END TO END GENERATIVE AI PROJECTS

จบโครงการ AI แบบกำเนิด

คอลเลกชันโครงการที่ยอดเยี่ยมในรุ่น LLM

?

S.No	ชื่อโครงการ	คำอธิบาย	ซ้อนเทค
1	Multi-PDFS chatapp AI agent?	แชทได้อย่างราบรื่นด้วย PDF หลายตัวโดยใช้ Langchain, Google Gemini Pro & Faiss Vector DB พร้อมการปรับใช้ Streamlit ที่ไร้รอยต่อ รับการตอบกลับที่แม่นยำและแม่นยำจากรูปแบบภาษา Google Gemini Opensource ที่ยอดเยี่ยม เปลี่ยนประสบการณ์ PDF ของคุณตอนนี้!	`F/w:` Langchain `Model` : Google Gemini Pro, `Vector DB` : `Deployment` FAISS: Streamlit
2	️Image to Speech Genai Tool โดยใช้ LLM? ♨	เครื่องมือ AI ที่สร้างเรื่องราวสั้น ๆ ตามบริบทของภาพที่อัปโหลดโดยการแจ้งรุ่น Genai LLM	`F/w:` Langchain `Model` : HuggingFace Models, OpenAI GPT-3.5, `Vector Deployment` : Streamlit, Hugging Spaces
3	แอป Summarizer Transcribe LLM ของ YouTube	จบแอพ Summarizer LLM วิดีโอ Transcribe LLM Transcribe LLM ด้วย Google Gemini Pro ให้บริการบันทึกรายละเอียดตามการถอดเสียงวิดีโอ YouTube ด้วยพลังของ AI ตอนนี้คุณสามารถแปลงวิดีโอการถอดเสียงเป็นวัสดุการศึกษาที่ครอบคลุม	Google Gemini Pro
4	แอปจบลงจนจบ RAG LLM	คู่มือทีละขั้นตอนในการสร้างแอพ RAG LLM ด้วย LLAMA2 และ LLAMAINDEX	llama2 และ llamainedex
5	ดำเนินการต่อโครงการ LLM ติดตาม ATS	นี่คือโครงการที่มีวัตถุประสงค์เพื่อเพิ่มประสิทธิภาพกระบวนการสรรหา มันรวมระบบการติดตามผู้สมัครขั้นสูงเข้ากับ Google Gemini Pro, การเพรียวลมการแยกเรซูเม่, การจับคู่คำหลักและการประเมินผู้สมัครสำหรับโซลูชัน end-to-end ที่มีประสิทธิภาพในการได้มาซึ่งความสามารถ	Google Gemini Pro
6	จบข้อความถึงแอป SQL LLM พร้อมกับการสืบค้นฐานข้อมูล SQL	แอป "Text to SQL LLM ด้วย Google Gemini Pro" เป็นแอปพลิเคชันซอฟต์แวร์ที่อำนวยความสะดวกในการแปลงการสืบค้นภาษาธรรมชาติเป็นคำสั่ง SQL นอกจากนี้ยังเปิดใช้งานการสืบค้นฐานข้อมูล SQL โดยตรงโดยใช้คำสั่ง SQL ที่สร้างขึ้น	การใช้ Google Gemini Pro
7	จบโครงการ Extractor ใบแจ้งหนี้หลายภาษา	ตัวแยกใบแจ้งหนี้หลายภาษาค้นพบพลังของตัวแยกใบแจ้งหนี้หลายภาษา! แอพ Streamlit นี้ขับเคลื่อนโดย Google Gemini Pro Vision AI ทำให้การดึงข้อมูลจากภาพใบแจ้งหนี้เป็นเรื่องง่าย อัปโหลดรูปภาพเพิ่มพรอมต์และรับการตอบกลับโดยละเอียดได้อย่างง่ายดาย ด้วยการสนับสนุนหลายภาษา	การใช้ Google Gemini Pro
8	คำถามเอกสาร PDF ตอบระบบ LLM		Langchain, Cassandra, Astra DB, ฐานข้อมูลเวกเตอร์
9	ปรับแต่ง Llama 2 พร้อมชุดข้อมูลที่กำหนดเอง		ใช้เทคนิค `LoRA` และ `QLoRA`
10	แอพ end to End Rag LLM: การจัดทำดัชนีและการสอบถามหลาย PDF's		ใช้ llamainedex และ openai
