END TO END GENERATIVE AI PROJECTS
1.0.0
| S.No | Nama proyek | Keterangan | Repo resmi | Tumpukan teknologi |
|---|---|---|---|---|
| 1 | Agen Multi-PDFS CHATAPP AI? | Obrolan mulus dengan beberapa PDF menggunakan Langchain, Google Gemini Pro & Faiss Vector DB dengan penyebaran streamlit yang mulus. Dapatkan tanggapan instan dan akurat dari model bahasa Google Gemini OpenSource yang luar biasa. Ubah pengalaman PDF Anda sekarang! | ![]() | F/w: Model Langchain: Google Gemini Pro, Vector DB : FAISS Deployment : StreamLit |
| 2 | ? ️Image to ucapan Genai Tool Menggunakan LLM? ♨️ | Alat AI yang menghasilkan cerita pendek audio berdasarkan konteks gambar yang diunggah dengan mendorong model LLM Genai. | ![]() | F/w: Model Langchain: Model Huggingface, OpenAI GPT-3.5, Vector Deployment : Streamlit, Spaces Hugging |
| 3 | Aplikasi YouTube Video Transcribe Sumarizer LLM | End to End YouTube Video Transcribe Sumarizer LLM App dengan Google Gemini Pro Menyediakan catatan terperinci berdasarkan transkrip video YouTube. Dengan kekuatan AI, Anda sekarang dapat mengubah transkrip video menjadi bahan studi yang komprehensif. | ![]() | Google Gemini Pro |
| 4 | Aplikasi ujung ke ujung rag llm | Panduan Langkah-demi-Langkah untuk Membangun Aplikasi Rag LLM Dengan Llama2 dan Llamaindex | ![]() | Llama2 dan llamaindex |
| 5 | Lanjutkan ATS Tracking LLM Project | Ini adalah proyek yang bertujuan untuk mengoptimalkan proses perekrutan. Ini mengintegrasikan sistem pelacakan pelamar tingkat lanjut dengan Google Gemini Pro, merampingkan parsing resume, pencocokan kata kunci, dan evaluasi kandidat untuk solusi ujung ke ujung yang efisien dalam akuisisi bakat. | ![]() | Google Gemini Pro |
| 6 | Teks Akhir Ujung ke Aplikasi SQL LLM Bersama dengan Querying SQL Database | Aplikasi "Teks ke SQL LLM dengan Google Gemini Pro" adalah aplikasi perangkat lunak yang memfasilitasi konversi kueri bahasa alami menjadi perintah SQL. Ini juga memungkinkan permintaan database SQL secara langsung menggunakan perintah SQL yang dihasilkan. | ![]() | Menggunakan Google Gemini Pro |
| 7 | Proyek Ekstraktor Faktur UND To End to End | Ekstraktor Faktur Multilanguage Temukan Kekuatan Ekstraktor Faktur Multilanguage! Aplikasi streamlit ini, ditenagai oleh Google Gemini Pro Vision AI, membuat informasi yang mengekstraksi dari gambar faktur menjadi mudah. Unggah gambar, tambahkan petunjuk, dan dapatkan tanggapan terperinci dengan mudah. Dengan dukungan multi-bahasa. | ![]() | Menggunakan Google Gemini Pro |
| 8 | Pertanyaan Dokumen PDF Menjawab Sistem LLM | ![]() | Langchain, Cassandra, Astra DB, Database Vektor | |
| 9 | Fine Tune Llama 2 dengan Dataset Kustom | ![]() | Menggunakan teknik LoRA dan QLoRA | |
| 10 | Aplikasi End to End Rag LLM: Pengindeksan & Permintaan Banyak PDF | ![]() | Menggunakan llamaindex dan openai | |
