LLM Solutions Playbook

LLM-Solutions-Playbook

Desbloquee el potencial de las soluciones impulsadas por la IA y profundice en el mundo de los modelos de idiomas grandes. Explore conceptos de vanguardia, aplicaciones del mundo real y las mejores prácticas para construir sistemas potentes con estos modelos de vanguardia.

Este repositorio muestra las capacidades transformadoras de grandes modelos de lenguaje y Langchain. Sumergirse en una colección curada de cuadernos Jupyter que demuestran:

• Las aplicaciones prácticas de estas tecnologías, destacando su potencial de ahorro de tiempo y el poder de las soluciones impulsadas por la IA.
• Conceptos de vanguardia y mejores prácticas para construir sistemas potentes con estos modelos de vanguardia.

Desata su creatividad y explore los recursos incluidos para iniciar su viaje y profundizar en estas tecnologías innovadoras.

Requisitos

Python 3.11 Dependencias (enumeradas en requisitos.txt)

Instalación

Clone este repositorio a su máquina local. Instale las dependencias requeridas ejecutando pip install -r requirements.txt .

Uso

El directorio de cuadernos se organiza en subdirectorios, cada uno dedicado a un tema específico. Puede explorar estos subdirectorios en cualquier orden en función de sus intereses. Cada subdirectorio contiene una colección de cuadernos Jupyter que profundizan en los conceptos relacionados con su tema respectivo. Los cuadernos se ordenan secuencialmente dentro de cada subdirectorio, por lo que se recomienda seguir el orden sugerido. Los cuadernos están diseñados para ser autónomos, lo que le permite ejecutarlos de forma independiente sin dependencias en otros cuadernos.

Obtenga la llave API de OpenAI

Para usar la API de OpenAI, deberá crear una cuenta y obtener una clave API. Puede crear una cuenta aquí. Una vez que haya creado una cuenta, puede encontrar su clave API en la página API Keys.

Use la tecla API de OpenAI

Siga las instrucciones a continuación para usar su clave API OpenAI de forma segura dentro del código:

1. Cree un archivo llamado .env en el directorio raíz de este repositorio.
2. Defina la variable de entorno OPENAI_API_KEY en el archivo .env y configúrelo igual a su tecla API OpenAI. Por ejemplo, si su clave API es abc123 , entonces el contenido del archivo .env debe ser OPENAI_API_KEY="abc123" .
3. Use el siguiente código para cargar su clave API desde el archivo .env :

 import os
from dotenv import load_dotenv
import openai

load_dotenv ()
openai . api_key = os . getenv ( "OPENAI_API_KEY" )

Obtener la tecla API de ActiveLoop

• Registrarse/Iniciar sesión en ActiveLoop.
• Cree token API desde la página de inicio.
• Copie el token API y péguelo en el archivo .env como este ACTIVELOOP_TOKEN="<token>" .
• Use el código similar al que se muestra anteriormente para cargar su token API desde el archivo .env .

Que contribuye

¡Las contribuciones son bienvenidas! Si tiene alguna sugerencia, informes de errores o solicitudes de funciones, abra un problema o envíe una solicitud de extracción. Consulte el archivo contribuyente.md para obtener más información.

Licencia

Este proyecto tiene licencia bajo la licencia MIT.

Descargo de responsabilidad

Tenga en cuenta que este software se proporciona AS-IS, y el autor y los contribuyentes no serán responsables de las consecuencias o daños que surjan de su uso. Consulte el archivo descargo de responsabilidad.md para obtener más información.

Recursos adicionales

• Guía de capacitación de LLM de la novicia
• Mastering LLM Techniques: Optimización de inferencia
• Patrones de LLM
• Profundizar en evals
• Patrones de diseño en código y sistemas de aprendizaje automático
• Más patrones de diseño para sistemas de aprendizaje automático
• Building LLM Aplicaciones para la producción
• Aplicaciones Red Teaming LLM