11	การวิเคราะห์สต็อกการเงินแบบเรียลไทม์		การใช้ `CrewAI` , `Groq` , `LangChain` และ API อื่น ๆ เช่น `browserless, Serper and SEC EDGAR API`
12	chatbot ทางการแพทย์	Llama2 Medical Bot เป็นเครื่องมือที่ทรงพลังที่ออกแบบมาเพื่อให้ข้อมูลทางการแพทย์โดยตอบคำถามผู้ใช้โดยใช้แบบจำลองภาษาที่ทันสมัยและร้านค้าเวกเตอร์ บอททำงานบนเครื่อง CPU ที่ดีด้วย RAM อย่างน้อย 16GB	ใช้ `Llama2` และ `Sentence Transformers` ขับเคลื่อนโดย `Langchain` และ `Chainlit`
13	ส่วนผสมทางการแพทย์ของผู้เชี่ยวชาญ LLM	ส่วนผสมทางการแพทย์ของผู้เชี่ยวชาญ LLM โดยใช้ Mergekit	Mergekit
14	การใช้ RAG Haystack และ Mistral 7B	การใช้ RAG ของ Haystack และ Mistral 7B มันขึ้นอยู่กับสแต็คโอเพนซอร์สอย่างสมบูรณ์	Haystack และ Mistral-7b-rag
15	Power QNA chatbot	แอพตอบคำถามตอบคำถามโดยใช้ Mistral 7B, Langchain และ Fastapi	Mistral 7B, Langchain และ Fastapi
16	ผ้าขี้ริ้ว	Gemma-7b-rag-ollama	Gemma-7b-rag-ollama
17	การอนุมาน LLM ในอุปกรณ์	การอนุมาน LLM แบบออนอุปกรณ์โดยใช้ MediaPipe LLM INFerence API	ใช้ MediaPipe LLM INFERFING API
18	ผู้ช่วยเสียงส่วนบุคคลโดยใช้ openai
19	การปรับแต่งอย่างรวดเร็วและการฝึกอบรม DPO ของ LLM โดยใช้ Unsloth
20	แอพแชท groq	แอพแชท Groq ที่สร้างขึ้นโดยใช้ GROQ API และ Streamlit	GROQ API และ Streamlit
21	ผ้าขี้ริ้วทางการแพทย์โดยใช้ Bio-Mistral-7b	นี่คือการใช้ RAG โดยใช้สแต็กโอเพนซอร์ส Biomistral 7B ถูกนำมาใช้ในการสร้างแอพนี้พร้อมกับ PubMedbert เป็นรูปแบบการฝัง QDDRANT เป็น DB เวกเตอร์โฮสต์ตัวเองและ Langchain & Llama CPP เป็นกรอบการประสานงาน	การใช้งาน RAG, Biomistral 7B, PubMedbert, Qdrant, Langchain & Llama CPP
22	การใช้ผ้าขี้ริ้วแบบ end-to-end ใช้อเมซอน		อเมซอน
23	การแพร่กระจายที่เสถียรเร็วขึ้นโดยใช้ SSD-1B	การแพร่กระจายที่เสถียรเร็วขึ้นโดยใช้ SSD-1B แอพ gradio ภายในสำหรับการสาธิต	การแพร่กระจายที่เสถียรโดยใช้ SSD-1B, gradio
24	Phi-2 ปรับแต่ง	PHI-2 ปรับแต่งเพื่อสร้างสุขภาพจิต GPT	การปรับแต่ง Phi-2-fine
25	ผ้าขี้ริ้วทางการแพทย์โดยใช้ Meditron-7b-llm	แอพพลิเคชั่นการแพทย์ RAG QA โดยใช้ Meditron 7B LLM, ฐานข้อมูลเวกเตอร์ Qdrant และรูปแบบการฝัง PubMedbert	Meditron 7B LLM, Qdrant, PubMedbert
26	การสร้างภาพที่เร็วที่สุดโดยใช้ LCM Lora		Lora
27	ผ้าขี้ริ้วที่ใช้ไฮด์โดยใช้ nvidia nim		ผ้าขี้ริ้วที่ใช้ไฮด์, Nvidia Nim
28	การสร้างระบบอัจฉริยะโดยใช้ Visdum-AI		Visdum-AI
29	การสาธิต Zephyr 7b Beta Rag ภายในแอพ gradio	Zephyr 7b Beta Rag Demo ภายในแอพ Gradio ที่ขับเคลื่อนโดย BGE Embeddings, Chromadb และ Zephyr 7B Beta	Zephyr 7B เบต้า, Rag, Gradio, BGE Embeddings, Chromadb
30	ภาษานิพจน์ Langchain	แนะนำภาษา Langchain Expression	เหี่ยวแห้ง
