- Claude 2 \ Anthropic
- Anthropic is an AI safety and research company that's working to build reliable, interpretable, and steerable AI systems.
Rok 2023, moim zdaniem, można uznać za erę AI, a dokładniej generatywnej AI. Można śmiało powiedzieć, że to OpenAI Chat-GPT ją zapoczątkował.
Nowe informacje pojawiają się bez przerwy, a do tego dochodzą filmy na YouTube.
Dlatego próbowałem codziennie je podsumowywać i udostępniać, ale okazało się to trudne, więc postanowiłem robić to co miesiąc.
Zaczynamy AI miesięcznik „Mr. Know-All”.
[Mr. Know-All nr 1 – lipiec 2023]
Claude 2 – pojawił się potężny nowy model językowy (llm). Stworzony przez Anthropic, firmę założoną przez osoby, które odeszły od OpenAI. Może stanowić świetną alternatywę dla OpenAI.
Opisuje sposób wyszukiwania znaczących informacji w niestrukturalnych dokumentach przy użyciu usługi osadzania w Azure. Ponieważ MS zainwestowało w OpenAI, warto śledzić również Azure, który oferuje usługi AI.
LangChain & FastAPI – Prywatny, niestandardowy chatbot z uwierzytelnianiem JWT
W języku niemieckim. Warto zapoznać się z repozytorium Git.
Czym jest łączenie (Chaining)? | Langchain
Łączenie (Chaining) – centralna koncepcja Langchain. Jak sama nazwa wskazuje, chodzi o łańcuch. Łańcuch modeli językowych (llm).
Istnieją 3 rodzaje łańcuchów – prosty sekwencyjny, z wieloma wejściami i z wieloma wyjściami.
Trzeba przyjrzeć się części Podgląd PDF.
Rozmowa z danymi przy użyciu LlamaIndex i OpenAI GPT-3 Collab Python Demo
Do osadzania danych osobistych używany jest LlamaIndex.
LlamaIndex to „ramka danych” ułatwiająca budowanie aplikacji LLM. Nie należy traktować LlamaIndex jako prostej biblioteki indeksowania – warto ją dokładnie przeanalizować.
Film trwa około 2 godzin. Poniżej znajduje się streszczenie wygenerowane przez API OpenAI i przetłumaczone przez DeepL.
Dr Shanaprakash organizuje dyskusję na temat generatywnej AI, głównej zmiany platformy od połowy lat 90. Będzie omawiał generatywną AI, doświadczenia azjatyckie, architekturę oraz sposób wykorzystania uczenia maszynowego w danych rzeczywistych i archiwalnych do budowania kolejnej generacji Salesforce dla Shopify. Ponadto omówi inżynierię danych, osadzanie wyszukiwania wektorowego, inżynierię i testowanie monitów, wyszukiwanie i wnioskowanie oparte na monitach oraz sposób maksymalizacji wydajności z wektorów. Omawiane będą również kwestie takie jak znaczenie zapewnienia pętli sprzężenia zwrotnego, która pozwoli AI uczyć się i dostosowywać do zmieniających się języków i pojęć, a także potrzeba nadzoru człowieka w celu zrozumienia, jak wykrywać i zapobiegać halucynacjom.
Komentarze0