| 11 | Analisis stok keuangan waktu nyata | ![]() | Menggunakan CrewAI , Groq , LangChain & beberapa API lainnya seperti browserless, Serper and SEC EDGAR API | |
| 12 | Chatbot medis | LLAMA2 Medical Bot adalah alat yang kuat yang dirancang untuk memberikan informasi medis dengan menjawab pertanyaan pengguna menggunakan model bahasa canggih dan toko vektor. Bot berjalan pada mesin CPU yang layak dengan minimal 16GB RAM. | ![]() | Menggunakan Llama2 dan Sentence Transformers . Didukung oleh Langchain dan Chainlit |
| 13 | Campuran Medis Ahli LLM | Campuran medis dari para ahli llm menggunakan Mergekit. | ![]() | Mergekit |
| 14 | Implementasi Rag 7B Haystack dan Mistral | Implementasi Haystack dan Mistral 7B Rag. Ini didasarkan pada tumpukan sumber terbuka yang sepenuhnya. | ![]() | Haystack-and-mistral-7b-rag |
| 15 | Power QNA Chatbot | PERTANYAAN Jawaban Aplikasi Generasi Menggunakan Mistral 7B, Langchain, dan Fastapi. | ![]() | Mistral 7B, Langchain, dan Fastapi. |
| 16 | LAP | GEMMA-7B-RAG-Using-Olama | ![]() | GEMMA-7B-RAG-Using-Olama |
| 17 | Inferensi LLM On-Device | Inferensi LLM On-Device Menggunakan MediaPipe LLM Inference API. | ![]() | Menggunakan MediaPipe LLM Inference API. |
| 18 | Asisten Suara Pribadi Menggunakan Openai | ![]() | ||
| 19 | Tuning Fine Cepat dan Pelatihan DPO dari LLMS Menggunakan Kemasukan | ![]() | ||
| 20 | Aplikasi Obrolan Groq | Aplikasi Obrolan GROQ Dibangun menggunakan API Groq dan Streamlit. | ![]() | API GROQ dan Streamlit. |
| 21 | Rag medis menggunakan bio-mistral-7b | Ini adalah implementasi RAG menggunakan tumpukan open source. Biomistral 7B telah digunakan untuk membangun aplikasi ini bersama dengan PubMedbert sebagai model embedding, Qdrant sebagai vektor db yang diselenggarakan sendiri, dan Langchain & llama CPP sebagai kerangka kerja orkestrasi | ![]() | Implementasi Rag, Biomistral 7B, PubMedbert, Qdrant, Langchain & Llama CPP |
| 22 | Lantai Amazon yang menggunakan Implementasi Ujung Ujung Ujung Rag | ![]() | Amazon Bedrock | |
| 23 | Difusi stabil yang lebih cepat menggunakan SSD-1B | Difusi stabil yang lebih cepat menggunakan SSD-1B. Aplikasi Gradio di dalam untuk demo. | ![]() | Difusi stabil menggunakan SSD-1B, gradio |
| 24 | PHI-2 menyempurnakan | PHI-2 menyala untuk membangun GPT kesehatan mental. | ![]() | PHI-2-SNO-TUNING |
| 25 | Rag medis menggunakan Meditron-7b-llm | Aplikasi Medical Rag QA menggunakan Meditron 7B LLM, Qdrant Vector Database, dan Model Embedding PubMedbert. | ![]() | Meditron 7B LLM, Qdrant, PubMedbert |
| 26 | Pembuatan gambar tercepat menggunakan LCM Lora. | ![]() | Lora | |
| 27 | Hyde berbasis kain menggunakan nvidia nim | ![]() | Hyde Based Rag, Nvidia Nim | |
| 28 | Membangun Sistem Cerdas Menggunakan Visdum-Ai | ![]() | Visdum-ai | |
| 29 | Zephyr 7B Beta Rag Demo Di Dalam Aplikasi Gradio | Zephyr 7B Beta Demo Rag di dalam aplikasi CHARMERIO Didukung oleh BGE Embeddings, Chromadb, dan Zephyr 7B Beta. | ![]() | Zephyr 7B Beta, Rag, Gradio, BGE Embeddings, Chromadb |
