AI Tutorials

Saiba como fazer o ajuste fino do Llama-2 no Colab usando novas técnicas para superar as limitações de memória e computação e tornar mais acessíveis os modelos de linguagem grandes de código aberto.

Saiba como usar o Stable Diffusion, um modelo avançado de aprendizagem profunda de código aberto que gera imagens de alta qualidade a partir de descrições de texto. Este tutorial aborda os conceitos básicos de como o modelo funciona e as instruções passo a passo para você executar o Stable Diffusion on-line e localmente.

O tutorial responde às perguntas mais frequentes sobre aprendizagem profunda e explora vários aspectos da aprendizagem profunda com exemplos reais.

Saiba como realizar a Análise Exploratória de Dados para Processamento de Linguagem Natural usando o WordCloud em Python.

Aprenda a criar um aplicativo RAG com o Llama 3.1 8B usando Ollama e Langchain, configurando o ambiente, processando documentos, criando embeddings e integrando um retriever.

Saiba como fazer o ajuste fino do SAM 2 do Meta AI usando o conjunto de dados Chest CT Segmentation para melhorar o desempenho da segmentação de imagens do modelo na análise de imagens médicas.

Saiba como instalar o Cursor AI no Windows, macOS e Linux e descubra como usá-lo em 10 casos de uso diferentes.

Saiba como fazer o ajuste fino dos LLMs em conjuntos de dados personalizados, avaliar o desempenho e exportar e servir modelos com facilidade usando a estrutura com pouco ou nenhum código do LLaMA-Factory.

O RankGPT é um método que usa LLMs como o ChatGPT para classificar novamente os documentos recuperados em sistemas RAG, melhorando a qualidade do resultado ao priorizar as informações mais relevantes.

Um tutorial abrangente sobre a criação de agentes LangChain com várias ferramentas para automatizar tarefas em Python usando LLMs e modelos de bate-papo usando OpenAI.

O ajuste fino dos grandes modelos de linguagem (LLMs, Large Language Models) revolucionou o processamento de linguagem natural (PLN), oferecendo recursos sem precedentes em tarefas como tradução de idiomas, análise de sentimentos e geração de textos. Essa abordagem transformadora aproveita modelos pré-treinados como o GPT-2, aprimorando seu desempenho em domínios específicos pelo processo de ajuste fino.

Vamos aperfeiçoar o Llama 3 com um conjunto de dados de conversas entre pacientes e médicos, criando um modelo adaptado para diálogos médicos. Após a mesclagem, a conversão e a quantização do modelo, ele estará pronto para uso local privado por meio do aplicativo Jan.