genai cookbook
1.0.0
生成人工智能（Genai）正在通過引入前所未有的新穎性，創造力和生產力來迅速改變各種領域，“在我們的一生中創造了最大的技術轉變”。 Genai憑藉其對類似人類的自然語言指示的能力，為AI應用增加了一個新的交互式維度。從現有數據到實現以前無法想像的壯舉，它生成了新內容（文本，音頻，圖像和視頻）。此外，Genai在生產力方面表現出色，在速度和效率方面的某些任務表現優於人類。
歡迎使用Genai食譜，這是使用LLM的操作方法和指南的融合。該集合使用語言模型涵蓋了廣泛的自然語言處理（NLP）應用程序：
LLM提示策略：啟動示例來提示技術框架：探索以聲明性和程序化方法來提示工程的替代方案，以編程llms簡單聊天機器人：學習構建交互式AI檢索生成增強（RAG）的基礎：將個人或組織的響應範圍用於更高的響應模型：功能：使用代理和功能通過與使用領先語言模型的外部工具和數據源進行交互來增強功能：使用OpenAI，人類，雙子座，Meta，AnyScale Endpoints，Ollama和Databricks的模型和推理平台的實用指南。
針對初學者開發人員，本書提供了示例代碼和操作指南，展示瞭如何使用領先平台的API和框架。開始您的旅程並發現Genai的潛力。
要嘗試這些示例，您需要一個OpenAI帳戶和關聯的API密鑰，人類，Pinecone，Datrabricks Data Intelligent Platform或Anyscale Endpoint帳戶和關聯的密鑰。更好的是，在筆記本電腦上安裝Ollama。
所有示例和筆記本都在Python中，但是只要您可以用目標語言進行REST API調用或使用目標語言的SDK，概念就可以適應任何編程語言。
本食譜中的一些示例受到這些資源的啟發（一些修改，擴展或複制），包括：
| 目錄名稱 | 描述 |
|---|---|
| genai_intro | Genai的一般簡介，基礎模型，GPTS |
| 代理商 | 什麼是代理商，不斷發展的代理檔案，為什麼使用它們以及如何撰寫代理商 |
| 助手 | OpenAI助理擴展了LLM功能以工作並與外部工具進行互動，從而訪問了Web服務和數據存儲等外部服務。如何與Openai助手合作以實施代理商 |
| 聊天機器人 | 客戶服務中的常見應用程序，如何使用提示技術與LLM一起編寫簡單和對話的聊天機器人 |
| DSPY | 快速概述聲明框架編程llms：什麼，為什麼以及如何使用DSPY |
| 嵌入和vectordbs | 媒介嵌入介紹及其在LLM Gen應用程序的語義搜索中的作用。向量嵌入是檢索增強產生的核心。探索通用矢量商店作為索引文檔的撤退者 |
| 評估 | 評估LLM並不容易和混亂；這似乎是一門黑暗的藝術。但是有些工具（例如MLFlow）提供了實驗，記錄，跟踪和跟踪來評估LLMS |
| 微調 | LLM的常見使用來處理域特定任務是通過微調來進行的。為什麼以及何時為您的域特定任務微調定制響應，音調和格式 |
| 函數呼叫 | 如何同時使用OpenAI和開源LLM Funciton致電擴展LLM功能 |
| LLM-PROMPTS | 使用封閉和開源LLM型號的眾多及時及時工程技術簡介 |
| 破布 | 檢索增強生成（RAG）是LLM應用的Taylor Swift；每個人都想要他們；每個人都在寫關於他們的書。每個人都建立它們。介紹不同類型的抹布，何時通過微調使用它們以及如何為數據實施它們，提高準確性並減少響應的Halucination |
由於我使用OpenAI，Anthropic，Google Gemmini或Anyscale端點，因此我提供各自的環境模板文件： Env_AnyScale_Template ， Env_anthropic_template ， Env_google_template和Env_openai_template 。
將您的鍵和模型名稱添加到兩個文件中，然後將文件複製到頂級目錄。要將任何OpenAI代碼遷移到任何尺度端點，請使用此簡單指南。在大多數情況下，遷移是無縫的。
另外，您需要一些Python庫。使用pip install -r requirements.txt安裝它們。
注意：不要公開與API密鑰共享您的環境文件。
我歡迎捐款。讓我們將其作為生成的AI開發人員社區驅動的資源。您的貢獻可以包括這些操作指南的添加或擴展。
檢查現有問題並提取請求，以避免重複。如果您有示例或指南的建議，請在“問題”頁面上分享。
玩得開心！ ？️
朱爾斯