| 30 | Bahasa ekspresi Langchain | Intro ke bahasa ekspresi Langchain. | ![]() | Lel |
| 31 | Fine tuning multimodal llm | Fine tuning multimodal llm "idefics 9b" pada dataset pokemon go tersedia di wajah memeluk. | ![]() | Multimodal llm "idefics 9b" |
| 32 | Alat kain menggunakan tumpukan jerami, mistral dan rantai | Alat Rag Menggunakan Haystack, Mistral, dan Chainlit. Semua tumpukan open source di CPU. | ![]() | Kain, tumpukan jerami, mistral, rantai |
| 33 | Kompresi cepat menggunakan llmlingua | Kompresi cepat menggunakan llmlingua. Ini membantu dengan biaya dan latensi Token. | ![]() | Kompresi cepat, llmlingua |
| 34 | Aliran difusi di colab | ![]() | ||
| 35 | Multimodal-rag menggunakan langchain | Multimodal-Rag-Using-Langchain | ![]() | Rag, Langchain |
| 36 | Chatbots aman-llm menggunakan teknik pencegahan injeksi cepat | Teknik injeksi & pencegahan yang cepat. Amankan obrolan AI Anda yang dibangun menggunakan LLMS. | ![]() | Injeksi cepat, LLMS |
| 37 | Kuantisasi GGUF dari LLM apa pun | GGUF-QUANTIZATION-OF-LLM | ![]() | GGUF-QUANTASI |
| 38 | Deltamon Anime Menggunakan Lora | Deltamon-anime-using-lora | ![]() | Lora |
| 39 | Evaluasi LLMS dan RAG | Evaluasi-Llm-dan-RAG. Panduan lengkap untuk mengevaluasi LLMS dan RAG yang mencakup teori dan pendekatan berbasis kode. | ![]() | LLMS, Rags |
| 40 | Fine-tuning melepaskan rasa sakit | Tuning-tuning halus-halus | ![]() | Mengoreproth |
| 41 | Model ramping oleh llmware | Model ramping oleh llmware. Aplikasi StreamLit yang menunjukkan kemampuan untuk agen AI dan panggilan fungsi. | ![]() | Model Slim, LLMware, Agen AI, Panggilan Fungsi, Aplikasi StreamLit |
| 42 | Model penglihatan multimodal kecil | Model penglihatan multimodal kecil "IMP-V1-3B" dilatih menggunakan Phi-2 dan Siglip. | ![]() | Model penglihatan multimodal kecil "IMP-V1-3B", Phi-2, Siglip |
| 43 | Implementasi Langssmith | Langssmith-Implementation | ![]() | Langssmith |
| 44 | Implementasi Langserve | Implementasi Langserve | ![]() | Langserve |
| 45 | Aplikasi AI Multimodal Menggunakan LLAVA 7B dan Gradio | Aplikasi AI Multimodal Menggunakan LLAVA 7B dan Gradio | ![]() | LLAVA 7B, Gradio |
| 46 | Lite kebingungan | Kebingungan lite menggunakan langgraph, tavily, dan gpt-4. | ![]() | Langgraph, Tavily dan GPT-4. |
| 47 | Projects generatif-ai-llm | Gen AI ujung ke ujung proyek model bahasa besar | ![]() | 30+ Gen AI ujung ke ujung proyek model bahasa besar dengan model opensource terbaru, fine tuning |
| 48 | Musicai | Generasi Musik Kustom dengan Transformers dan Pytorch | ![]() | Transformers, Pytorch |
| 49 | Aplikasi Ringkasan Audio Menggunakan Gemini LLM | Aplikasi Ringkasan Audio Menggunakan Gemini LLM | ![]() | Gemini 1.5, llm |
| 50 | Fine Tune Multimodal LLM "Idefics 2" Menggunakan Qlora | Fine Tune Multimodal LLM "Idefics 2" menggunakan qlora. | ![]() | Multimodal LLM "Idefics 2", Qlora |
