Proyectos de IA
- UpdAgent : marco de control de versiones del agente AI para la actualización de herramientas en tiempo real - noviembre de 2024
- Un framework que habilita el versionado de agentes, que permite la actualización de versiones.
- Disponible en github.com/Pro-GenAI/UpdAgent
- AutoTrendyKeywords : SEO basado en tendencias impulsado por IA en tiempo real utilizando LLM - Octubre de 2024
- SEO basado en tendencias para que el contenido siga siendo relevante para los usuarios a pesar de los rápidos cambios en las tendencias.
- Disponible en github.com/Pro-GenAI/Auto-Trendy-Keywords
- LML-DAP : modelo de lenguaje que aprende un conjunto de datos para predicción aumentada de datos - octubre de 2024
- En lugar de ML, el artículo utiliza el proceso de un LLM que aprende un conjunto de datos para tomar decisiones de clasificación conscientes del contexto basadas en datos relevantes como RAG.
- Disponible en github.com/Pro-GenAI/LML-DAP
- AGIent y Tool-Mart : un marco de superagente habilitado por la selección de herramientas basada en Marketplace - septiembre de 2024
- Habilita un conjunto dinámico de herramientas para agentes que utilizan una base de datos. Disponible en https://github.com/Pro-GenAI/AGIent
- AutoPureData : filtrado automatizado de datos web no deseados para actualizar el conocimiento de LLM - julio de 2024
- Filtra texto no deseado mediante LLM y utiliza Vector DB y recuperación aumentada (RAG).
- Disponible en github.com/Pro-GenAI/AutoPureData
- AutoWatcher : un sistema de alerta de seguridad sensible al contexto en tiempo real que utiliza LLM - mayo de 2024
- Utiliza LLM multimodales para monitorear las imágenes de la cámara y crear alertas al detectar amenazas sospechosas.
- Disponible en github.com/Pro-GenAI/AutoWatcher
- El poder de los roles : investigación del impacto de tres tipos de mensajes en las respuestas de LLM - marzo de 2024
- Investiga el impacto de tres roles de mensajes, "sistema", "usuario" y "asistente", en las respuestas.
- Disponible en github.com/Pro-GenAI/Power-of-Roles
- AutoPrecisePrompts : ingeniería de avisos automatizada basada en LLM para procesamiento de datos - enero de 2024
- Ingeniería y pruebas de avisos automatizadas para garantizar que se diseñen avisos perfectos.
- Disponible en github.com/Pro-GenAI/Auto-Precise-Prompts
- iSearch : búsqueda inteligente mejorada basada en una consulta mediante LLM - abril de 2023
- Automatiza la ingeniería de avisos duros y el proceso de prueba para garantizar que se diseñen avisos perfectos.
- Disponible en https://ijcem.in/wp-content/uploads/ISEARCH-ENHANCED-INTELLIGENT-SEARCH-BASED-ON-A-QUERY-USING-LLMS.pdf
- EaseText : mejora de la comprensión de oraciones complejas mediante LLM - diciembre de 2022
- Utiliza un LLM para simplificar oraciones complejas que a menudo son difíciles de leer, especialmente para hablantes no nativos de inglés.
- Disponible en doi.org/10.51219/JAIMLD/praneeth-vadlapati/349
LLM - Proyectos LangChain:
- LLM: chatee con una página de Wikipedia
- LangChain, RAG y ChainLit usados (para alojar la página web)
- LLM: resumen de comentarios
- LangChain, Selenium y Gradio usados (para hosting)
- LLM: chatea con una imagen
- LangChain y StreamLit usados (para alojamiento)
- LLM: acortador de mensajes
- LangChain y Gradio usados (para hosting)
- LLM - Agentes
- Usé agentes LangChain para diversas tareas como buscar en línea, obtener el clima, operaciones matemáticas, ejecutar código Python, etc.
- LLM: chat con datos
- Útil para chatear con datos para obtener información útil para aumentar la rentabilidad de las empresas.
- Datos sintéticos generados mediante LLM.
- LLM: implementación de modelos
- Se utilizaron LMDeploy y FastAPI para implementar el modelo emulando la API de OpenAI.
Asegúrese de copiar .env.example a .env y complete el nombre del modelo.
Proyectos de ciencia de datos:
- PNL - Clasificación de tweets ofensivos
- ML - Predicción del riesgo de incumplimiento de préstamos
Lo que es especial para mí:
- Código estructurado y carpetas.
- Funciones comunes para reutilizar - common_functions.py
- LLM: hizo que las convocatorias de LLM fueran más rápidas y económicas para la rentabilidad de las empresas.
- Aplicar más conceptos que son útiles en los proyectos del mundo real.
