END TO END GENERATIVE AI PROJECTS
1.0.0
| S.No | Nome do projeto | Descrição | Repo oficial | Pilha de tecnologia |
|---|---|---|---|---|
| 1 | Multi-PDFS ChatApp AI Agent? | Converse perfeitamente com vários PDFs usando o Langchain, o Google Gemini Pro e o FAISS Vector DB com implantação perfeita de streamlit. Obtenha respostas instantâneas e precisas do incrível modelo de idioma do Google Gemini OpenSource. Transforme sua experiência em PDF agora! |  | F/w: Model Langchain: Google Gemini Pro, Vector DB : FAISS Deployment : Surylit |
| 2 | ? Iqudage to discury genai ferramenta usando llm? ♨️ | A ferramenta de IA que gera uma história curta de áudio com base no contexto de uma imagem carregada, solicitando um modelo Genai LLM. | | F/w: Model Langchain: Modelos de Huggingface, OpenAI GPT-3.5, Vector Deployment : simplit, espaços abraçados |
| 3 | YouTube Video Transcribe Summarizer LLM App | App Summarizer LLM do YouTube Transcribe de ponta a ponta do YouTube com o Google Gemini Pro, fornecendo notas detalhadas com base nas transcrições de vídeo do YouTube. Com o poder da IA, agora você pode converter transcrições de vídeo em materiais de estudo abrangentes. | | Google Gemini Pro |
| 4 | App Rag Llm de ponta a ponta | Guia passo a passo para construir um aplicativo Rag LLM com LLAMA2 e Llamaindex | | LLAMA2 e LLlandex |
| 5 | Retomar o projeto ATS Racking LLM | Este é um projeto com o objetivo de otimizar o processo de recrutamento. Ele integra um sistema avançado de rastreamento de candidatos ao Google Gemini Pro, simplificando a análise de currículo, a correspondência de palavras-chave e a avaliação de candidatos para uma solução de ponta a ponta eficiente na aquisição de talentos. | | Google Gemini Pro |
| 6 | Texto de ponta a ponta no aplicativo SQL LLM, juntamente com o banco de dados SQL de consulta | O aplicativo "Text to SQL LLM com o Google Gemini Pro" é um aplicativo de software que facilita a conversão de consultas de linguagem natural em comandos SQL. Ele também permite consultar bancos de dados SQL diretamente usando os comandos SQL gerados. | | Usando o Google Gemini Pro |
| 7 | Projeto de extrator de fatura multi -idioma de ponta a ponta | Extrator de fatura multilíngue descobre o poder do extrator de fatura multilanguage! Este aplicativo Streamlit, alimentado pelo Google Gemini Pro Vision AI, facilita a extração de informações das imagens da fatura. Carregue imagens, adicione instruções e obtenha respostas detalhadas sem esforço. Com suporte multi-linguagem. | | Usando o Google Gemini Pro |
| 8 | PDF Document Pergunta Responder System LLM | | Langchain, Cassandra, Astra DB, banco de dados vetorial | |
| 9 | Fine Tune Llama 2 com conjunto de dados personalizado | | Usando técnicas LoRA e QLoRA | |
| 10 | App Rag Llm de ponta a ponta: Indexação e consulta a vários PDFs | | Usando Llaindex e Openai | |
| 11 | Análise de ações financeiras em tempo real | | Usando CrewAI , Groq , LangChain e algumas outras APIs, como browserless, Serper and SEC EDGAR API | |
| 12 | Chatbot médico | O Bot Medical LLAMA2 é uma ferramenta poderosa projetada para fornecer informações médicas, respondendo às consultas do usuário usando modelos de idiomas e lojas vetoriais de última geração. O bot é executado em uma máquina decente da CPU com um mínimo de 16 GB de RAM. | | Usando os transformadores Llama2 e Sentence Transformers . Alimentado por Langchain e Chainlit |
| 13 | Mistura Médica de Especialistas LLM | Mistura médica de especialistas LLM usando Mergekit. | | Mergekit |
