Velikost videa: 1280 X 720853 X 480640 X 360
Zobrazit ovladače přehrávání
Automatické přehrávání
Přehrát
待ち侘びたLangGraphの解説でした、大変に分かりやすく感謝しかありません。是非マルチエージェントについても解説お願いします
少しでも役に立ったようで良かったです!マルチエージェントも頃合いを見て紹介したいと思います!😊
なるほどですlang chainを使い始めた時に、将来的にはLLMへのQAを行う個々のagentが関数と同様の位置づけになって、複数のagentを組み合わせて推論プログラミングを行う世界が来ると理解したのですが、このLang Graphと言うのが正に推論プログラミングのフレームワークなのだなと理解しました面白いので使ってみます
にゃんたさんのは非常に丁寧で分かりやすいので私でも同じように動かすことが出来ました!ぜひマルチエージェントの説明もお願いしたいです(なるべく早いとありがたいです。。)
確かに便利。自分で一から作成するより視覚的にわかりやすいね。
カスタマイズしまくれるので個人的にはDifyよりもこっちの方が好みですね。
公式ページ見ちゃうと難しく感じますね。スモールスタートで寄せていく発想良いですね!とても分かりやすくて参考になりました。実装ベースもよかったです。LangGraphは可能性を感じます。また次回ありましたら楽しみにしています!
公式ページ難しいですよね😫少しでも参考になったようで良かったです!また良さそうなものがあったら紹介しますね~!
ありがとうございます!
スパチャありがとうございます!!😲
役に立った、ありがとー
ありがとうございます😊そのように言っていただけて良かったです!
langchainなら使ってる この間のAIエージェントの動画みてから、Claude3モデル使ってカスタムチャットbotくらいなら作れるようになった😊
いつも勉強させていただきありがとうございます。1点質問させてください。OpenAIの機能として備わっているfunction callingを利用した場合も概ね同様の処理を行うことができると認識しているのですが、もし大きな違いなどがありましたら教えていただけますと幸いです。勉強不足で、的はずれな質問をしていたら申し訳ないです。
ありがとうございます!> OpenAIの機能として備わっているfunction callingを利用した場合も概ね同様の処理を行うことができると認識しているのですが、もし大きな違いなどがありましたら教えていただけますと幸いです。LagnGraphは中でFunction Callingを利用しているようなので誤認識の通り、Function Calling単体でも同様の処理が行えるかと思います!
いつも勉強させて頂いています。GPTsは、今回の例に挙げられている機能を一般に使いやすく公開しているものなのかなと理解していますが、いかがでしょうか。ご教授頂けると、幸いです🙇
ありがとうございます😊> GPTsは、今回の例に挙げられている機能を一般に使いやすく公開しているものなのかなと理解していますが、いかがでしょうか。こちら概ね正しいと思います!ただ、LangGraphの方が色々カスタマイズが可能で例えば、言語モデルを複数設定して強調させることでタスクを解かせたりなどより複雑なエージェントの動きを実現できるのかなと思います!
@@aivtuber2866 ありがとうございました😊
質問です。複数のdBを参照させて回答を生成させる場合、どのdbを参照するかをエージェントが選ぶように設計できるんでしょうか?どうやってルーティングを選択してるのか、よくわかりませんでした。
質問ありがとうございます。Toolの選択は、Toolの関数のdocstringが使用されてどのツールを利用するべきかを判断していると理解しています。従って複数のDBを利用する場合は、DB毎にツールを定義してそれぞれdocstringを記載して、LLMにbindしておくと、1度の入力で呼び出すべきToolが複数出力されるのではないかと思います・・・!(間違っていたら申し訳ないです)
@@aivtuber2866 ご回答ありがとうございます。よく考えたら、自分で調べもせずに軽率に質問してしまい申し訳ありませんでした。いつも参考にしてます。これからも投稿楽しみにしてます。
PC作業の大半を任せられるレベルのエージェントはまだまだ先になりそうですかね・・・?
