Farfalle vs. Perplexica
Vergleich zweier selbst gehosteter KI-Suchmaschinen
Hervorragendes Essen ist auch ein Genuss für die Augen. Aber in diesem Beitrag vergleichen wir zwei KI-basierte Suchsysteme, Farfalle und Perplexica.
Vergleich zweier selbst gehosteter KI-Suchmaschinen
Hervorragendes Essen ist auch ein Genuss für die Augen. Aber in diesem Beitrag vergleichen wir zwei KI-basierte Suchsysteme, Farfalle und Perplexica.
Welche Sprache soll für AWS Lambda verwendet werden?
Wir können eine Lambda-Funktion für die Bereitstellung auf AWS in mehreren Sprachen schreiben. Lassen Sie uns die Leistung von (fast leeren) Funktionen, die in JavaScript, Python und Golang geschrieben wurden, vergleichen…
Lokaler Betrieb eines Copilot-ähnlichen Services? Einfach!
Das ist sehr aufregend! Anstatt Copilot oder perplexity.ai zu nutzen und der ganzen Welt mitzuteilen, wonach Sie suchen, können Sie nun einen ähnlichen Dienst auf Ihrem eigenen PC oder Laptop hosten!
Testen der Erkennung logischer Fehlschlüsse
Kürzlich haben wir mehrere neue LLMs gesehen, die veröffentlicht wurden. Aufregende Zeiten. Lassen Sie uns testen und sehen, wie sie sich bei der Erkennung logischer Fehlschlüsse schlagen.
Erfordert etwas Experimentieren, aber
Es gibt dennoch einige gängige Ansätze, um gute Prompts zu formulieren, damit LLMs nicht durcheinanderkommen, wenn sie versuchen zu verstehen, was man von ihnen möchte.
Lesezeichen zwischen den Laptops & Browsern synchronisieren?
Ich habe verschiedene Tools ausprobiert und bin zu dem Schluss gekommen, dass mir floccus am besten gefällt.
Häufig benötigte Python-Code-Snippets
Manchmal braucht man das, findet es aber nicht sofort. Daher sammle ich sie alle hier.
Etikettieren und Training benötigen etwas Klebstoff
Als ich vor einiger Zeit object detection AI trainierte war LabelImg eine sehr nützliche Werkzeug, aber die Exportfunktion von Label Studio in das COCO-Format wurde vom MMDetection-Framework nicht akzeptiert…
8 llama3 (Meta+) und 5 phi3 (Microsoft) LLM-Versionen
Testen, wie Modelle mit unterschiedlicher Anzahl an Parametern und Quantisierung sich verhalten.
Die LLM-Modelldateien von Ollama nehmen viel Speicherplatz in Anspruch.
Nach der Installation von Ollama ist es besser, Ollama sofort so neu zu konfigurieren, dass die Modelle im neuen Speicherort abgelegt werden. So werden neue Modelle nach dem Herunterladen nicht mehr im alten Speicherort gespeichert.
Es ist so ärgerlich, all diese Werbung anzusehen.
Sie können einen Browser-Ad-Blocker-Plugin oder -Add-on für Google Chrome, Firefox oder Safari installieren, müssen dies aber auf jedem Gerät separat durchführen.
Der Netzwerkweite Ad-Blocker ist meine bevorzugte Lösung.
Sehr häufige Fehlermeldung...
Nach dem Klonen des Git-Repositorys ist die Konfiguration des lokalen Repositories durchzuführen, insbesondere der Benutzername und die E-Mail-Adresse.
Hugo ist ein statischer Site-Generator.
Wenn die Website mit Hugo generiert wurde, ist es Zeit, sie auf einer Hosting-Plattform zu deployen. Hier ist eine Anleitung, wie man sie zu AWS S3 pusht und mit AWS CloudFront CDN bereitstellt.
Testen wir die Geschwindigkeit der LLMs auf GPU im Vergleich zu CPU
Vergleich der Vorhersagegeschwindigkeit verschiedener Versionen von LLMs: llama3 (Meta/Facebook), phi3 (Microsoft), gemma (Google), mistral (Open Source) auf CPU und GPU.
Lassen Sie uns die Qualität der logischen Trugschlusserkennung verschiedener LLMs testen
Vergleich mehrerer Versionen von LLMs: llama3 (Meta), phi3 (Microsoft), gemma (Google), mistral (Open Source) und qwen (Alibaba).
Backup und Restore von Gitea: Der richtige Weg
Gitea-Backups betreffen drei dynamische Komponenten – Datenbank, Git-Repositories und App-Dateien – und seit 2024 übernimmt der integrierte gitea dump-Befehl die gesamte Sicherung auf einen Schlag.
Neue Beiträge zu Systemen, Infrastruktur und KI-Engineering.