Jouez avec les LLM
Partagez comment former et évaluer de grands modèles de langage et créer des applications LLM intéressantes basées sur RAG, Agent et Chain.
Prêt à l'emploi | Je code ceci pour que vous n'ayez pas à le faire !
- Mistral-8x7b-Instruct génère de manière stable le format Json, associé à la grammaire Llamacpp
- Mistral-8x7b-Instruire l'agent CoT, réfléchissez étape par étape
- Mistral-8x7b-Instruct ReAct Agent avec appel d'outil
- Llama3-8b-Instruct, transformateurs, vLLM et Llamacpp
- Llama3-8b-Instruct, CoT avec vLLM
- Llama3-8b-Instruct, implémentation purement chinoise de ReAct avec appel d'outil
- Chinese-Llama3-8b, le réglage fin du DPO rend Llama3 plus disposé à parler chinois
- llama-cpp-convert-GGUF, convertissez la quantification du modèle au format GGUF et téléchargez huggingface
- AvancéReAct
?LLM approfondis | Préformation, mise au point, RLHF et ?>
- qlora-finetune-Baichuan-7B
Affichage de cas
| Mixtral 8x7b ReAct | Lama3-8b Réagir |
|---|
 |  |
