Agents Course

Chương 0. Welcome to the course

Live 1. Cách khóa học vận hành + Hỏi và Đáp

Chương 1. Giới thiệu về Agents

Giới thiệu Agent là gì?Kiểm tra nhanh 1 LLM là gì?Tin nhắn và Special Token Tools là gì?Kiểm tra nhanh 2 Hiểu về AI Agents qua chu kỳ Thought-Action-Observation Suy nghĩ, Lập luận nội bộ và phương pháp Re-Act Hành động, Giúp Agent tương tác với môi trường Quan sát, Tích hợp phản hồi để điều chỉnh Thư viện Dummy Agent Hãy tạo Agent đầu tiên với Smolagents Bài kiểm tra cuối chương 1 Kết luận

Chương bổ trợ 1. Fine-tune LLM cho Function-calling

Khi nào các bước tiếp theo được công bố?

Join the Hugging Face community

and get access to the augmented documentation experience

Collaborate on models, datasets and Spaces

Faster examples with accelerated inference

Switch between documentation themes

to get started

Kiểm tra nhanh tự đánh giá (không chấm điểm)

Gì nữa? Lại Quiz á? Chúng mình biết, chúng mình biết… 😅 Nhưng bài kiểm tra ngắn không chấm điểm này giúp bạn củng cố các khái niệm quan trọng vừa học.

Quiz này bao gồm Mô hình ngôn ngữ lơn (LLM), hệ thống tin nhắn và tools - những thành phần thiết yếu để hiểu và xây dựng AI agent.

Q1: Đâu là mô tả chính xác nhất về AI Tool?

Quy trình chỉ tạo phản hồi văn bản Quy trình thực thi hoặc API bên ngoài cho phép Agent thực hiện tác vụ cụ thể và tương tác với môi trường bên ngoài Tính năng lưu trữ hội thoại của Agent

Q2: AI agent sử dụng Tools như hình thức “hành động” trong môi trường thế nào?

Bằng cách thụ động chờ hướng dẫn từ người dùng Chỉ sử dụng các phản hồi được lập trình sẵn Bằng cách yêu cầu LLM sinh code gọi Tool khi cần và chạy Tool thay mặt mô hình

Q3: Mô hình ngôn ngữ lớn (LLM) là gì?

Chatbot đơn giản với các câu trả lời định sẵn Mô hình học sâu được huấn luyện trên lượng lớn văn bản để hiểu và tạo ngôn ngữ giống con người AI dựa trên luật với các lệnh định nghĩa cứng nhắc

Q4: Vai trò của Token đặc biệt trong LLM là gì?

Là các từ bổ sung trong từ vựng của mô hình để nâng cao chất lượng sinh văn bản Thực hiện chức năng cụ thể như đánh dấu cuối chuỗi (EOS) hoặc phân tách các vai trò tin nhắn trong mô hình chat Là token được chèn ngẫu nhiên để tăng tính đa dạng của phản hồi

Q5: Mô hình AI Chat xử lý tin nhắn người dùng nội bộ thế nào?

Trực tiếp diễn giải tin nhắn như lệnh có cấu trúc mà không biến đổi Chuyển đổi tin nhắn thành prompt định dạng bằng cách nối các tin nhắn system, user và assistant Sinh phản hồi ngẫu nhiên dựa trên hội thoại trước đó

Hiểu rồi chứ? Tuyệt! Giờ hãy khám phá luồng hoạt động đầy đủ của Agent và bắt đầu xây dựng AI agent đầu tiên thôi!

Update on GitHub

←Tools là gì? Hiểu về AI Agents qua chu kỳ Thought-Action-Observation→

Kiểm tra nhanh tự đánh giá (không chấm điểm)Q1: Đâu là mô tả chính xác nhất về AI Tool?Q2: AI agent sử dụng Tools như hình thức “hành động” trong môi trường thế nào?Q3: Mô hình ngôn ngữ lớn (LLM) là gì?Q4: Vai trò của Token đặc biệt trong LLM là gì?Q5: Mô hình AI Chat xử lý tin nhắn người dùng nội bộ thế nào?