31	ปรับแต่ง LLM หลายรูปแบบ	การปรับแต่งอย่างละเอียด LLM "IDEFICS 9B" บนชุดข้อมูล Pokemon GO ที่มีอยู่บนใบหน้ากอด	Multimodal LLM "IDEFICS 9B"
32	เครื่องมือ RAG โดยใช้ Haystack, Mistral และ Chainlit	เครื่องมือ RAG โดยใช้ Haystack, Mistral และ Chainlit สแต็กโอเพนซอร์สทั้งหมดบน CPU	ผ้าขี้ริ้วหญ้าแห้ง, mistral, chainlit
33	การบีบอัดพร้อมด้วย llmlingua	การบีบอัดพร้อมท์โดยใช้ llmlingua ช่วยด้วยต้นทุนและเวลาแฝงของโทเค็น	การบีบอัดที่รวดเร็ว llmlingua
34	การแพร่กระจายของสตรีมใน colab
35	หลายรูปแบบโดยใช้ Langchain	หลายรูปแบบการใช้-แลงเชน	ผ้าขี้ริ้ว langchain
36	chatbots secure-ai-llm โดยใช้เทคนิคการป้องกันการฉีดทันที	เทคนิคการฉีดและป้องกันทันที รักษาความปลอดภัย AI chatbots ของคุณที่สร้างขึ้นโดยใช้ LLM	ฉีดทันที LLMS
37	GGUF quantization ของ LLM ใด ๆ	GGUF-QUANTIZATION OF-LLM	gguf-quantization
38	อะนิเมะ Deltamon โดยใช้ Lora	Deltamon-anime-using-lora	Lora
39	การประเมิน LLMS และ RAGS	การประเมินผลของ llms และ rags คู่มือที่สมบูรณ์ในการประเมิน LLMS และ RAG ที่ครอบคลุมทฤษฎีและวิธีการตามรหัส	llms, rags
40	การปรับแต่งที่ไม่ดี	การปรับแต่งแบบไม่เป็นระเบียบ	ไม่น่าเบื่อหน่าย
41	รุ่นบาง ๆ โดย llmware	Slim Models โดย LLMware แอพ streamlit แสดงความสามารถสำหรับตัวแทน AI และการเรียกใช้ฟังก์ชัน	โมเดล Slim, LLMware, AI Agent, Function Calls, Streamlit App
42	แบบจำลองการมองเห็นแบบหลายรูปแบบขนาดเล็ก	แบบจำลองการมองเห็นแบบหลายรูปแบบขนาดเล็ก "IMP-V1-3B" ที่ได้รับการฝึกฝนโดยใช้ Phi-2 และ SIGLIP	แบบจำลองการมองเห็นแบบหลายรูปแบบขนาดเล็ก "IMP-V1-3B", Phi-2, siglip
43	การใช้งาน Langsmith	Langsmith-implementation	Langsmith
44	การใช้งาน Langserve	Langserve-implementation	langserve
45	แอพ AI Multimodal AI โดยใช้ LLAVA 7B และ Gradio	แอพ AI Multimodal AI โดยใช้ LLAVA 7B และ Gradio	llava 7b, gradio
46	Perplexity Lite	Perplexity Lite โดยใช้ Langgraph, Tavily และ GPT-4	Langgraph, Tavily และ GPT-4
47	โปรเจ็กต์ Generative-AI-LLM	Gen AI จบโครงการรูปแบบภาษาขนาดใหญ่	30+ Gen AI End to End Project Project Language Model ขนาดใหญ่พร้อมโมเดล OpenSource ล่าสุดการปรับแต่งอย่างละเอียด
48	เพลง	การสร้างเพลงที่กำหนดเองด้วย Transformers และ Pytorch	Transformers, Pytorch
49	แอพสรุปเสียงโดยใช้ Gemini LLM	แอพสรุปเสียงโดยใช้ Gemini LLM	ราศีเมถุน 1.5, LLM
50	ปรับแต่ง LLM Multimodal "IDEFICS 2" โดยใช้ Qlora	ปรับแต่ง Multimodal LLM "IDEFICS 2" โดยใช้ Qlora	Multimodal LLM "IDEFICS 2", Qlora
51	llama 3 orpo finetuning	LLAMA 3 ORPO ปรับการปรับ A100 ใน Colab Pro	llama 3 orpo
