AIプロジェクト
- UpdAgent : ツールのリアルタイム更新のための AI エージェント バージョン管理フレームワーク - 2024 年 11 月
- エージェントのバージョン管理を可能にし、バージョンの更新を可能にするフレームワーク。
- github.com/Pro-GenAI/UpdAgent で入手可能
- AutoTrendyKeywords : LLM を使用したリアルタイム AI 主導のトレンドベース SEO - 2024 年 10 月
- トレンドに基づいた SEO により、トレンドの急速な変化にもかかわらず、ユーザーにとってコンテンツの関連性が維持されます。
- github.com/Pro-GenAI/Auto-Trendy-Keywords で入手可能
- LML-DAP : データ拡張予測のためのデータセットを学習する言語モデル - 2024 年 10 月
- この論文では、ML の代わりに、RAG などの関連データに基づいてコンテキストを認識した分類決定を行うためのデータセットを学習する LLM のプロセスを使用しています。
- github.com/Pro-GenAI/LML-DAP で入手可能
- AGIent と Tool-Mart : マーケットプレイス主導のツール選択によって実現されるスーパー エージェント フレームワーク - 2024 年 9 月
- データベースを使用してエージェントの動的なツール セットを有効にします。 https://github.com/Pro-GenAI/AGIent で入手可能
- AutoPureData : LLM 知識を更新するための望ましくない Web データの自動フィルタリング - 2024 年 7 月
- LLM を使用して不要なテキストをフィルタリングし、Vector DB と検索拡張生成 (RAG) を使用します。
- github.com/Pro-GenAI/AutoPureData で入手可能
- AutoWatcher : LLM を使用したリアルタイムのコンテキスト認識型セキュリティ アラート システム - 2024 年 5 月
- マルチモーダル LLM を使用してカメラ映像を監視し、疑わしい脅威の検出時にアラートを作成します。
- github.com/Pro-GenAI/AutoWatcher で入手可能
- 役割の力: LLM 応答に対する 3 つのメッセージ タイプの影響の調査 - 2024 年 3 月
- 「システム」、「ユーザー」、「アシスタント」という 3 つのメッセージの役割が応答に与える影響を調査します。
- github.com/Pro-GenAI/Power-of-Roles で入手可能
- AutoPrecisePrompts : データ処理のための自動化された LLM ベースのプロンプト エンジニアリング - 2024 年 1 月
- 自動化されたプロンプト エンジニアリングとテストにより、完璧なプロンプトが作成されていることを確認します。
- github.com/Pro-GenAI/Auto-Precise-Prompts で入手可能
- iSearch : LLM を使用したクエリに基づく強化されたインテリジェント検索 - 2023 年 4 月
- ハード プロンプトのプロンプト エンジニアリングとテスト プロセスを自動化し、完璧なプロンプトが確実に作成されるようにします。
- https://ijcem.in/wp-content/uploads/ISEARCH-ENHANCED-INTELLIGENT-SEARCH-BASED-ON-A-QUERY-USING-LLMS.pdf で入手可能
- EaseText : LLM を使用した複雑な文の理解を強化 - 2022 年 12 月
- LLM を使用して、特に英語を母国語としない人にとっては読みにくい複雑な文を簡素化します。
- doi.org/10.51219/JAIMLD/praneeth-vadlapati/349 で入手可能
LLM - LangChain プロジェクト:
- LLM - Wikipedia ページとチャットする
- LangChain、RAG、ChainLit を使用 (Web ページをホストするために)
- LLM - フィードバック サマライザー
- LangChain、Selenium、Gradio を使用 (ホスティング用)
- LLM - 画像を使ってチャットする
- LangChain、StreamLit(ホスティング用)を使用
- LLM - プロンプト短縮ツール
- LangChainとGradioを使用(ホスティング用)
- LLM - エージェント
- オンライン検索、天気の取得、数学演算、Python コードの実行など、さまざまなタスクに LangChain エージェントを使用しました。
- LLM - データとチャットする
- データとチャットして有益な洞察を得るのに役立ち、企業の収益性を向上します。
- LLM を使用して生成された合成データ
- LLM - モデルの展開
- LMDeploy と FastAPI を使用して OpenAI API をエミュレートしてモデルをデプロイしました
必ず .env.example を .env にコピーし、モデル名を入力してください。
データ サイエンス プロジェクト:
- NLP - 攻撃的なツイートの分類
- ML - ローンデフォルトリスク予測
私にとって特別なこと:
- 構造化されたコードとフォルダー
- 再利用する共通関数 - common_functions.py
- LLM - 企業の収益性を高めるために、LLM コールをより速く、より安価にしました。
- 現実世界のプロジェクトに役立つ概念をさらに適用する