| 51 | Llama 3 orpo finetuning | Llama 3 ORPO Tuning pada A100 di Colab Pro. | ![]() | Llama 3 orpo |
| 52 | Rag menggunakan llama3, langchain dan chromadb | Proyek ini menggunakan Llama3 Langchain dan Chromadb untuk membangun sistem pengambilan augmented generasi (RAG). Sistem ini memberdayakan Anda untuk mengajukan pertanyaan tentang dokumen Anda, bahkan jika informasi tersebut tidak termasuk dalam data pelatihan untuk Model Bahasa Besar (LLM). Retrieval Augmented Generation bekerja dengan terlebih dahulu melakukan langkah pengambilan saat disajikan dengan pertanyaan. Langkah ini mengambil dokumen yang relevan dari database vektor khusus, di mana dokumen telah diindeks. | ![]() | Rag menggunakan llama3, langchain dan chromadb |
| 53 | Llama-3 70b llm dengan nvidia | Temui Aplikasi Llama3 Chat AI! Meta Unveils Llama 3, model open source paling kuat. Obrolan mulus dengan chatbot llama3. Dapatkan tanggapan instan dan akurat dari LLAMA3 AWESOME LLAMA3 Model Bahasa OpenSource | ![]() | Llama-3 70b llm dengan nvidia, streamlit ui |
| 54 | Llama 3-Tune 3 dengan Pytorch FSDP dan Q-Lora secara efisien dengan Pytorch dan Q-Lora | Llama 3-Tune 3 dengan Pytorch FSDP dan Q-Lora secara efisien dengan Pytorch dan Q-Lora | ![]() | Llama 3 dengan pytorch fsdp dan q-lora, fine tuning |
| 55 | ? Meta llama3 Genai Dunia Nyata Usecases Akhir dari Panduan Implementasi | Llama3 genai usecases | ![]() | Llama3, finetuning, penempatan, kain, langchain |
| 56 | Llama3-Quanisasi Meta ??? | Llama3-quanisasi adalah implementasi resmi kertas "seberapa baik model llama3 kuantisasi rendah-bit?". Di sini evaluasi dilakukan pada 10 metode kuantisasi pasca-pelatihan yang ada dan lora-finetuning metode LLAMA3 pada 1-8 bit dan beragam kumpulan data untuk secara komprehensif mengungkapkan kinerja kuantisasi rendah LLAMA3. | ![]() | Kuantisasi, generativeai, llama3-meta-ai |
| 57 | Ollama-Esecases? | Repo ini membawa banyak kasus penggunaan dari Open Source Ollama | ![]() | Ollama |
| 58 | Agen ai? | Pola Desain untuk Kerangka Multi Agen Seperti Autogen, Langraph, Taskweaver, Crewai, dll | ![]() | Kerangka kerja multi agen seperti Autogen, Langraph, Taskweaver, Crewai |
| 59 | Rag dengan llamaindex dan nvidia | Rag dengan llamaindex dan nvidia | ![]() | Rag dengan llamaindex dan nvidia |
| 60 | Menghitung llm menggunakan awq | Menghitung llm menggunakan awq | ![]() | Menghitung llm menggunakan awq |
| 61 | LLMS Inference and Fine Tuning | Perkirakan konsumsi memori inferensi dan penyempurnaan LLMS | ![]() | LLMS Inference and Fine Tuning |
| 62 | Phi-3 llm oleh Microsoft | Phi-3 llm dengan implementasi microsoft | ![]() | Phi-3 llm |
| 63 | Rag canggih ?? | Generasi Pengambilan Lanjutan (RAG) melalui buku catatan praktis, menggunakan kekuatan langchain, openai gpts, meta llama3, agen. | ![]() | Generasi Pengambilan Lanjutan (RAG), Langchain, Openai Gpts, Meta Llama3, Agen. |
