以前叫AIGC,現在業內普遍稱大模型,甚至在討論AGI(通用人工智能)。 自然語言這么多年,一直被認為AI皇冠上的明珠,不可攻克。 Chat只是形式,并非只是AI來生產內容,智能問答這樣的應用。 而是,AI能接受自然語言的提問,理解你的意圖,然后去解決問題。 人類日常通過對話或者文本輸出信息,本質上不也是輸出內容而已。AI現在可以按你的要求寫代碼,而且寫出的代碼直接就可以運行。 比如,在docker里安裝ta-lib就比較麻煩,下面這一段,我就是讓KIMI生成的,直接復制到dockerfile里,就可以在docker的python環境里編譯打包ta-lib的依賴。FROM python:3.9-slim
# ENV DEBIAN_FRONTEND noninteractive
ENV TZ=Asia/Shanghai
# RUN sed -i 's@/archive.ubuntu.com/@/mirrors.aliyun.com/@g' /etc/apt/sources.list && sed -i 's@/security.ubuntu.com/@/mirrors.aliyun.com/@g' /etc/apt/sources.list
# TA-LibRUN apt-get update && apt-get install -y --no-install-recommends build-essential wget libta-lib0-dev && rm -rf /var/lib/apt/lists/*
RUN pip install TA-Lib 國內多數model都支持openAI標準,這個挺好的。
 一、易用,直接pip install就好了,還帶有autogen studio低開碼開發。生產上直接使用框架本身即可。 二、agent的能力清晰:LLM,調用工具,代碼執行(本地和docker環境以及人工輔助)。三、區別與langchain這種,以RAG為核心。RAG只是智能問答的一個環節罷了。比如,自動生成因子,然后生成代碼,直接計算IC值,評估后迭代因子,進行回測等。 分析某一支股票的技術面,技術面等情況,自動生成研報。作者:AI量化實驗室(專注量化投資、個人成長與財富自由)
|