

Level Navi Agent Search
简介 :
Level-Navi Agent是一个开源的通用网络搜索代理框架,能够将复杂问题分解并逐步搜索互联网上的信息,直至回答用户问题。它通过提供Web24数据集,覆盖金融、游戏、体育、电影和事件等五大领域,为评估模型在搜索任务上的表现提供了基准。该框架支持零样本和少样本学习,为大语言模型在中文网络搜索代理领域的应用提供了重要参考。
需求人群 :
Level-Navi Agent适合研究人员和开发者,用于评估和开发大语言模型在中文网络搜索任务中的应用。它为模型的搜索能力提供了标准化的评估工具,帮助优化模型性能。
使用场景
使用Level-Navi Agent框架,研究人员可以快速评估不同大语言模型在中文网络搜索任务上的表现。
开发者可以基于该框架开发个性化的网络搜索代理,提升搜索效率。
结合Web24数据集,模型可以在金融、游戏、体育等领域的搜索任务中进行针对性训练和优化。
产品特色
支持零样本和少样本学习,适应不同模型需求
提供Web24数据集,涵盖金融、游戏、体育、电影和事件五大领域
兼容多种大语言模型,可灵活部署
逐步搜索能力,精准理解复杂问题
开源框架,便于开发者扩展和定制
使用教程
1. 克隆项目:通过`git clone https://github.com/chuanruihu/Level-Navi-Agent-Search.git`获取代码。
2. 创建Python虚拟环境:使用`conda create --name ai_search python=3.11`创建环境。
3. 安装依赖:进入项目目录后运行`pip install -r requirements.txt`安装依赖。
4. 配置搜索引擎API:在配置文件中设置Bing API Key。
5. 启动测试:运行示例代码`python terminal.py`进行测试。