- Claude 2 \ Anthropic
- Anthropic is an AI safety and research company that's working to build reliable, interpretable, and steerable AI systems.
2023 को AI का युग माना जा सकता है, और अधिक सटीक रूप से, जनरेटिव AI का युग। यह कहना गलत नहीं होगा कि OpenAI के Chat-GPT ने इसे शुरू किया है।
इससे संबंधित खबरें लगातार आ रही हैं, और YouTube पर भी कई वीडियो सामने आ रहे हैं।
इसलिए, मैं हर दिन इन सबको एकत्रित करके साझा करना चाहता था, लेकिन यह आसान नहीं है, इसलिए मैं अब हर महीने ऐसा करने का प्रयास करूँगा।
AI मासिक पत्रिका “Mr. Know-All” शुरू कर रहा हूँ।
[Mr. Know-All 1 अंक – जुलाई 2023]
Claude 2 – एक शक्तिशाली नया LLM (बड़ा भाषा मॉडल) आया है। इसे Anthropic नामक कंपनी ने बनाया है, जो OpenAI से अलग होकर बनी है। यह OpenAI का एक बेहतरीन विकल्प हो सकता है।
Azure में एम्बेडिंग सर्विस का उपयोग करके अनस्ट्रक्चर्ड दस्तावेजों से सार्थक जानकारी प्राप्त करने के तरीके को समझाया गया है। चूँकि MS ने OpenAI में निवेश किया है, इसलिए AI सेवाएँ प्रदान करने वाले Azure पर भी ध्यान देना होगा।
LangChain & FastAPI – JWT प्रमाणीकरण के साथ निजी, कस्टम चैटबॉट
यह जर्मन में है। बस GitHub रिपॉजिटरी को देखें।
चेनिंग क्या है? | Langchain
चेनिंग – लैंगचेन की मुख्य अवधारणा। जैसा कि नाम से पता चलता है, यह एक चेन है। LLM चेन।
तीन प्रकार की चेन हैं – सरल अनुक्रमिक, बहु-इनपुट, बहु-आउटपुट।
PDF पूर्वावलोकन भाग पर एक नज़र डालनी चाहिए।
LlamaIndex और OpenAI GPT-3 Collab Python डेमो का उपयोग करके अपने डेटा के साथ चैट करें
व्यक्तिगत डेटा को एम्बेड करने के लिए LlamaIndex का उपयोग किया जाता है।
LlamaIndex LLM ऐप बनाने में मदद करने के लिए एक “डेटा फ़्रेमवर्क” है। LlamaIndex को केवल एक साधारण इंडेक्सिंग लाइब्रेरी के रूप में न देखें, इसे एक बार ध्यान से देखें।
यह लगभग 2 घंटे लंबा वीडियो है। नीचे OpenAI API का उपयोग करके सारांश दिया गया है और DeepL द्वारा अनुवाद किया गया है।
डॉ शनापाकी 90 के दशक के मध्य से प्लेटफ़ॉर्म में प्रमुख बदलावों पर चर्चा करते हैं, जिसमें जनरेटिव AI शामिल है। वे जनरेटिव AI, एशियाई अनुभव, आर्किटेक्चर, रीयल-टाइम और ऐतिहासिक डेटा का उपयोग करके मशीन लर्निंग के माध्यम से अगली पीढ़ी के Salesforce for Shopify के निर्माण के तरीके पर चर्चा करेंगे। इसके अलावा, वे डेटा इंजीनियरिंग, वेक्टर सर्च एम्बेडिंग, प्रॉम्प्ट इंजीनियरिंग और परीक्षण, प्रॉम्प्ट सर्च और रीजनिंग, और वेक्टर से प्रदर्शन को अधिकतम करने के तरीके पर भी चर्चा करेंगे। वे यह भी बताएँगे कि AI को बदलते भाषा और अवधारणाओं को सीखने और अनुकूलित करने में मदद करने के लिए एक प्रतिक्रिया लूप प्रदान करना कितना महत्वपूर्ण है, और भ्रम का पता लगाने और रोकने के तरीके को समझने के लिए मानवीय पर्यवेक्षण की आवश्यकता है।
टिप्पणियाँ0