Proactiveagent
Proactiveagent
目标受众为开发者、数据科学家和人工智能研究者,他们需要一个能够理解用户需求并提供主动帮助的智能代理来提高工作效率和改善用户体验。ProactiveAgent通过预测用户需求,减少显式请求,使得用户能够更专注于核心任务。
总访问量: 474,564,576
占比最多地区: US(19.34%)
396
简介
ProactiveAgent是一个基于大型语言模型(LLM)的主动式代理项目,旨在构建一个能够预测用户需求并主动提供帮助的智能代理。该项目通过数据收集和生成管道、自动评估器和训练代理来实现这一目标。ProactiveAgent的主要优点包括环境感知、协助标注、动态数据生成和构建管道,其奖励模型在测试集上达到了0.918的F1分数,显示出良好的性能。该产品背景信息显示,它适用于编程、写作和日常生活场景,并且遵循Apache License 2.0协议。
截图
产品特色
环境感知:通过Activity Watcher收集环境场景和用户活动,自动推荐任务。
协助标注:提供平台标注代理生成的响应,以符合人类标注结果。
动态生成:动态数据生成管道,用户反馈影响后续事件。
构建管道:包含环境Gym、Proactive Agent和奖励模型的生成管道,奖励模型测试集F1分数达到0.918。
数据集和评估脚本:提供完整的数据收集和生成管道、数据集和相应的评估脚本。
LLM微调:提供微调大型语言模型的提示,以训练主动式代理。
使用教程
1. 克隆仓库并导航到ProactiveAgent文件夹。
2. 安装Python环境和依赖包。
3. 安装Activity Watcher并检查是否正确安装。
4. 配置private.toml文件,修改为个人设置。
5. 运行Proactive Agent并根据提示进行交互。
6. 可选连接奖励模型以过滤代理消息。
7. 通过接受、拒绝或忽略代理的提案来与其互动。
流量来源
直接访问51.61%外链引荐33.46%邮件0.04%
自然搜索12.58%社交媒体2.19%展示广告0.11%
最新流量情况
月访问量
4.92m
平均访问时长
393.01
每次访问页数
6.11
跳出率
36.20%
总流量趋势图
地理流量分布情况
美国
19.34%
中国
13.25%
印度
9.32%
俄罗斯
4.28%
德国
3.63%
地理流量分布全球图