelerate 基本用法（config，launch）数据并行

[pytorch distributed] accelerate 基本用法（config，launch）数据并行

上传者: 五道口纳什

[LangChain] 02 conversational agents，ReAct、agent_scratchpad 历史过程信息维护

[LangChain] 02 conversational agents，ReAct、agent_scratchpad 历史过程信息维护

上传者: 五道口纳什

[LangChain] 05 LangChain、LangGraph 结构化输出（Structured output），gpt-4o-2024-08-06

[LangChain] 05 LangChain、LangGraph 结构化输出（Structured output），gpt-4o-2024-08-06

上传者: 五道口纳什

[AI Agent] Agentic Reasoning & workflow工作流，及translation-agent 一个具体的 agent 项目

[AI Agent] Agentic Reasoning & workflow工作流，及translation-agent 一个具体的 agent 项目

上传者: 五道口纳什

[python 多进程、多线程] 03 GIL、threading、多进程，concurrent.futures

[python 多进程、多线程] 03 GIL、threading、多进程，concurrent.futures

上传者: 五道口纳什

[pytorch distributed] 02 DDP 基本概念（Ring AllReduce，node，world，rank，参数服务器）

[pytorch distributed] 02 DDP 基本概念（Ring AllReduce，node，world，rank，参数服务器）

上传者: 五道口纳什

[AI Agent] function calling & tool uses 与 argument generation

[AI Agent] function calling & tool uses 与 argument generation

上传者: 五道口纳什

[LLMs tuning] 03 llama3-8B instruct SFT on Financial RAG

[LLMs tuning] 03 llama3-8B instruct SFT on Financial RAG

上传者: 五道口纳什

[LLMs inference] quantization 量化整体介绍（bitsandbytes、GPTQ、GGUF、AWQ）

[LLMs inference] quantization 量化整体介绍（bitsandbytes、GPTQ、GGUF、AWQ）

上传者: 五道口纳什

[AI 核心概念及计算] 优化 01 梯度下降（gradient descent）与梯度上升（gradient ascent）细节及可视化分析

[AI 核心概念及计算] 优化 01 梯度下降（gradient descent）与梯度上升（gradient ascent）细节及可视化分析

上传者: 五道口纳什

[gpt2 番外] training vs. inference（generate），PPL 计算，交叉熵损失与 ignore_index

[gpt2 番外] training vs. inference（generate），PPL 计算，交叉熵损失与 ignore_index

上传者: 五道口纳什

[LLM+RL] 合成数据与model collapse，nature 正刊封面

[LLM+RL] 合成数据与model collapse，nature 正刊封面

上传者: 五道口纳什

[动手写神经网络] 01 认识 pytorch 中的 dataset、dataloader（mnist、fashionmnist、cifar10）

[动手写神经网络] 01 认识 pytorch 中的 dataset、dataloader（mnist、fashionmnist、cifar10）

上传者: 五道口纳什

[DRL] 从 TRPO 到 PPO（PPO-penalty，PPO-clip）

[DRL] 从 TRPO 到 PPO（PPO-penalty，PPO-clip）

上传者: 五道口纳什

[LLM+RL] GRPO 中的 KL div（散度），reverse vs. forward，以及无偏估计（Schulman）

[LLM+RL] GRPO 中的 KL div（散度），reverse vs. forward，以及无偏估计（Schulman）

上传者: 五道口纳什

[personal chatgpt] 从 RoPE 到 CoPE（绝对位置编码，相对位置编码，Contextual Position Encoding）

[personal chatgpt] 从 RoPE 到 CoPE（绝对位置编码，相对位置编码，Contextual Position Encoding）

上传者: 五道口纳什

[mcts] 02 mcts from scartch（UCTNode，uct_search, pUCT，树的可视化）

[mcts] 02 mcts from scartch（UCTNode，uct_search, pUCT，树的可视化）

上传者: 五道口纳什

[全栈深度学习] 01 docker 工具的基本使用及 nvidia cuda pytorch 镜像

[全栈深度学习] 01 docker 工具的基本使用及 nvidia cuda pytorch 镜像

上传者: 五道口纳什

[pytorch 强化学习] 04 迷宫环境（maze environment）封装 MazeEnv、Agent 类

[pytorch 强化学习] 04 迷宫环境（maze environment）封装 MazeEnv、Agent 类

上传者: 五道口纳什

[personal chatgpt] Llama2 7B vs. Llama3 8B （词表、attention 及 mlp）

[personal chatgpt] Llama2 7B vs. Llama3 8B （词表、attention 及 mlp）

上传者: 五道口纳什

[LLMs 实践] 03 LoRA fine-tune 大语言模型（peft、bloom 7b）

[LLMs 实践] 03 LoRA fine-tune 大语言模型（peft、bloom 7b）

上传者: 五道口纳什

[动手写bert系列] 01 huggingface tokenizer （vocab，encode，decode）原理及细节

[动手写bert系列] 01 huggingface tokenizer （vocab，encode，decode）原理及细节

上传者: 五道口纳什

[动手写 Transformer] 手动实现 Transformer Decoder（交叉注意力，encoder-decoder cross attentio）

[动手写 Transformer] 手动实现 Transformer Decoder（交叉注意力，encoder-decoder cross attentio）

上传者: 五道口纳什

[AI 核心概念及计算] 概率计算 01 pytorch 最大似然估计（MLE）伯努利分布的参数

[AI 核心概念及计算] 概率计算 01 pytorch 最大似然估计（MLE）伯努利分布的参数

上传者: 五道口纳什

[RL4LLM] PPO workflow 及 OpenRLHF、veRL 初步介绍，ray distributed debugger

[RL4LLM] PPO workflow 及 OpenRLHF、veRL 初步介绍，ray distributed debugger

上传者: 五道口纳什

[QKV attention] kv-cache、decoder only vs. BERT, 单向注意力 vs. 双向注意力

[QKV attention] kv-cache、decoder only vs. BERT, 单向注意力 vs. 双向注意力

上传者: 五道口纳什

[pytorch distributed] 03 DDP 初步应用（Trainer，torchrun）

[pytorch distributed] 03 DDP 初步应用（Trainer，torchrun）

上传者: 五道口纳什

[AI Agent] llama_index RAG 原理及源码分析

[AI Agent] llama_index RAG 原理及源码分析

上传者: 五道口纳什

[pytorch] nn.Embedding 前向查表索引过程与 one hot 关系及 max_norm 的作用

[pytorch] nn.Embedding 前向查表索引过程与 one hot 关系及 max_norm 的作用

上传者: 五道口纳什

[bert、t5、gpt] 11 知识蒸馏（knowledge distill）huggingface trainer pipeline

[bert、t5、gpt] 11 知识蒸馏（knowledge distill）huggingface trainer pipeline

上传者: 五道口纳什

[sbert 01] sentence-transformers pipeline

[sbert 01] sentence-transformers pipeline

上传者: 五道口纳什

[LLMs serving] openrouter & vllm host LLM 推理服务，openai api 兼容

[LLMs serving] openrouter & vllm host LLM 推理服务，openai api 兼容

上传者: 五道口纳什