Generative-Ai-with-langchain и guggingface
Добро пожаловать в Generative-AI-with-Langchain и Huggingface , комплексный репозиторий, в котором я исследую и внедряю передовые методы в генеративном ИИ с использованием Langchain , Huggingface и различных инструментов ИИ. Этот репозиторий служит центром для обучения, экспериментов и создания реальных приложений.
Цели
- Мастер Лэнгхейн и фреймворки Huggingface для генеративного ИИ.
- Исследуйте такие расширенные темы, как RAG (Getrieval-Augment Generation), векторные базы данных, графические базы данных и агенты ИИ на основе инструментов.
- Реализуйте сквозные приложения для чат-ботов, суммирования, поисковых систем и многого другого.
Содержание хранилища
Основные разделы
Langchain 101
- Введение в концепции Langchain: цепи, подсказки и память.
Изучение Chromadb
- Понимание и реализация векторных баз данных для эффективного поиска сходства.
ML для NLP
- Кодовые фрагменты для основополагающих задач NLP и интеграции с моделями ML.
Здание LLM с LCEL
- Методы для точной настройки и развертывания больших языковых моделей (LLMS).
Разработка приложений
Чат -боты с историей сообщений
- Раздел 26-28: Реализуйте чат-боты, способные поддерживать историю разговоров с использованием Rag.
Сквозные генеративные приложения ИИ
- Раздел 29: Постройте надежные генеративные приложения ИИ с API Openai.
Документ Q & A с тряпкой
- Раздел 30: Разработка систем и агентов по вопросам вопросов и агентов для поиска документов.
Разговор Q & A с историей чата
- Раздел 31: Улучшение разговорных систем с возможностями памяти.
Поисковая система с Langchain
- Раздел 32: Создайте сквозные инструменты и агенты для функциональности поисковой системы.
Чат с базой данных SQL
- Раздел 33: Реализуйте системы чата, которые запросили базы данных SQL с использованием инструментов и агентов Langchain.
Текстовое суммирование
- Раздел 34: Исследуйте методы, такие как материал, карта-восстановление и цепочки уточнения для обобщения текста.
- Раздел 35: Суммируйте контент из видео на YouTube и URL -адресах веб -сайтов.
Text-To-Math Решатель проблем
- Раздел 36: Разработка инструментов для решения математических задач из текстовых вводов с использованием GEMMA2 .
Расширенные темы
- Интеграция трансформаторов HuggingFace для тонких настройки генеративных моделей.
- Графические базы данных и их приложения в трубопроводах ИИ.
- Векторные базы данных исследования и приложения поиска сходства.
- Разработка систем Q & A на основе RAG и инструментов искусственного интеллекта.
Инструменты и фреймворки
- Langchain : Для построения трубопроводов ИИ с памятью, инструментов и цепей.
- Huggingface : для модели точной настройки и развертывания.
- Векторные базы данных : Chromadb, Faiss, Pinecone.
- Графические базы данных : для расширенных приложений ИИ.
- Библиотеки : Трансформеры, Pytorch, Numpy, Scikit-learn.
- Инструменты разработки : Notebook Jupyter, Python, VS Code.
Будущие темы
- Тонкая настройка LLMS для определенных доменов с HuggingFace.
- Расширенные реализации RAG.
- Многомодальные приложения с изображением, текстами и видео входы.
- Создание масштабируемых решений для ИИ с базами данных Langchain и Vector.
- Развертывание генеративных приложений ИИ на облачных платформах.
Как использовать этот репозиторий
Клонировать это хранилище:
git clone https://github.com/your-username/Generative-AI-with-Langchain-and-Huggingface.git
Перейдите к каталогу проекта:
cd Generative-AI-with-Langchain-and-Huggingface
Установить зависимости:
pip install -r requirements.txt
Исследуйте структурированные разделы и начните реализовывать проекты.
Отслеживание прогресса
Я буду держать этот репозиторий обновленным с помощью новых знаний, проектов и передовых реализаций. Следите за обновлениями! Вклад и отзывы всегда приветствуются.
Подключитесь и сотрудничайте
Если вы увлечены генеративным ИИ, Лангчейном или Huggingface, не стесняйтесь сотрудничать, делиться идеями или предлагать улучшения. Давайте построим будущее ИИ вместе!