52	ผ้าขี้ริ้วใช้ Llama3, Langchain และ Chromadb	โครงการนี้ใช้ Llama3 Langchain และ Chromadb เพื่อสร้างระบบ Augmented Generation (RAG) ระบบนี้ช่วยให้คุณถามคำถามเกี่ยวกับเอกสารของคุณแม้ว่าข้อมูลจะไม่รวมอยู่ในข้อมูลการฝึกอบรมสำหรับรูปแบบภาษาขนาดใหญ่ (LLM) Generation Augmented Retrieval โดยการดำเนินการครั้งแรกในการสืบค้นเมื่อนำเสนอด้วยคำถาม ขั้นตอนนี้ดึงเอกสารที่เกี่ยวข้องจากฐานข้อมูลเวกเตอร์พิเศษซึ่งมีการจัดทำดัชนีเอกสารแล้ว	ผ้าขี้ริ้วใช้ Llama3, Langchain และ Chromadb
53	llama-3 70b llm กับ nvidia	พบแอพ Llama3 Chat AI! Meta เปิดตัว Llama 3 ซึ่งเป็นรุ่นโอเพนซอร์สที่ทรงพลังที่สุด แชทได้อย่างราบรื่นกับ Llama3 Chatbot รับการตอบกลับทันทีและแม่นยำจากรูปแบบภาษา Llama3 Opensource ที่ยอดเยี่ยม	LLAMA-3 70B LLM กับ NVIDIA, Streamlit UI
54	ปรับแต่ง Llama 3 อย่างมีประสิทธิภาพด้วย Pytorch FSDP และ Q-LORA	ปรับแต่ง Llama 3 อย่างมีประสิทธิภาพด้วย Pytorch FSDP และ Q-LORA	LLAMA 3 พร้อม Pytorch FSDP และ Q-LORA การปรับแต่งอย่างละเอียด
55	? meta llama3 genai โลกแห่งความเป็นจริง usecases จบลงด้วยคำแนะนำการใช้งาน	llama3 genai usecases	llama3, finetuning, การติดตั้ง, ผ้าขี้ริ้ว, langchain
56	Meta's Llama3-Quantization ???	Llama3-Quantization คือการดำเนินการอย่างเป็นทางการของกระดาษ "โมเดล Llama3 เชิงปริมาณต่ำบิตต่ำแค่ไหน?" การประเมินผลที่นี่จะทำใน 10 การฝึกอบรมหลังการฝึกอบรมที่มีอยู่และวิธีการ lora-finetuning ของ LLAMA3 ใน 1-8 บิตและชุดข้อมูลที่หลากหลายเพื่อเปิดเผยประสิทธิภาพการหาปริมาณต่ำของ LLAMA3	quantization, generativeai, llama3-meta-ai
57	ollama-usecases?	repo นี้นำกรณีการใช้งานมากมายจากโอเพนซอร์สโอลลามา	โอลลา
58	ตัวแทน AI?	รูปแบบการออกแบบสำหรับเฟรมเวิร์กหลายตัวเช่น Autogen, Langraph, Taskweaver, Crewai ฯลฯ	เฟรมเวิร์กเอเจนต์ที่หลากหลายเช่น Autogen, Langraph, Taskweaver, Crewai
59	ผ้าขี้ริ้วกับ Llamaidex และ Nvidia	ผ้าขี้ริ้วกับ Llamaidex และ Nvidia	ผ้าขี้ริ้วกับ Llamaidex และ Nvidia
60	Quantize LLM โดยใช้ AWQ	Quantize LLM โดยใช้ AWQ	Quantize LLM โดยใช้ AWQ
61	การอนุมาน LLMS และการปรับแต่งอย่างละเอียด	ประเมินการใช้หน่วยความจำของการอนุมาน LLM และการปรับแต่งอย่างละเอียด	การอนุมาน LLMS และการปรับแต่งอย่างละเอียด
62	phi-3 llm โดย Microsoft	Phi-3 LLM โดยการใช้งาน Microsoft	phi-3 llm
63	ผ้าขี้ริ้วขั้นสูง ??	Generbooks การสืบค้นขั้นสูง (RAG) ผ่านสมุดบันทึกที่ใช้งานได้จริงโดยใช้พลังของ Langchain, Openai GPTS, Meta Llama3, ตัวแทน	Generation Advanced Retrieval-Augmented (RAG), Langchain, Openai GPTS, Meta Llama3, ตัวแทน
