Lista actualizada de comandos de Ollama: ls, ps, run, serve, etc.
Este cheat sheet de la CLI de Ollama se centra en los comandos que utilizas a diario (ollama ls, ollama serve, ollama run, ollama ps, gestión de modelos y flujos de trabajo comunes), con ejemplos que puedes copiar y pegar.
Siguiente ronda de pruebas de LLM
No hace mucho tiempo se lanzó. Vamos a ponernos al día y pruebe cómo se comporta Mistral Small en comparación con otros LLMs.
Opciones de sistemas de integración
Sistemas de integración podrían ser comerciales con muchos módulos de conexión pagos y algunos gratuitos; O de tipo gratuito pero con una licencia un poco extraña; O listos para autohospedaje y no.
YaCy es un motor de búsqueda P2P autohospedado
YaCy es un motor de búsqueda descentralizado, de punto a punto (P2P), que permite a individuos y organizaciones ejecutar sus propias puertas de entrada de búsqueda o unirse a una red global de pares de búsqueda.
Instrucciones paso a paso
Cómo: instalar Kubernetes usando Kubespray, incluyendo la configuración del entorno, la configuración del inventario y la ejecución de los playbooks de Ansible.
Algunos comandos frecuentes de k8s con parámetros
Aquí está mi k8s cheat sheet
que cubre los comandos más importantes de Kubernetes most important commands y conceptos desde la instalación hasta la ejecución de contenedores y la limpieza:
Novedoso modelo de IA para generar imágenes a partir de texto
Recientemente, Black Forest Labs publicó un conjunto de modelos de IA de texto a imagen. Estos modelos se dicen que tienen una calidad de salida mucho mayor. Probémoslos
Comparando dos motores de búsqueda de IA autoalojados
La comida increíble también es un placer para la vista. Pero en esta entrada compararemos dos sistemas de búsqueda basados en IA, Farfalle y Perplexica.
¿Ejecutando un servicio de estilo Copilot de forma local? ¡Fácil!
¡Eso es muy emocionante! En lugar de llamar a Copilot o Perplexity.ai y contarle al mundo entero lo que buscas, ¡ahora puedes alojar un servicio similar en tu propio PC o portátil!
Prueba de detección de falacias lógicas
Recientemente hemos visto la liberación de varios nuevos LLMs. Tiempo emocionante. Vamos a probar y ver cómo se desempeñan al detectar falacias lógicas.
Sincronizar marcadores entre los portátiles y los navegadores?
He probado diferentes herramientas y he llegado a la conclusión de que prefiero floccus.
Etiquetar y entrenar necesita algo de pegamento
Cuando entrené un detector de objetos AI hace algún tiempo - LabelImg fue una herramienta muy útil, pero la exportación desde Label Studio a formato COCO no era aceptada por el marco MMDetection..
8 versiones de llama3 (Meta+) y 5 versiones de phi3 (Microsoft)
Prueba de cómo se comportan los modelos con diferentes números de parámetros y cuantización.
Los archivos de modelos LLM de Ollama ocupan mucho espacio.
Después de instalar Ollama, es mejor reconfigurar Ollama para que los almacene en la nueva ubicación de inmediato. Así, cuando descargamos un nuevo modelo, no se descarga en la ubicación antigua.
Es tan molesto ver todos esos anuncios
Puedes instalar un complemento o extensión de bloqueo de anuncios en el navegador para Google Chrome, Firefox o Safari, pero tendrás que hacerlo en cada dispositivo.
El bloqueador de anuncios a nivel de red es mi solución favorita.
Probemos la calidad de detección de falacias lógicas de diferentes LLMs
Aquí estoy comparando varias versiones de LLM: Llama3 (Meta), Phi3 (Microsoft), Gemma (Google), Mistral Nemo (Mistral AI) y Qwen (Alibaba).
