genai cookbook
1.0.0
生成人工知能（GENAI）は、前例のないレベルの斬新さ、創造性、生産性を導入することにより、さまざまなドメインを急速に変換し、「私たちの生涯で最大の技術的変化をもたらします」。 Genaiは、人間のような自然言語の指示に対応する能力により、AIアプリケーションに新しいインタラクティブな次元を追加します。既存のデータから、テキスト、オーディオ、画像、ビデオなどの新しいコンテンツを生成し、以前は想像を絶する偉業を実現します。また、genaiは生産性に優れており、スピードと効率のいくつかのタスクで人間を上回ります。
LLMSを使用するためのハウツーレシピとガイドのブレンドであるGenai Cookbookへようこそ。このコレクションは、言語モデルを使用した幅広い自然言語処理（NLP）アプリケーションをカバーしています。
LLMプロンプト戦略：プロンプトのプロンプトテクニックへのスタートした例LLM機能の拡張性：エージェントと機能を使用して、外部ツールと対話することにより、機能を強化します。
初心者の開発者を対象としたこの本は、主要なプラットフォームからAPIとフレームワークを使用する方法を紹介するコードとハウツーガイドの例を提供します。あなたの旅を始めて、genaiの可能性を発見してください。
これらの例を試すには、OpenAIアカウントと関連するAPIキー、人類、Pinecone、Datrabricks Data Intelligent PlatformまたはAnyscale Endpointアカウントと関連キーが必要です。さらに良いことに、ラップトップにオラマをインストールしてください。
すべての例とノートブックはPythonにありますが、ターゲット言語でREST API呼び出しを行うか、ターゲット言語のSDKを使用できる限り、概念は任意のプログラミング言語に適合させることができます。
この料理本のいくつかの例は、次のようなリソースからインスピレーションを受けています（いくつかの変更、拡張、またはコピー）
| ディレクトリ名 | 説明 |
|---|---|
| genai_intro | Genai、Foundation Models、GPTSの一般的な紹介 |
| エージェント | エージェント、進化するエージェントアーチュア、なぜそれらを使用するのか、エージェントの書き方 |
| アシスタント | OpenAIアシスタントは、LLM機能を外部ツールと連携および対話するために拡張し、Webサービスやデータストアなどの外部サービスへのアクセスを可能にします。 Agentを実装するためにOpenaiアシスタントと協力する方法 |
| チャットボット | カスタマーサービスにおける一般的なアプリケーション、LLMSでシンプルで会話型チャットボットを書く方法、プロンプトテクニックを使用して |
| dspy | LLMSをプログラムするための宣言的なフレームワークの簡単な概要：何と理由と方法DSPYを使用する方法 |
| 埋め込みとvectordbs | ベクトル埋め込みの紹介と、LLM Genアプリのセマンティック検索での役割。ベクトル埋め込みは、検索増強の生成の中心です。インデックス付きドキュメントのレットライバーとして一般的なベクトルストアを探索します |
| 評価 | LLMの評価は簡単で乱雑ではありません。暗い芸術のように思えるかもしれません。しかし、MLFLOWなどのいくつかのツールは、LLMSを評価するために実験、ロギング、追跡、追跡を提供します |
| 微調整 | ドメイン固有のタスクを処理するためにLLMを一般的に使用することは、微調整によるものです。カスタマイズされた応答、トーン、フォーマットにドメイン固有のタスクを微調整する理由と時期 |
| 関数コール | LLM機能を拡張するためにOpenaiとオープンソースの両方のLLMファンシトンコールを使用する方法 |
| LLM-Prompts | 閉じたオープンソースLLMモデルを使用した無数の迅速なエンジニアリング技術の紹介 |
| ぼろきれ | 検索拡張生成（RAG）は、LLMアプリケーションのテイラースウィフトです。誰もがそれらを望んでいます。誰もがそれらについて書いています。誰もがそれらを構築します。さまざまな種類のぼろきれの紹介、微調整でそれらを使用するタイミング、およびデータのためにそれらを実装する方法、正確性を高め、応答のハラチン化の減少 |
Openai、人類、Google Gemmini、または任意のエンドポイントのいずれかを使用しているため、それぞれの環境テンプレートファイルを提供します： env_anyscale_template 、 env_anthropic_template 、 env_google_template 、 env_openai_template 。
キーとモデル名をファイルのいずれかに追加し、ファイルを.envにトップレベルのディレクトリにコピーします。 OpenAIコードをスケールのエンドポイントに移行するには、この簡単なガイドを使用します。ほとんどの場合、移行はシームレスです。
また、いくつかのPythonライブラリが必要です。 pip install -r requirements.txtを使用してインストールします。
注：APIキーと環境ファイルを公開しないでください。
貢献を歓迎します。これを生成的なAI開発者コミュニティ主導のリソースにしましょう。貢献には、これらのハウツーガイドの追加または拡張が含まれます。
重複を避けるために貢献する前に、既存の問題を確認し、リクエストをプルしてください。例やガイドの提案がある場合は、問題ページでそれらを共有してください。
genaiを楽しんでください！ ？§
ジュール
