Wingman
1.0.0
Pretrave sus modelos de aprendizaje automático (LLM) con sus propios datos
Viene completo con un generador automatizado de incrustación y interfaz de preguntas y respuestas de modelo
Ver demostración · Informe de error · Función de solicitud
Pretraje automáticamente sus modelos de aprendizaje automático (LLM) con:
Estas herramientas aceptarán la entrada en forma de una URL de repo GitHub, archivo PDF o carpeta local de archivos HTML y realizarán las siguientes acciones:
generate_embedding_github/pdf.py
• Break apart your input data into manageable chunks
• Send chunked data to Ray Serve Cluster
• Use Ray Cluster to create an embedding from our input chunks
serve run serve:deployment
• Use Ray Cluster to download a Foundational Model
• Load Foundation Model with our Embedding on top
• Start a WebServer and make the Model available via api
query.py "what is the api endpoint to get a list of agents"
• Allow you to interface with the model through the API
Esta herramienta es para cualquiera que quiera entrenar una LLM en una fuente específica de conocimiento de una manera simple, donde todo el trabajo pesado se ha abstraído detrás de escena.
Wingman está construido sobre un clúster de rayos para que pueda ser escalable y distribuido, o se puede ejecutar en una sola máquina.
⬆️
Este proyecto (y muchos otros) no sería posible sin lo siguiente:
| Enlace | Nombre | Revelador | Descripción |
|---|---|---|---|
| Enlace | Faiss | Investigación de Facebook | Una biblioteca para la búsqueda de similitud eficiente y la agrupación de vectores densos. |
| Enlace | Langchain | Langchain | Langchain es un marco para desarrollar aplicaciones alimentadas por modelos de idiomas. |
| Enlace | Rayo | Proyecto de rayos | Ray es un marco unificado para escalar aplicaciones de IA y Python. Ray consta de un tiempo de ejecución distribuido en el núcleo y un conjunto de bibliotecas de IA para acelerar las cargas de trabajo ML. |
| Enlace | Pitón | Python Software Foundation | Python es un lenguaje de programación de alto nivel de uso general. Su filosofía de diseño enfatiza la legibilidad del código con el uso de una sangría significativa. |
| Enlace | Pytorch | La Fundación Linux | Tensores y redes neuronales dinámicas en Python con una fuerte aceleración de GPU. |
| Enlace | Hermosa sopa | Leonard Richardson | Hermosa sopa es una biblioteca de Python para sacar datos de los archivos HTML y XML. Funciona con su analizador favorito para proporcionar formas idiomáticas de navegar, buscar y modificar el árbol de análisis. |
| Enlace | Typing_inspect | Ivan Levkivskyi | El módulo typing_inspect define una API experimental para la inspección de tiempo de ejecución de los tipos definidos en el módulo de tipificación estándar de Python. |
⬆️
Para obtener una copia local en funcionamiento, siga estos simples pasos.
Una vez que esté en la carpeta del proyecto y cargue su entorno Venv/Conda, ejecute lo siguiente:
Agregar un lanzador interino y una interfaz de usuario están en la hoja de ruta actual para esta edición de código abierto.
⬆️
python query.py "what is the api endpoint to disable data collection for a specified agent"
/api/sn_agent/agents/{agent_id}/data/off.
python query.py "what is the api endpoint for the ActivitySubscriptions API"
The API endpoint for the ActivitySubscriptions API is /now/actsub/activities.
python query.py "what is the api endpoint to get a list of agents"
The API endpoint to get a list of agents is "/api/sn_agent/agents/list.
python query.py "what is the api endpoint of the Agent Client Collector API"
The API endpoint of the Agent Client Collector API is "https://<sn_agent-host>:<sn_agent-port>/api/agent-client-collector/admin".
⬆️
Para características adicionales, como citas de números de página, compabilidad adicional del lenguaje de programación, tuberías multi-LLM (resumir los pasajes relevantes para una mejor utilización del contexto), soporte del modelo Mulimodal (capacite a sus conocimientos que incrustan en función de los datos en las imágenes), mayor precisión a través de la base de datos de vectores 3D (Cloud Vector Cloud) Soporte de agente (Tareas completas basadas en hechos en la fuente de conocimiento Ingestionada), Soporte de Docker y KuBerceres, y más de KuBercons, y más, y más, y más, se contraen. Suite.
Consulte los problemas abiertos para una lista completa de características propuestas (y problemas conocidos).
⬆️
Las contribuciones son las que hacen que la comunidad de código abierto sea un lugar tan increíble para aprender, inspirar y crear. Cualquier contribución que haga es muy apreciada .
Si tiene una sugerencia que lo mejore, desembolse el repositorio y cree una solicitud de extracción. También puede simplemente abrir un problema con la etiqueta "Mejora". ¡No olvides darle una estrella al proyecto! ¡Gracias de nuevo!
git checkout -b feature/AmazingFeature )git commit -m 'Add some AmazingFeature' )git push origin feature/AmazingFeature )⬆️
Uso comercial prohibido.
Contáctenos para obtener una licencia comercial para nuestra versión empresarial.
⬆️
Christian Mirra - Linkedin
Enlace del proyecto: https://github.com/seemirra/wingman/
⬆️
TODO - Esta lista está actualmente incompleta
⬆️
