- Claude 2 \ Anthropic
- Anthropic is an AI safety and research company that's working to build reliable, interpretable, and steerable AI systems.
2023 год, я считаю, можно назвать эрой ИИ, а если быть точнее, эрой генеративного ИИ. И не будет преувеличением сказать, что это началось с OpenAI Chat-GPT.
Новости появляются постоянно, и к ним добавляются соответствующие видео на YouTube.
Поэтому я хотел ежедневно систематизировать их и делиться, но это оказалось непросто, поэтому я буду делать это ежемесячно.
Запускаю ежемесячный журнал об ИИ «Mr. Know-All».
[Mr. Know-All №1 – июль 2023]
Claude 2 – появился мощный новый llm. Разработан компанией Anthropic, основанной людьми, которые ушли из OpenAI. Говорят, что это может стать отличной альтернативой OpenAI.
В статье описывается, как использовать службу внедрения в Azure для поиска значимой информации в неструктурированных документах. Поскольку Microsoft инвестировала в OpenAI, за Azure, которая предоставляет сервисы ИИ, тоже стоит следить.
LangChain & FastAPI – Приватный, пользовательский чат-бот с JWT-аутентификацией
На немецком языке. Стоит ознакомиться с репозиторием на GitHub.
Что такое связывание? | Langchain
Связывание – центральная концепция LangChain. Как следует из названия, это цепь. Цепь llm.
Существует 3 типа цепей – простая последовательная, с несколькими входами и с несколькими выходами.
Необходимо изучить раздел предварительного просмотра PDF.
Чат с вашими данными с использованием LlamaIndex и OpenAI GPT-3 Collab Python Demo
Для внедрения персональных данных используется LlamaIndex.
LlamaIndex — это «фреймворк данных» для создания приложений LLM. Не стоит воспринимать LlamaIndex просто как библиотеку индексирования, нужно как следует его изучить.
Продолжительность около 2 часов. Ниже приведена сводка, сгенерированная с помощью OpenAI API и переведённая DeepL.
Доктор Шанахпаки организует дискуссию о генеративном ИИ, ключевом изменении платформ с середины 90-х годов. Будет обсуждаться, как создать следующее поколение Salesforce для Shopify с помощью генеративного ИИ, опыта Азии, архитектуры, а также методов использования машинного обучения для данных в реальном времени и исторических данных. Также будут обсуждаться такие вопросы, как разработка данных, внедрение векторного поиска, проектирование и тестирование подсказок, поиск и вывод подсказок, а также способы максимизации производительности в векторах. Кроме того, будет обсуждаться важность предоставления цикла обратной связи для обучения и адаптации ИИ к изменяющимся языкам и концепциям, а также необходимость человеческого надзора для понимания того, как обнаруживать и предотвращать галлюцинации.
Комментарии0