首页 > 其他分享 >Semantic Kernel 正式发布 v1.0.1 版本

Semantic Kernel 正式发布 v1.0.1 版本

时间:2023-12-24 11:33:19浏览次数:44  
标签:Kernel Semantic AI 代理 v1.0 构建 连接器

微软在2023年12月19日在博客上(Say hello to Semantic Kernel V1.0.1)发布了Semantic kernel的.NET 正式1.0.1版本。新版本提供了新的文档,以解释 SDK 创建 AI 代理的能力,这些代理可以与用户交互、回答问题、调用现有代码、自动化流程和执行各种其他任务。

image

Semantic Kernel 是一个开源 SDK,可让您轻松地将 OpenAI、Azure OpenAI 和 Hugging Face 等 AI 服务与 C# 和 Python 等传统编程语言相结合。通过这样做,您可以创建结合两全其美的 AI 应用程序。SDK 充当 Microsoft AI 模型堆栈和 Copilot AI 助手的 AI 编排层,提供交互服务以与底层机器语言基础模型和 AI 基础设施配合使用。

image

同时更新了有关 learn.microsoft.com 的文档,可帮助用户熟悉新 UI。在解释语义内核(如提示内核)的核心概念的同时,还涵盖了构建 AI 代理所需的核心组件,包括插件规划器角色

image

借助 Semantic Kernel,我们可以轻松构建具有个性化角色的代理,该代理可以使用规划器或自动函数调用自动调用插件。一旦你掌握了基础知识,你就可以构建任何东西,从简单的聊天机器人到完全自主的代理。


微软在公告文章里重点介绍了文档,列出了各种可用的软件包(包括预览版和 alpha 版),并指出 Discord 是获得构建第一个代理帮助的最佳场所。

现在语义内核已经达到了 V1.0.1, API 现在终于稳定了。展望未来,在 2024 年 1 月,该团队将专注于三个核心主题:

  1. AI 连接器 -- 例如,Phi、Llama、Mistral、Gemini 以及 Hugging face 和本地模型的支持。
  2. Memory连接器 -- 更新当前的Memory连接器,以更好地利用每个服务的功能。
  3. 以及额外的Agent 抽象——例如,提供允许开发人员构建不是基于 OpenAI 的助手的抽象。

由于核心团队仍然需要解决 #2 和 #3 的抽象和接口,我们建议社区帮助我们专注于 #1。我们希望在新的一年里尽快为所有顶级模型提供 AI 连接器。社区已经为其中一些连接器发布了几个 PR,SK 核心团队目前都在休假,他们将在 1 月份回来后立即审查和合并它们。

标签:Kernel,Semantic,AI,代理,v1.0,构建,连接器
From: https://www.cnblogs.com/shanyou/p/17924196.html

相关文章

  • Kernel Memory 入门系列: Embedding 简介
    KernelMemory入门系列:Embedding简介在RAG模式其实留了一个问题。我们对于的用户问题的理解和文档的检索并没有提供合适的方法。当然我们可以通过相对比较传统的方法。例如对用户的问题进行关键词提取,然后通过关键词检索文档。这样的话,就需要我们提前对文档做好相关关键......
  • 发布 VectorTraits v1.0, 它是C#下增强SIMD向量运算的类库
    发布VectorTraitsv1.0,它是C#下增强SIMD向量运算的类库zyl910吃瓜群众​关注 你经常看C#话题的内容发布VectorTraitsv1.0,它是C#下增强SIMD向量运算的类库VectorTraits:SIMDVectortypetraitsmethods(SIMD向量类型的特征方法).N......
  • CCNet: Criss-Cross Attention for Semantic Segmentation
    CCNet:Criss-CrossAttentionforSemanticSegmentation*Authors:[[ZilongHuang]],[[XinggangWang]],[[YunchaoWei]],[[LichaoHuang]],[[HumphreyShi]],[[WenyuLiu]],[[ThomasS.Huang]]初读印象comment::(CCNet)每个像素通过一个十字注意力模块捕获十字路......
  • SegNeXt: Rethinking Convolutional Attention Design for Semantic Segmentation
    SegNeXt:RethinkingConvolutionalAttentionDesignforSemanticSegmentation*Authors:[[Meng-HaoGuo]],[[Cheng-ZeLu]],[[QibinHou]],[[ZhengningLiu]],[[Ming-MingCheng]],[[Shi-MinHu]]·······初读印象comment::发现了导致分割模型性能提高的几......
  • SeaFormer: Squeeze-enhanced Axial Transformer for Mobile Semantic Segmentation
    SeaFormer:Squeeze-enhancedAxialTransformerforMobileSemanticSegmentation*Authors:[[QiangWan]],[[ZilongHuang]],[[JiachenLu]],[[GangYu]],[[LiZhang]]初读印象comment::(SeaFormer)提出了一种适用于移动设备的轻量级网络,设计了一个通用的注意力块,特......
  • Fully convolutional networks for semantic segmentation
    Fullyconvolutionalnetworksforsemanticsegmentation*Authors:[[JonathanLong]],[[EvanShelhamer]],[[TrevorDarrell]]DOI:10.1109/CVPR.2015.7298965Locallibrary初读印象comment::(FCN)把全连接层换成转置卷积,把用以分类的网络变成语义分割的网络。......
  • Expectation-Maximization Attention Networks for Semantic Segmentation 使用了EM算
    Expectation-MaximizationAttentionNetworksforSemanticSegmentation*Authors:[[XiaLi]],[[ZhishengZhong]],[[JianlongWu]],[[YiboYang]],[[ZhouchenLin]],[[HongLiu]]DOI:10.1109/ICCV.2019.00926Locallibrary初读印象comment::(EMANet)用期望......
  • RefineNet: Multi-path Refinement Networks for High-Resolution Semantic Segmentat
    RefineNet:Multi-pathRefinementNetworksforHigh-ResolutionSemanticSegmentation*Authors:[[GuoshengLin]],[[AntonMilan]],[[ChunhuaShen]],[[IanReid]]DOI:10.1109/CVPR.2017.549Locallibrary初读印象comment::(RefineNet)一种多路径的用于高分......
  • A Deformable Attention Network for High-Resolution Remote Sensing Images Semanti
    ADeformableAttentionNetworkforHigh-ResolutionRemoteSensingImagesSemanticSegmentation*Authors:[[RenxiangZuo]],[[GuangyunZhang]],[[RongtingZhang]],[[XiupingJia]]DOI:10.1109/TGRS.2021.3119537初读印象comment::(MDANet)提出了可变形注意力,结......
  • 基于php+mysql的一个开源IT资产管理系统——CAT:v1.0.5
    来自作者的一段为提高管理效率,良好发展开源的理想。   来一杯咖啡与茶,为IT运维从业者减轻管理负担,提升管理效率,从繁重无序的工作中解压出来,利用剩余时间多喝一杯休息一下。这是一个专为IT运维从业者打造的一站式解决方案平台,包含资产管理、工单、工作流、仓储等功能模......