Récemment, Black Forest Labs a publié un ensemble de
modèles d’IA texte à image.
Ces modèles sont dit avoir une qualité de sortie bien plus élevée.
Essayons-les

Une excellente cuisine est aussi un plaisir pour les yeux. Mais dans cet article, nous allons comparer deux systèmes de recherche basés sur l’IA, Farfalle et Perplexica.

Nous pouvons écrire une fonction lambda pour le déploiement sur AWS dans plusieurs langages. Commençons par comparer les performances de fonctions (presque vides) écrites en JavaScript, Python et Golang…

C’est très excitant ! Au lieu d’appeler Copilot ou Perplexity.ai et de révéler à tout le monde ce que vous recherchez, vous pouvez désormais héberger un service similaire sur votre propre PC ou ordinateur portable !

Récemment, nous avons vu plusieurs nouveaux LLM sortir. Des temps excitants. Testons-les et voyons comment ils se débrouillent lorsqu’ils détectent les fautes logiques.

Il existe toutefois quelques approches courantes pour rédiger des prompts efficaces afin que le modèle de langage ne se confonde pas en tentant de comprendre ce que vous souhaitez.

J’ai essayé différents outils et je suis arrivé à la conclusion que j’aime le plus floccus.

Parfois, j’ai besoin de cela mais je ne le trouve pas immédiatement.
Donc, je les garde toutes ici.

Quand j’ai entraîné un détecteur d’objets AI il y a un certain temps - LabelImg était un outil très utile, mais l’exportation depuis Label Studio vers le format COCO n’était pas acceptée par le framework MMDetection..

Testons comment les modèles avec différents nombres de paramètres et de quantification se comportent.

Après l’installation d’Ollama, il est préférable de reconfigurer Ollama pour les stocker immédiatement dans le nouvel emplacement. Ainsi, lorsqu’un nouveau modèle est téléchargé, il ne sera pas enregistré dans l’ancien emplacement.

Vous pouvez installer un plugin ou un complément de blocage de publicités dans un navigateur pour Google Chrome, Firefox ou Safari, mais vous devrez le faire sur chaque appareil.
Le bloqueur de publicités réseau est ma solution préférée.

Après avoir cloné le dépôt git, configurez le dépôt local, en particulier le nom d’utilisateur et l’adresse e-mail.

Lorsque le site est généré avec Hugo, il est temps de le déployer sur une plateforme d’hébergement. Voici un tutoriel pour le pousser vers AWS S3 et le servir via le CDN AWS CloudFront.

Comparaison de la vitesse de prédiction de plusieurs versions de LLMs : llama3 (Meta/Facebook), phi3 (Microsoft), gemma (Google), mistral (open source) sur CPU et GPU.

Ici, je compare plusieurs versions de LLM : Llama3 (Meta), Phi3 (Microsoft), Gemma (Google), Mistral Nemo (Mistral AI) et Qwen (Alibaba).