Generative-AI-with-langchain และ huggingface
ยินดีต้อนรับสู่ Generative-AI-With-Langchain และ Huggingface ที่เก็บข้อมูลที่ครอบคลุมซึ่งฉันสำรวจและใช้เทคนิคที่ทันสมัยใน AI Generative โดยใช้ Langchain , HuggingFace และเครื่องมือ AI ต่างๆ ที่เก็บนี้ทำหน้าที่เป็นศูนย์กลางสำหรับการเรียนรู้การทดลองและการสร้างแอปพลิเคชันในโลกแห่งความเป็นจริง
วัตถุประสงค์
- Master Langchain และ HuggingFace Frameworks สำหรับ Generative AI
- สำรวจหัวข้อขั้นสูงเช่น RAG (Generation-Augmented Retrieval-Augmented) ฐานข้อมูลเวกเตอร์ฐานข้อมูลกราฟและตัวแทน AI ที่ใช้เครื่องมือ
- ใช้แอปพลิเคชันแบบ end-to-end สำหรับ chatbots, การสรุป, เครื่องมือค้นหาและอื่น ๆ
เนื้อหาที่เก็บ
ส่วนหลัก
Langchain 101
- บทนำสู่แนวคิดของ Langchain: โซ่, พรอมต์และหน่วยความจำ
สำรวจ Chromadb
- การทำความเข้าใจและการนำฐานข้อมูลเวกเตอร์มาใช้เพื่อค้นหาความคล้ายคลึงกันอย่างมีประสิทธิภาพ
ML สำหรับ NLP
- โค้ดตัวอย่างสำหรับงาน NLP พื้นฐานและการรวมเข้ากับโมเดล ML
การสร้าง LLM ด้วย lcel
- เทคนิคสำหรับการปรับแต่งและปรับใช้แบบจำลองภาษาขนาดใหญ่ (LLMS)
การพัฒนาแอปพลิเคชัน
chatbots ที่มีประวัติข้อความ
- ส่วนที่ 26-28: ใช้ chatbots ที่สามารถรักษาประวัติการสนทนาโดยใช้ RAG
แอพ AI แบบ end-to-generative Generative
- ส่วนที่ 29: สร้างแอพ AI Generative ที่มีประสิทธิภาพด้วย OpenAI API
เอกสารถาม - ตอบด้วยผ้าขี้ริ้ว
- ส่วนที่ 30: พัฒนาระบบตอบคำถามและเครื่องมือรวมเครื่องมือและตัวแทนสำหรับการดึงเอกสาร
การสนทนาถาม - ตอบพร้อมประวัติการแชท
- ส่วนที่ 31: ปรับปรุงระบบการสนทนาด้วยความสามารถของหน่วยความจำ
เครื่องมือค้นหาด้วย Langchain
- ส่วนที่ 32: สร้างเครื่องมือและตัวแทนแบบ end-to-end สำหรับฟังก์ชั่นเครื่องมือค้นหา
แชทกับฐานข้อมูล SQL
- ส่วนที่ 33: ใช้ระบบแชทที่สืบค้นฐานข้อมูล SQL โดยใช้ชุดเครื่องมือและตัวแทน SQL ของ Langchain
การสรุปข้อความ
- ส่วนที่ 34: สำรวจวิธีการเช่นสิ่งของการลดแผนที่และปรับแต่งโซ่เพื่อสรุปข้อความ
- ส่วนที่ 35: สรุปเนื้อหาจากวิดีโอ YouTube และ URL เว็บไซต์
ตัวแก้ปัญหาแบบข้อความถึง-
- ส่วนที่ 36: พัฒนาเครื่องมือสำหรับการแก้ปัญหาทางคณิตศาสตร์จากอินพุตข้อความโดยใช้ GEMMA2
หัวข้อขั้นสูง
- การบูรณาการหม้อแปลง HuggingFace สำหรับรุ่นกำเนิดที่ปรับแต่งได้อย่างละเอียด
- ฐานข้อมูลกราฟและแอปพลิเคชันของพวกเขาในท่อ AI
- การสำรวจฐานข้อมูลเวกเตอร์และแอปพลิเคชันการค้นหาที่คล้ายคลึงกัน
- การพัฒนาระบบตอบคำถามที่ใช้ RAG และเครื่องมือ AI
เครื่องมือและเฟรมเวิร์ก
- Langchain : สำหรับการสร้างท่อ AI ด้วยหน่วยความจำเครื่องมือและโซ่
- HuggingFace : สำหรับการปรับแต่งแบบจำลองและการปรับใช้
- ฐานข้อมูลเวกเตอร์ : Chromadb, Faiss, Pinecone
- ฐานข้อมูลกราฟ : สำหรับแอปพลิเคชัน AI ขั้นสูง
- ห้องสมุด : Transformers, Pytorch, Numpy, Scikit-Learn
- เครื่องมือการพัฒนา : สมุดบันทึก Jupyter, Python, Vs Code
หัวข้อในอนาคต
- การปรับแต่ง LLMs สำหรับโดเมนเฉพาะที่มี HuggingFace
- การใช้งาน RAG ขั้นสูง
- แอพพลิเคชั่นหลายรูปแบบที่มีรูปภาพข้อความและวิดีโออินพุต
- การสร้างโซลูชั่น AI ที่ปรับขนาดได้พร้อมฐานข้อมูล Langchain และ Vector
- การปรับใช้แอพ AI Generative บนแพลตฟอร์มคลาวด์
วิธีใช้ที่เก็บนี้
โคลนที่เก็บนี้:
git clone https://github.com/your-username/Generative-AI-with-Langchain-and-Huggingface.git
นำทางไปยังไดเรกทอรีโครงการ:
cd Generative-AI-with-Langchain-and-Huggingface
ติดตั้งการพึ่งพา:
pip install -r requirements.txt
สำรวจส่วนที่มีโครงสร้างและเริ่มดำเนินโครงการ
การติดตามความคืบหน้า
ฉันจะเก็บอัพเดทที่เก็บนี้ด้วยการเรียนรู้โครงการและการใช้งานขั้นสูงใหม่ คอยติดตามการอัปเดตที่น่าตื่นเต้น! การมีส่วนร่วมและข้อเสนอแนะยินดีต้อนรับเสมอ
เชื่อมต่อและทำงานร่วมกัน
หากคุณหลงใหลเกี่ยวกับการกำเนิด AI, Langchain หรือ HuggingFace อย่าลังเลที่จะทำงานร่วมกันแบ่งปันข้อมูลเชิงลึกหรือแนะนำการปรับปรุง มาสร้างอนาคตของ AI ด้วยกัน!