AI 智能体的认知核心

探索 Virtuals Protocol 的认知核心，它将 LLM、RAG、微调、向量数据库和持久记忆结合，为个性化 AI 智能体提供支持。

Cognitive Core 是 VIRTUAL 代理的中央智能层。它使用大型语言模型（LLM）、检索和持久记忆来执行任务并呈现独特的 AI 代理个性。

用于 AI 代理的大型语言模型

VIRTUAL 代理使用开源 LLM。Cognitive Core 结合检索增强生成和模型微调，为每个代理构建个性和领域智能。

• AI 代理个性开发 检索增强生成（RAG）用于构建代理的背景故事、传说、特征和属性。RAG 将语言生成与知识库检索相结合，创造更相关、更逼真的 AI 代理交互。

• AI 代理中央智能

  数据量较大的 VIRTUAL 代理使用开源模型的直接微调。微调可提升准确、领域特定的响应。指令微调进一步使 AI 代理的响应和行为与既定规则或目标保持一致。 较小的数据集会存储在向量数据库中，并通过 RAG 检索。这使 AI 代理能够高效访问专门信息。

AI 训练数据预处理

AI 代理训练数据可以包括来自教科书、论坛和维基的文本、视频和音频。Cognitive Core 主要使用基于文本的 LLM。视频和音频训练数据在模型训练前需要转录。

• 数据清理： 移除噪声和空值，以保持数据完整性和质量。

• 数据转换： 将数据集标准化，以便进行可靠的模型训练。

持久化 AI 代理记忆和对话上下文

VIRTUAL 代理使用持久化记忆系统进行个性化、具备上下文感知的交互。该系统在支持高效长期记忆处理的同时保留对话上下文。

1. 用户和对话识别： 系统识别用户及其对话，以便准确回忆。

2. 长对话存储： 系统可高效存储和处理长篇对话。

唯一用户标识符

每位 VIRTUAL 代理用户都会获得一个唯一标识符。这可保持用户特定上下文和对话连续性。

示例数据库表

如下所示生成一个示例数据库表。

CREATE TABLE Messages (
    message_id VARCHAR(32) NOT NULL PRIMARY KEY,
    conversation_id VARCHAR(32) NOT NULL,
    user_id VARCHAR(32) NOT NULL,
    prompt TEXT NOT NULL,
    timestamp DATETIME NOT NULL,
    response TEXT, 
    FOREIGN KEY (conversation_id) REFERENCES Conversations(conversation_id)
);

向量数据库和记忆检索

嵌入技术将消息向量化为数值格式，以便高效存储和检索。

当 getPrompt('identifier', 'context', 'params') 函数运行时，系统会从向量数据库中检索用户的消息。LLM 使用这些检索到的对话历史生成个性化、与上下文相关的响应，而无需从 dApp 添加额外上下文。

了解更多关于为 Cognitive Core 做贡献的信息。