C’est très excitant !

Au lieu d’appeler Copilot ou Perplexity.ai et de tout raconter au monde, vous pouvez maintenant héberger un service similaire sur votre propre ordinateur ou laptop !

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 avoir installé ollama, il est préférable de reconfigurer ollama pour qu’ils soient stockés dans un nouvel emplacement dès maintenant. Ainsi, après avoir tiré un nouveau modèle, il ne sera pas téléchargé vers 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.

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).

Il faut sauvegarder le 1) db, 2) filestorage, 3) certains autres fichiers gitea. Voici comment faire.

Le fait de recadrer, redimensionner et ajouter des bordures aux images pour ce blog m’a poussé à ajouter cette fonctionnalité fréquemment utilisée au menu contextuel de Linux Mint Cinnamon.

Je connaissais cette boisson sous le nom de « Glintwein », en anglais, on la nomme plus fréquemment Vin chaud.

Elle a une quantité assez importante d’ingrédients et un goût original. J’adore ça !

Ce n’est pas une liste très complète, juste quelques-unes utiles pour moi