| 14 | Haystack e Mistral 7B Rag Implementation | Haystack e Mistral 7B RAG Implementation. É baseado em pilha completamente aberta. | | Haystack e Mistral-7b-Rag |
| 15 | Power qna chatbot | Aplicativo de geração de respostas de perguntas usando o MISTRAL 7B, Langchain e FASTAPI. | | Mistral 7b, Langchain e FASTAPI. |
| 16 | Pano | Gemma-7b-rag-up-us-lolama | | Gemma-7b-rag-up-us-lolama |
| 17 | Inferência LLM no dispositivo | Inferência LLM no Device usando API de inferência MediaPipe LLM. | | Usando API de inferência MediaPipe LLM. |
| 18 | Assistente de voz pessoal usando o OpenAi | | ||
| 19 | Ajuste fino rápido e treinamento em DPO de LLMs usando UNSLOTH | | ||
| 20 | Groq Chat App | Groq Chat App criado usando a API Groq e Streamlit. | | API GROQ e STRILHT. |
| 21 | Pano médico usando bio-mistral-7b | Esta é uma implementação de RAG usando a pilha de código aberto. O Biomistral 7b foi usado para construir este aplicativo junto com o PubMedbert como modelo de incorporação, QDRANT como um db de vetor auto -hospedado, e Langchain & Llama CPP como uma estrutura de orquestração | | Implementação de RAG, Biomistral 7B, PubMedbert, Qdrant, Langchain e Llama CPP |
| 22 | Amazon Bedrock de implementação de rag de ponta a ponta | | Amazon Bedrock | |
| 23 | Difusão estável mais rápida usando SSD-1B | Difusão estável mais rápida usando SSD-1B. Um aplicativo graduado dentro para demonstração. | | Difusão estável usando SSD-1B, Gradio |
| 24 | Phi-2 ajuste fino | Phi-2 Tuning Fine para construir um GPT de saúde mental. | | Phi-2-Fine-tuning |
| 25 | Pano médico usando meditrons-7b-llm | Aplicativo de controle de qualidade médico usando o Meditron 7B LLM, o banco de dados de vetores QDRANT e o modelo de incorporação de PubMedbert. | | Meditron 7B LLM, QDRANT, PubMedbert |
| 26 | Geração de imagem mais rápida usando LCM Lora. | | Lora | |
| 27 | Rano baseado em Hyde usando NVIDIA NIM | | Rag baseado em Hyde, Nvidia nim | |
| 28 | Construindo sistemas inteligentes usando Visdum-AI | | Visdum-AI | |
| 29 | Zephyr 7b Beta Rag Demo dentro de um aplicativo Gradio | Zephyr 7b Beta Rag Demo dentro de um aplicativo graduado alimentado por incorporação BGE, Chromadb e Zephyr 7b Beta. | | Zephyr 7b Beta, Rag, Gradio, BGE EMBEDDINGS, CROMADB |
| 30 | Linguagem de expressão de Langchain | Introdução à linguagem de expressão de Langchain. | | Lel |
| 31 | LLM multimodal de ajuste fino | Fine Tuning Multimodal LLM "IDEFICS 9B" no conjunto de dados Pokemon Go disponível no rosto de abraçar. | | Multimodal LLM "Idefics 9b" |
| 32 | Ferramenta de pano usando palheiro, mistral e cadeia | Ferramenta de pano usando palheiro, Mistral e ChainLit. Toda a pilha de código aberto na CPU. | | Pano, palheiro, desconforto, iluminado por cadeia |
| 33 | Compressão imediata usando llmlíngea | Compressão imediata usando LLMLINGUA. Ajuda com o custo e a latência do token. | | Prompt Compression, llmlingua |
| 34 | Difusão de fluxo em colab | | ||
| 35 | RAG multimodal usando Langchain | Langchain multimodal-RAG | | Rag, Langchain |
| 36 | CHATBOTS SEPRE-AI-LLM Usando técnicas de prevenção de injeção imediata | Técnicas imediatas de injeção e prevenção. Prenda seus chatbots de AI construídos usando LLMS. | | Prompl injeção, LLMS |
| 37 | Quantização GGUF de qualquer LLM | GGUF-Quantização de any-llm | | Quantização GGUF |
| 38 | Anime Deltamon usando Lora | Deltamon-anime-using-lora | | Lora |
| 39 | Avaliação de LLMs e trapos | Avaliação de Llms e Rags. Um guia completo para avaliar LLMs e trapos que cobrem a teoria e as abordagens baseadas em código. | | LLMS, trapos |