簡単な作業であれば、いけそうな気もしますが視覚情報が必要になってくるタスクだとモデルの精度的と速度的にもう少しかかるかもですね!🤔
この手のクセがあるものを見ると、どうしても自分で書いたほうが手っ取り早いという思考に逃げてしまいます😴
私も癖が強かったので自分で書いた方が良いのでは・・・という気持ちが少し湧きましたが複雑なフローを組む場合とかだと、可視化しながら開発できたりするのでそういう場合は良いかもしれませんね🤔
Difyとは何が違ってくるんですか?
自分も気になります
dify の workflow は中で langgraph つかってたりするのかなー?
DifyのChatflowとの比較でしょうか🤔プログラムを書かないといけませんが、基本的にChatflowと同じようなことができそうですよね!細かいところだとツールの並列実行とか、ループ処理のエージェントによる停止や実行判断をさせるなどはDifyできなかった気がするので、そこらへんは差分としてあるかもですね・・・!
@@aivtuber2866これだけだとDify極めて言った方がいいかなと感じました
なるほど、と思って最後まで聞いていたが、「はた」と。最初、例として、「人間の代わりにAIエージェントがAiの生成の成果物を評価してくれる。」つまり、「人間は抱き枕を抱いて眠っていたら、AIエージェントが寝ている間にいい感じに仕上げてくれるのだ」って言われて、期待して聞いていたが・・・・あまり、文章を評価するってところが後半の実装では出てこなかったような。残念。おそらく、あれかな、えーと「にゃんたのことを教えてくれ」の質問内容を評価して、APIだか、データーベースだかを使うか、使わないか、を独自に判断して、採用するなり、しなかったりして、回答を出したってところが、AIエージェントって奴なのか?? 正直、あまり、すごさを感じなかった。
申し訳ないです・・・!スライドは複数の言語モデルを強調させたマルチエージェントの話をしていたのですが実装パートでは、解説も実装も大変になりそうだったので自律的にツールの利用を行えるエージェントを紹介していました🙇♂️
ReAct(LangGraph)がIF文を超える可能性IF文は、従来のプログラミングにおいて、ある条件が真か偽かによって処理を分岐させる、基本的な制御構造だけど、LangGraph(ReAct)が、IF文の代わりの制御構造になる可能性があるってことなんじゃないかな。
待ち侘びたLangGraphの解説でした、大変に分かりやすく感謝しかありません。是非マルチエージェントについても解説お願いします
少しでも役に立ったようで良かったです!
マルチエージェントも頃合いを見て紹介したいと思います!😊
なるほどです
lang chainを使い始めた時に、将来的にはLLMへのQAを行う個々のagentが関数と同様の位置づけになって、複数のagentを組み合わせて推論プログラミングを行う世界が来ると理解したのですが、このLang Graphと言うのが正に推論プログラミングのフレームワークなのだなと理解しました
面白いので使ってみます
にゃんたさんのは非常に丁寧で分かりやすいので私でも同じように動かすことが出来ました!
ぜひマルチエージェントの説明もお願いしたいです(なるべく早いとありがたいです。。)
確かに便利。自分で一から作成するより視覚的にわかりやすいね。
カスタマイズしまくれるので個人的にはDifyよりもこっちの方が好みですね。
公式ページ見ちゃうと難しく感じますね。スモールスタートで寄せていく発想良いですね!とても分かりやすくて参考になりました。実装ベースもよかったです。LangGraphは可能性を感じます。また次回ありましたら楽しみにしています!
公式ページ難しいですよね😫
少しでも参考になったようで良かったです!
また良さそうなものがあったら紹介しますね~!
ありがとうございます!
スパチャありがとうございます!!😲
役に立った、ありがとー
ありがとうございます😊
そのように言っていただけて良かったです!
langchainなら使ってる この間のAIエージェントの動画みてから、Claude3モデル使ってカスタムチャットbotくらいなら作れるようになった😊
いつも勉強させていただきありがとうございます。
1点質問させてください。
OpenAIの機能として備わっているfunction callingを利用した場合も
概ね同様の処理を行うことができると認識しているのですが、
もし大きな違いなどがありましたら教えていただけますと幸いです。
勉強不足で、的はずれな質問をしていたら申し訳ないです。
ありがとうございます!
