蚁群算法（Ant Colony Algorithm，ACA）由Marco Dorigo于1992年在他的博士论文中首次提出，该算法模拟了自然界中蚂蚁的觅食行为。
蚂蚁寻径的生物过程：
P问题：能在多项式时间内解决的问题，比如快速排序/冒泡排序
NP问题：能在多项式时间内验证得出一个正确解的问题（不确保在多项式时间内找到答案）
NP-Complete（NPC）问题：属于NP问题，其他所有属于NP的问题都可以规约成它
规约（Reduction）：将问题A转化为问题B，使用问题B的解来解问题A
如果问题A可规约为问题B，说明问题B的时间复杂度要大于或等于问题A的时间复杂度，即问题B的难度一般要比问题A大（毕竟B答案能解A，A不一定能解
本节课程将介绍如何使用LangChain和自有数据进行对话
LangChain的组件包括：
课程内容：
LangChain是用于构建大模型应用程序的开源框架
直接使用OpenAI的示例：
import os
import openai
#以构建客服助手为例，使用不同的 Prompt 链式调用LLM搭建复杂应用
LLM 可以通过使用监督学习来构建，通过不断预测下一个词来学习
LLM 的输出是token，代表常见的字符序列
《ChatGPT Prompt Engineering for Developers》
本课程包含大量提示工程的场景示例，笔记中仅作简单记录
LLM 的两种类型：
本文中大部分算法都可通过R语言的latend包复现
轨迹分组算法（Group-based trajectory model，GBTM）