| 40 | Ajuste sem fino | Tuneamento não-fino | | Insuficiente |
| 41 | Modelos Slim por LLMware | Modelos Slim por LLMware. Um aplicativo StreamLit mostrando os recursos para agentes de IA e chamadas de função. | | Slim Models, LLMware, agentes de IA, chamadas de função, aplicativo de streamlit |
| 42 | Pequeno modelo de visão multimodal | Pequeno modelo de visão multimodal "IMP-V1-3B" treinado usando PHI-2 e SIGLIP. | | Modelo de visão multimodal pequena "imp-v1-3b", phi-2, siglip |
| 43 | Implementação de Langsmith | Langsmith-implementação | | Langsmith |
| 44 | Implementação de Langserve | Langserve-implementação | | Langserve |
| 45 | Aplicativo AI multimodal usando LLAVA 7B e Gradio | Aplicativo AI multimodal usando LLAVA 7B e Gradio | | Llava 7b, Gradio |
| 46 | Perplexidade Lite | Perplexidade Lite usando Langgraph, Tavily e GPT-4. | | Langgraph, Tavily e GPT-4. |
| 47 | Projetos generativos-ai-llm | Projetos de modelos de grande linguagem de ponta a IA de ponta ai | | Mais de 30 projetos de modelos de idiomas de ponta a ponta dos mais de 30 anos com os mais recentes modelos OpenSource, ajuste fino |
| 48 | Musicai | Geração de música personalizada com transformadores e pytorch | | Transformers, Pytorch |
| 49 | Aplicativo de resumo de áudio usando Gemini LLM | Aplicativo de resumo de áudio usando Gemini LLM | | Gemini 1.5, LLM |
| 50 | Fine Tune Multimodal LLM "Idefics 2" usando qlora | Fine Tune Multimodal LLM "Idefics 2" usando Qlora. | | Multimodal LLM "Idefics 2", qlora |
| 51 | LLAMA 3 ORPO FINETUNING | LLAMA 3 ORPO FINE TUNCO NO A100 NO COLAB PRO. | | LLAMA 3 ORPO |
| 52 | Rag usando llama3, Langchain e Chromadb | Este projeto utiliza LLAMA3 Langchain e Chromadb para estabelecer um sistema de geração aumentada de recuperação (RAG). Esse sistema o capacita a fazer perguntas sobre seus documentos, mesmo que as informações não tenham sido incluídas nos dados de treinamento para o Modelo de Linguagem Grande (LLM). A geração aumentada de recuperação funciona pela primeira vez realizando uma etapa de recuperação quando apresentada com uma pergunta. Esta etapa busca documentos relevantes de um banco de dados vetorial especial, onde os documentos foram indexados. | | Rag usando llama3, Langchain e Chromadb |
| 53 | LLAMA-3 70B LLM COM NVIDIA | Conheça o aplicativo LLAMA3 Chat AI! Meta revela o LLAMA 3, o modelo de código aberto mais poderoso até agora. Converse perfeitamente com o lhama3 chatbot. Obtenha respostas instantâneas e precisas do Awesome Llama3 OpenSource Language Model | | LLAMA-3 70B LLM COM NVIDIA, UI SPRYMLIT |
| 54 | Tune fino com eficiência 3 com pytorch FSDP e Q-Lora | Tune fino com eficiência 3 com pytorch FSDP e Q-Lora | | Lhama 3 com pytorch fsdp e q-lora, ajuste fino |
| 55 | ? Meta llama3 Genai Real World Usersecases | LLAMA3 GENAI USECASES | | Lhama3, finetuning, implantação, pano, langchain |
| 56 | LLAMA3-Quantização de Meta ??? | O LLAMA3-Quantização é a implementação oficial do artigo "Quão bons são os modelos LLAMA3 quantizados de baixo bit?". Aqui, a avaliação é feita nos 10 métodos existentes de quantização pós-treinamento e Lora-Finetuning de LLAMA3 em 1-8 bits e diversos conjuntos de dados para revelar de maneira abrangente o desempenho de quantização de baixo bits da LLAMA3. | | Quantização, generativeai, llama3-meta-ai |
| 57 | Ollama-usecases? | Este repo traz numerosos casos de uso do OLLAMA de código aberto | | Ollama |
| 58 | Agentes da IA? | Padrões de design para estruturas de vários agentes como Autogen, Langraph, Taskweaver, Crewai, etc | | Multi Agents Frameworks como Autogen, Langraph, Taskweaver, Crewai |
