Tutoriels LLM

CrewAI est une plateforme qui permet aux développeurs de construire et de déployer des flux de travail automatisés en utilisant plusieurs agents d'intelligence artificielle qui collaborent pour effectuer des tâches complexes.

Apprenez à construire une application RAG avec Llama 3.1 8B en utilisant Ollama et Langchain en configurant l'environnement, en traitant des documents, en créant des embeddings et en intégrant un retriever.

Llama Stack est un ensemble d'outils standardisés et d'API développés par Meta qui simplifient le processus de construction et de déploiement de grandes applications de modèles de langage.

Apprenez à affiner SAM 2 de Meta AI en utilisant l'ensemble de données Chest CT Segmentation pour améliorer les performances du modèle en matière de segmentation d'images dans le cadre de l'analyse d'images médicales.

Apprenez à accéder aux modèles légers et de vision Llama 3.2 sur Kaggle, à affiner le modèle sur un jeu de données personnalisé en utilisant des GPU gratuits, à fusionner et exporter le modèle vers le Hugging Face Hub, et à convertir le modèle affiné au format GGUF afin qu'il puisse être utilisé localement avec l'application Jan.

Apprenez à créer des applications d'IA en temps réel avec l'API temps réel d'OpenAI. Ce tutoriel couvre les WebSockets, la configuration de Node.js, la messagerie texte/audio, l'appel de fonctions et le déploiement d'une démo d'assistant vocal React.

Découvrez le modèle de génération de maillage 3D de NVIDIA, LLaMA-Mesh, ainsi que ses capacités, ses limites, ses instructions de configuration et ses exemples.

Apprenez à construire une application de sous-titrage d'images en utilisant Streamlit pour l'interface, Llama 3.2 90B pour générer des sous-titres, et Groq comme API.

Apprenez à affiner un modèle multimodal par Meta AI sur l'ensemble de données de produits Amazon en utilisant le cadre Unsloth.

Découvrez comment configurer et exécuter vLLM (Virtual Large Language Model) localement à l'aide de Docker et dans le cloud à l'aide de Google Cloud.

Apprenez à optimiser votre flux de travail de codage à l'aide de l'application de bureau ChatGPT, en mettant l'accent sur son intégration avec VS Code, le terminal et Xcode.

Apprenez à créer une application multilingue d'explication de code en utilisant Llama 3.3, Hugging Face et Streamlit.