LLM Solutions Playbook

LLM-Solutions-playbook

Desbloqueie o potencial de soluções orientadas a IA e mergulhe no mundo de grandes modelos de idiomas. Explore conceitos de ponta, aplicações do mundo real e práticas recomendadas para construir sistemas poderosos com esses modelos de ponta.

Este repositório mostra os recursos transformadores de grandes modelos de idiomas e Langchain. Mergulhe em uma coleção com curadoria de cadernos Jupyter que demonstram:

• As aplicações práticas dessas tecnologias, destacando seu potencial de economia de tempo e o poder das soluções orientadas a IA.
• Conceitos de ponta e práticas recomendadas para construir sistemas poderosos com esses modelos de ponta.

Liberte sua criatividade e explore os recursos incluídos para iniciar sua jornada e aprofundar -se nessas tecnologias inovadoras.

Requisitos

Python 3.11 Dependências (listadas no requisitos.txt)

Instalação

Clone este repositório para sua máquina local. Instale as dependências necessárias executando pip install -r requirements.txt .

Uso

O diretório de notebooks está organizado em subdiretos, cada um dedicado a um tópico específico. Você pode explorar esses sub-diretores em qualquer ordem com base em seus interesses. Cada subdiretório contém uma coleção de notebooks Jupyter que se aprofundam nos conceitos relacionados ao seu respectivo tópico. Os notebooks são ordenados sequencialmente em cada subdiretório, por isso é recomendável seguir a ordem sugerida. Os notebooks foram projetados para serem independentes, permitindo que você os execute de forma independente, sem dependências de outros cadernos.

Obtenha a chave da API OpenAI

Para usar a API OpenAI, você precisará criar uma conta e obter uma chave da API. Você pode criar uma conta aqui. Depois de criar uma conta, você pode encontrar sua chave da API na página das teclas da API.

Use a chave da API OpenAI

Siga as instruções abaixo para usar sua chave da API OpenAI com segurança no código:

1. Crie um arquivo chamado .env no diretório raiz deste repositório.
2. Defina a variável de ambiente OPENAI_API_KEY no arquivo .env e defina -o igual à sua tecla API OpenAI. Por exemplo, se sua chave da API for abc123 , o conteúdo do arquivo .env deve ser OPENAI_API_KEY="abc123" .
3. Use o código a seguir para carregar sua tecla API no arquivo .env :

 import os
from dotenv import load_dotenv
import openai

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

Obtenha a chave da API do ActiveLoop

• Inscrição/login no ActiveLoop.
• Crie token de API a partir da página inicial.
• Copie o token da API e cole -o no arquivo .env como este ACTIVELOOP_TOKEN="<token>" .
• Use o código semelhante, como mostrado acima, para carregar seu token da API no arquivo .env .

Contribuindo

As contribuições são bem -vindas! Se você tiver alguma sugestão, relatórios de bug ou solicitações de recursos, abra um problema ou envie uma solicitação de tração. Consulte o arquivo contribuindo.md para obter mais informações.

Licença

Este projeto está licenciado sob a licença do MIT.

Isenção de responsabilidade

Observe que este software é fornecido como está, e o autor e os colaboradores não serão responsabilizados por quaisquer consequências ou danos decorrentes de seu uso. Consulte o arquivo de isenção de responsabilidade.md para obter mais informações.

Recursos adicionais

• O Guia de Treinamento LLM do iniciante
• Técnicas de Mastering LLM: otimização de inferência
• Padrões LLM
• Mergulhe profundo em eves
• Padrões de design em código de aprendizado de máquina e sistemas
• Mais padrões de design para sistemas de aprendizado de máquina
• Building LLM Aplicações para produção
• Aplicativos Red Teaming LLM