Bekerja dengan Memori dan Riwayat Dialog di LLM 🧠

Sebuah chatbot dukungan teknis baru diluncurkan, pengguna menjelaskan masalahnya, dan pada pesan ketiga, jaringan saraf bertanya: "Siapa nama Anda dan ada yang bisa saya bantu?".

Penyebabnya sepele: LLM pada dasarnya stateless. "Memori" model hanyalah sebuah penyangga arsitektural, dan biasanya masalah diselesaikan dengan cara kasar: ambil LangChain, kumpulkan semua pesan sebelumnya, dan masukkan ke dalam prompt.

🗓 14 April pukul 18:00 MSK di "Titik Perakitan" kita akan membahas arsitektur memori untuk asisten LLM dan metode manajemen konteks yang tepat.

Dasar yang diperlukan untuk memahami materi:
🔵Sintaks dasar Python (kelas, kamus, fungsi).
🔵Pemahaman tentang cara kerja HTTP API dan konsep dasar LLM (apa itu prompt dan token).
🔵 Pengenalan dangkal dengan abstraksi LangChain.

Akses melalui bot: t.me/TScompiler_bot