> OpenAIの機能として備わっているfunction callingを利用した場合も
概ね同様の処理を行うことができると認識しているのですが、
もし大きな違いなどがありましたら教えていただけますと幸いです。
LagnGraphは中でFunction Callingを利用しているようなので
誤認識の通り、Function Calling単体でも同様の処理が行えるかと思います!
いつも勉強させて頂いています。
GPTsは、今回の例に挙げられている機能を一般に使いやすく公開しているものなのかなと理解していますが、いかがでしょうか。
ご教授頂けると、幸いです🙇
ありがとうございます😊
> GPTsは、今回の例に挙げられている機能を一般に使いやすく公開しているものなのかなと理解していますが、いかがでしょうか。
こちら概ね正しいと思います!
ただ、LangGraphの方が色々カスタマイズが可能で
例えば、言語モデルを複数設定して強調させることでタスクを解かせたりなど
より複雑なエージェントの動きを実現できるのかなと思います!
@@aivtuber2866 ありがとうございました😊
質問です。
複数のdBを参照させて回答を生成させる場合、どのdbを参照するかをエージェントが選ぶように設計できるんでしょうか?
どうやってルーティングを選択してるのか、よくわかりませんでした。
質問ありがとうございます。
Toolの選択は、Toolの関数のdocstringが使用されて
どのツールを利用するべきかを判断していると理解しています。
従って複数のDBを利用する場合は、DB毎にツールを定義して
それぞれdocstringを記載して、LLMにbindしておくと、1度の入力で
呼び出すべきToolが複数出力されるのではないかと思います・・・!
(間違っていたら申し訳ないです)
@@aivtuber2866
ご回答ありがとうございます。
よく考えたら、自分で調べもせずに軽率に質問してしまい申し訳ありませんでした。
いつも参考にしてます。
これからも投稿楽しみにしてます。
PC作業の大半を任せられるレベルのエージェントはまだまだ先になりそうですかね・・・?
簡単な作業であれば、いけそうな気もしますが
視覚情報が必要になってくるタスクだと
モデルの精度的と速度的にもう少しかかるかもですね!🤔
この手のクセがあるものを見ると、どうしても自分で書いたほうが手っ取り早いという思考に逃げてしまいます😴
私も癖が強かったので自分で書いた方が良いのでは・・・という気持ちが少し湧きましたが
複雑なフローを組む場合とかだと、可視化しながら開発できたりするので
そういう場合は良いかもしれませんね🤔
Difyとは何が違ってくるんですか?
自分も気になります
dify の workflow は中で langgraph つかってたりするのかなー?
DifyのChatflowとの比較でしょうか🤔
プログラムを書かないといけませんが、基本的にChatflowと同じようなことができそうですよね!
細かいところだとツールの並列実行とか、ループ処理のエージェントによる停止や実行判断をさせるなどは
Difyできなかった気がするので、そこらへんは差分としてあるかもですね・・・!
@@aivtuber2866これだけだとDify極めて言った方がいいかなと感じました
なるほど、と思って最後まで聞いていたが、「はた」と。最初、例として、「人間の代わりにAIエージェントがAiの生成の成果物を評価してくれる。」つまり、「人間は抱き枕を抱いて眠っていたら、AIエージェントが寝ている間にいい感じに仕上げてくれるのだ」って言われて、期待して聞いていたが・・・・あまり、文章を評価するってところが後半の実装では出てこなかったような。残念。おそらく、あれかな、えーと「にゃんたのことを教えてくれ」の質問内容を評価して、APIだか、データーベースだかを使うか、使わないか、を独自に判断して、採用するなり、しなかったりして、回答を出したってところが、AIエージェントって奴なのか?? 正直、あまり、すごさを感じなかった。
申し訳ないです・・・!
スライドは複数の言語モデルを強調させた
マルチエージェントの話をしていたのですが
実装パートでは、解説も実装も大変になりそうだったので
自律的にツールの利用を行えるエージェントを紹介していました🙇♂️
ReAct(LangGraph)がIF文を超える可能性
IF文は、従来のプログラミングにおいて、ある条件が真か偽かによって処理を分岐させる、基本的な制御構造だけど、LangGraph(ReAct)が、IF文の代わりの制御構造になる可能性があるってことなんじゃないかな。