64	ผ้าขี้ริ้วที่ใช้	ผ้าขี้ริ้วที่ใช้	Rag, Aws-Bedrock, Azure-Openai, AI Generative Generative
65	LLM Security 2024	การรักษาความปลอดภัยของ LLM กับ 10 อันดับแรกของ OWASP MODEL MODEL LANGUA	OWASP, LLM Security, ช่องโหว่, ความปลอดภัยของข้อมูล, ความปลอดภัยในโลกไซเบอร์, AI Generative, LLM Security
66	GPT4O-API-INPLEMEMEMENTATION-GPT4-RAG	เริ่มต้นใช้งาน GPT4 API, GPT4 RAG, OpenAI GPT4 Assistant, OpenAI Models	Openai-Api, GPT-4, รูปแบบภาษาขนาดใหญ่, Generative-AI, GPT4-API, GPT4O
67	การอนุมานของ Paligemma และการปรับแต่งอย่างละเอียด	การอนุมานของ Paligemma และการปรับแต่งอย่างละเอียด	Paligemma, อนุมาน, ปรับแต่ง, Generative-AI
68	การประเมิน LLMS	การประเมิน LLMS	การประเมิน LLMS, Generative AI
69	การสร้างผ้าขี้ริ้วด้วยโมเดล OpenAI GPT-4O (OMNI) โดยใช้ฐานข้อมูล Vector ObjectBox	การสร้างผ้าขี้ริ้วด้วยโมเดล OpenAI GPT-4O (OMNI) โดยใช้ฐานข้อมูล Vector ObjectBox	RAG, OpenAI GPT-4O (OMNI) รุ่นฐานข้อมูล MobjectBox Vector
70	Paligemma finetuning	Paligemma finetuning	Paligemma, finetuning
71	ผู้ประเมินผ้าขี้ริ้ว	ไลบรารีสำหรับการประเมินระบบการค้นพบ (RAG)	Rag Evaluator, Metrics: Bleu, Rouge, Bert, Perplexity, ความหลากหลาย, อคติทางเชื้อชาติ
72	Griptape: สร้างตัวแทนหลาย AI ที่ปรับแต่งได้ตั้งแต่เริ่มต้น	Griptape: สร้างตัวแทนหลาย AI ที่ปรับแต่งได้ตั้งแต่เริ่มต้น	Framework ที่ใช้ตัวแทน, Griptape, LLM, Generative-AI, Aiagents
73	การสร้างข้อมูลสังเคราะห์โดยใช้ LLM	การสร้างข้อมูลสังเคราะห์โดยใช้ LLM ผ่าน Argilla, Distilabel, Chatgpt ฯลฯ	การสร้างข้อมูลสังเคราะห์, LLM, Argilla, distilabel, chatgpt
74	แอพการถอดความที่รวดเร็วของ Groq-Whisper	แอพการถอดความที่รวดเร็วของ Groq-Whisper ที่สร้างขึ้นโดยใช้ Groq API และ Streamlit	Groq-Whisper, LLM, Streamlit
75	Crewai Agentops	Crewai Agentops: ตรวจสอบตัวแทน AI ของคุณ	Agentops, Generative-AI, Crewai, Aiagents
76	ผ้าขี้ริ้วโดยใช้ลูกเรือ AI	ผ้าขี้ริ้วโดยใช้ลูกเรือ AI	RAG, Generative-AI, Crewai, Aiagents, Agentic-Rag, Agentic-AI, Crewai-Rag
77	ตัวแทน AI โดยใช้ลูกเรือ AI	AI AGENTS แอป Streamlit โดยใช้ลูกเรือ AI	AI Agents, Streamlit App, Generativeai, Crew AI
78	Multi GPU Fine Training LLMS	LLMs Training Multi GPU โดยใช้ DeepSpeed และเร่งความเร็ว	เร่งความเร็ว, GPU-computing, finetuning, deepspeed, รูปแบบภาษาขนาดใหญ่, Generative-AI
79	ตัวแทนทางการเงินจาก LLM	ตัวแทนอัจฉริยะที่ใช้โมเดลภาษาขนาดใหญ่ (LLMs) สำหรับการดึงข่าวการเงินอัตโนมัติและการทำนายราคาหุ้น	Agent-based, Finance-API, LLMS, Generative-AI, Gemini-Pro
	รายการโครงการเพิ่มเติมกำลังจะมา ... !!!