| 59 | Pano com Llandeindex e Nvidia | Pano com Llandeindex e Nvidia | | Pano com Llandeindex e Nvidia |
| 60 | Quantize LLM usando AWQ | Quantize LLM usando AWQ | | Quantize LLM usando AWQ |
| 61 | Inferência LLMS e ajuste fino | Estimar o consumo de memória da inferência LLMS e ajuste fino | | Inferência LLMS e ajuste fino |
| 62 | Phi-3 LLM pela Microsoft | Phi-3 LLM pela implementação da Microsoft | | Phi-3 LLM |
| 63 | Pano avançado ?? | Geração avançada de recuperação de recuperação (RAG) através de cadernos práticos, usando o poder dos agentes Langchain, Openai GPTs, Meta llama3. | | Geração Avançada de Recuperação (RAG), Langchain, Openai GPTs, Meta llama3, agentes. |
| 64 | Rag-uping-aws-bedrock-and-azure-openai | Rag-uping-aws-bedrock-and-azure-openai | | Rag, AWS-Bedrock, Azure-Openai, AI generativa |
| 65 | LLM Security 2024 | Proteger os LLMs contra os 10 melhores vulnerabilidades do OWASP Language Model 2024 | | Segurança Owasp, LLM, Vulnerabilidade, Segurança de Dados, Segurança Cibernética, Segurança Gerativa AI, LLM |
| 66 | GPT4O-API-AMPLEMENTAÇÃO-GPT4-RAG | Introdução à API GPT4, GPT4 RAG, OpenAI GPT4 Assistente, Modelos Openai | | OpenAi-Api, GPT-4, Modéis de Languagem, GPT4-API, GPT4O, GPT4O |
| 67 | Inferência de paligemma e ajuste fino | Inferência de paligemma e ajuste fino | | Paligemma, inferência, ajuste fino, generativo-ai |
| 68 | Avaliação LLMS | Avaliação LLMS | | Avaliação LLMS, IA generativa |
| 69 | Rano de construção com modelo OpenAI GPT-4O (OMNI) usando o ObjectBox Vector Database | Rano de construção com modelo OpenAI GPT-4O (OMNI) usando o ObjectBox Vector Database | | RAG, modelo OpenAI GPT-4O (OMNI), Banco de dados de vetor mobjectBox |
| 70 | Paligemma Finetuning | Paligemma Finetuning | | Paligemma, Finetuning |
| 71 | Avaliador de RAG | Uma biblioteca para avaliar sistemas de geração agmentada por recuperação (RAG) | | Avaliador de trapos, Métricas: Bleu, Rouge, Bert, Perplexidade, Diversidade, Viés Racial |
| 72 | Griptape: Crie agentes multi -IA personalizáveis do zero | Griptape: Crie agentes multi -IA personalizáveis do zero | | Framework baseado em agentes, Griptape, LLM, Gerativo-AI, AIAGENTS |
| 73 | Geração de dados sintéticos usando LLM | Geração de dados sintéticos usando LLM via Argilla, Distilabel, Chatgpt, etc. | | Data Synthetic Generation, LLM, Argilla, Distilabel, Chatgpt |
| 74 | Aplicativo de transcrição rápida e groq-whisper | Groq-Whisper Fast Transcription App criado usando API Groq e Streamlit | | Groq-Whisper, LLM, Streamlit |
| 75 | Agenteps de Crewai | Crewai AgentOps: monitore seus agentes de IA | | Agenteps, Gerativo-AI, Crewai, Aiagents |
| 76 | Prapo Agentic usando a Crew AI | Prapo Agentic usando a Crew AI | | Rag, AI generativo, Crewai, Aiagents, RAG agêntico, Agentic-AI, Crewai-Rag |
| 77 | Agentes da IA usando a tripulação ai | AGENTES AGENTES APELA APPLIT usando a tripulação AI | | Agentes de IA, aplicativo simplit, generativeai, tripulação ai |
| 78 | Multi GPU Fine Training LLMS | Multi GPU Fine Training LLMS usando velocidade e acelerar. | | Acelerar |
| 79 | Agente financeiro baseado em LLM | Um agente inteligente utilizando grandes modelos de idiomas (LLMS) para recuperação automatizada de notícias financeiras e previsão de preços de ações. | | Baseado em agente, Finance-Api, LLMS, generativo-AI, Gemini-Pro |
| Mais uma lista de projetos está chegando ... !!! |
Distribuído sob a licença do MIT. Consulte LICENSE para obter mais informações.