| 64 | RAG-USING-AWS-BEDROCK-AND-AZURE-OPENAI | RAG-USING-AWS-BEDROCK-AND-AZURE-OPENAI | ![]() | Rag, AWS-Bedrock, Azure-Openai, AI Generatif |
| 65 | LLM Security 2024 | Mengamankan LLM Melawan Top 10 Owasp Model Bahasa Besar Kerentanan 2024 | ![]() | OWASP, Keamanan LLM, Kerentanan, Keamanan Data, Keamanan Cyber, AI Generatif, Keamanan LLM |
| 66 | GPT4O-OPI-Implementation-GPT4-RAG | Memulai dengan GPT4 API, GPT4 Rag, OpenAI GPT4 Assistant, Openai Model | ![]() | OpenAI-API, GPT-4, Model Berbahasa Besar, Generatif-AI, GPT4-API, GPT4O |
| 67 | Inferensi dan penyesuaian Paligemma | Inferensi dan penyesuaian Paligemma | ![]() | Paligemma, inferensi, penyesuaian, generatif-ai |
| 68 | Evaluasi LLMS | Evaluasi LLMS | ![]() | Evaluasi LLMS, AI generatif |
| 69 | Membangun kain dengan model OpenAI GPT-4O (OMNI) menggunakan database ObjectBox Vector | Membangun kain dengan model OpenAI GPT-4O (OMNI) menggunakan database ObjectBox Vector | ![]() | Model Rag, OpenAI GPT-4O (OMNI), database vektor mobjectbox |
| 70 | Finetuning Paligemma | Finetuning Paligemma | ![]() | Paligemma, finetuning |
| 71 | Evaluator kain | Perpustakaan untuk Mengevaluasi Sistem Generasi Pengambilan-Pengambilan (RAG) | ![]() | Rag Evaluator, Metrik: Bleu, Rouge, Bert, Kebingungan, Keragaman, Bias Rasial |
| 72 | Griptape: Buat agen multi AI yang dapat disesuaikan dari awal | Griptape: Buat agen multi AI yang dapat disesuaikan dari awal | ![]() | Agen-berbasis-framework, griptape, llm, generatif-ai, aiagents |
| 73 | Pembuatan data sintetis menggunakan LLM | Pembuatan data sintetis menggunakan LLM melalui argilla, distilabel, chatgpt, dll. | ![]() | Pembuatan Data Sintetis, LLM, Argilla, Distilabel, Chatgpt |
| 74 | Aplikasi transkripsi cepat groq-whisper | Aplikasi transkripsi cepat groq-whisper yang dibangun menggunakan API dan streamlit Groq | ![]() | Groq-whisper, llm, streamlit |
| 75 | Agen Crewai | Agen Crewai: Pantau Agen AI Anda | ![]() | Agentops, generatif-ai, crewai, aiagents |
| 76 | Kain agen menggunakan kru ai | Kain agen menggunakan kru ai | ![]() | Rag, Generatif-Ai, Crewai, Aiagents, Agentik-RAG, Agen-AI, Crewai-Rag |
| 77 | Agen AI menggunakan kru AI | AI Agents Aplikasi StreamLit Menggunakan kru AI | ![]() | Agen AI, Aplikasi StreamLit, Generativeai, AI |
| 78 | LLM Pelatihan Multi GPU | LLM Pelatihan Multi GPU Menggunakan Deepspeed dan Accelerate. | ![]() | Akselerasi, komputasi GPU, finetuning, kecepatan dalam, model berbahasa besar, generatif-AI |
| 79 | Agen Keuangan Berbasis LLM | Agen cerdas yang menggunakan model bahasa besar (LLM) untuk pengambilan berita keuangan otomatis dan prediksi harga saham. | ![]() | Berbasis Agen, Keuangan-API, LLMS, Generatif-AI, Gemini-Pro |
| Daftar proyek lainnya akan datang ... !!! |
Didistribusikan di bawah lisensi MIT. Lihat LICENSE untuk informasi lebih lanjut.