Hướng dẫn AI

Tìm hiểu cách sử dụng LangSmith Agent Builder để tạo một agent đọc Gmail, soạn phản hồi và ghi nhật ký hành động, tất cả mà không cần viết mã.

Tìm hiểu cách triển khai late chunking với Jina AI để cải thiện việc giữ ngữ cảnh và độ chính xác truy xuất trong các ứng dụng RAG.

Có một số lượng tối ưu các tầng ẩn và nơ-ron cho mạng nơ-ron nhân tạo (ANN). Hướng dẫn này trình bày một cách tiếp cận đơn giản để xác định số lượng tối ưu cho các tầng và nơ-ron của ANN.

Tìm hiểu LiteLLM là gì và cách dùng để gọi API hợp nhất tới nhiều nhà cung cấp LLM, bao gồm API cơ bản, xử lý lỗi, dự phòng, streaming, đầu ra có cấu trúc và theo dõi chi phí.

Tìm hiểu cách xây dựng ứng dụng RAG với Llama 3.1 8B bằng Ollama và Langchain: thiết lập môi trường, xử lý tài liệu, tạo embedding và tích hợp bộ truy xuất.

Tìm hiểu cách xây dựng ứng dụng tạo chú thích ảnh sử dụng Streamlit cho giao diện, Llama 3.2 90B để tạo chú thích và Groq làm API.

Làm theo hướng dẫn từng bước để thiết lập và chạy Llama 3.2 1B trên thiết bị Android của bạn bằng khung Torchchat.

Tìm hiểu quy trình từng bước để thiết lập ứng dụng RAG bằng Llama 3.2 Vision, Ollama và ColPali.

Tìm hiểu cách xây dựng ứng dụng giải thích mã đa ngôn ngữ bằng Llama 3.3, Hugging Face và Streamlit.

Chúng ta sẽ tinh chỉnh Llama 3 trên bộ dữ liệu hội thoại bệnh nhân - bác sĩ để tạo mô hình phù hợp cho đối thoại y khoa. Sau khi hợp nhất, chuyển đổi và lượng tử hóa, mô hình sẽ sẵn sàng cho sử dụng riêng tư cục bộ qua ứng dụng Jan.

Tìm hiểu cách xây dựng pipeline retrieval-augmented generation (RAG) bằng Llama 4 để tạo một ứng dụng web đơn giản.

Tìm hiểu cách triển khai và sử dụng LLaMA 4 Scout của Meta với vLLM trên RunPod cho cả hoàn thành văn bản và suy luận đa phương thức.