DragonsCave Administration @admin

1 post1 participant0 posts today

T0haBuild your Second Brain AI assistantIntuitively building a Second Brain AI assistant is like having access to the collective wisdom of your own mind. Sounds fantastic, right? More on this later.Tags: <a href="https://mastodon.social/tags/ai" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#ai</a>, <a href="https://mastodon.social/tags/aiagents" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#aiagents</a>, <a href="https://mastodon.social/tags/llm" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#llm</a>, <a href="https://mastodon.social/tags/rag" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#rag</a>via Pocket <a href="https://ift.tt/AhTqn59" rel="nofollow noopener noreferrer" translate="no" target="_blank">https://ift.tt/AhTqn59</a>March 17, 2025 at 04:57PM

Nicolas MouartSo far Phi 4 is better at summarizing than Gemma 3. However, Gemma 3 appears to be more neutral in interpretations/wording. This was already my impression with Gemma 2 vs Phi 3.5 (This is just empirical testing by "hand" over several dozen of articles since July 2024) It is really interesting to compare how LLMs summarize news articles thought and relatively easy to eval. The bottom line : most people don't even read articles before resharing...<a href="https://mastodon.social/tags/news" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#news</a> <a href="https://mastodon.social/tags/RAG" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#RAG</a> <a href="https://mastodon.social/tags/LLM" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#LLM</a> <a href="https://mastodon.social/tags/criticalthinking" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#criticalthinking</a>

Sarah LeaShould your LLM memorize everything or just look it up? Let’s break it down.<a href="https://towardsdatascience.com/how-to-make-your-llm-more-accurate-with-rag-fine-tuning/" rel="nofollow noopener noreferrer" translate="no" target="_blank">https://towardsdatascience.com/how-to-make-your-llm-more-accurate-with-rag-fine-tuning/</a><a href="https://techhub.social/tags/llm" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#llm</a> <a href="https://techhub.social/tags/ai" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#ai</a> <a href="https://techhub.social/tags/rag" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#rag</a> <a href="https://techhub.social/tags/finetuning" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#finetuning</a> <a href="https://techhub.social/tags/chatgpt" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#chatgpt</a> <a href="https://techhub.social/tags/openai" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#openai</a> <a href="https://techhub.social/tags/deepseek" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#deepseek</a> <a href="https://techhub.social/tags/deeplearning" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#deeplearning</a> <a href="https://techhub.social/tags/machinelearning" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#machinelearning</a> <a href="https://techhub.social/tags/technology" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#technology</a>

Hacker NewsIn-Browser Graph RAG with Kuzu-WASM and WebLLM — <a href="https://blog.kuzudb.com/post/kuzu-wasm-rag/" rel="nofollow noopener noreferrer" translate="no" target="_blank">https://blog.kuzudb.com/post/kuzu-wasm-rag/</a> <a href="https://mastodon.social/tags/HackerNews" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#HackerNews</a> <a href="https://mastodon.social/tags/In" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#In</a>-Browser <a href="https://mastodon.social/tags/Graph" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#Graph</a> <a href="https://mastodon.social/tags/RAG" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#RAG</a> <a href="https://mastodon.social/tags/Kuzu" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#Kuzu</a>-WASM <a href="https://mastodon.social/tags/WebLLM" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#WebLLM</a> <a href="https://mastodon.social/tags/Technology" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#Technology</a> <a href="https://mastodon.social/tags/Innovation" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#Innovation</a>

Redd T. Pandayoo <a href="https://unfufadoo.net/tags/mastodon" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#mastodon</a> <a href="https://unfufadoo.net/tags/community" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#community</a> we rolled back to the <a href="https://unfufadoo.net/tags/pixtral" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#pixtral</a> <a href="https://unfufadoo.net/tags/vision" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#vision</a> <a href="https://unfufadoo.net/tags/AI" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#AI</a> <a href="https://unfufadoo.net/tags/model" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#model</a> over <a href="https://unfufadoo.net/tags/microsoft" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#microsoft</a> <a href="https://unfufadoo.net/tags/phi4" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#phi4</a> we know <a href="https://unfufadoo.net/tags/startrek" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#startrek</a> <a href="https://unfufadoo.net/@startrek" class="u-url mention" rel="nofollow noopener noreferrer" target="_blank">@startrek</a>, and <a href="https://unfufadoo.net/tags/music" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#music</a> <a href="https://unfufadoo.net/@music" class="u-url mention" rel="nofollow noopener noreferrer" target="_blank">@music</a> are areas needing immediate improvement so we are trying to conjure up a "community notes" style approach to what the community thinks is bad <a href="https://unfufadoo.net/tags/alttext" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#alttext</a> this will be done through responding publicly and direct messaging This is still a work in progress so we shall see how it goes as we testThis way we'll have a mechanism for potentially useful <a href="https://unfufadoo.net/tags/contribution" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#contribution</a> to the AI <a href="https://unfufadoo.net/tags/dataset" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#dataset</a> rather than mindless bitching about how bad and evil AI is.<a href="https://unfufadoo.net/tags/AITraining" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#AITraining</a> <a href="https://unfufadoo.net/tags/RAG" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#RAG</a> <a href="https://unfufadoo.net/tags/LoRA" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#LoRA</a> <a href="https://unfufadoo.net/tags/checkpoint" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#checkpoint</a> <a href="https://unfufadoo.net/tags/machinelearning" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#machinelearning</a>

MottG"oRetrieval Augmented Generation for 10 Large Language Models and its Generalizability in Assessing Medical Fitness"The LLM-RAG models generated responses within 20 seconds, significantly faster than clinicians (10 minutes), in this application designed to assess patient fitness for an upcoming surgery. The GPT4 LLM-RAG model achieved the highest accuracy (96.4% vs. 86.6%, p=0.016), with no hallucinations ...<a href="https://arxiv.org/abs/2410.08431" rel="nofollow noopener noreferrer" translate="no" target="_blank">https://arxiv.org/abs/2410.08431</a><a href="https://researchbuzz.masto.host/tags/LLM" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#LLM</a>-RAG <a href="https://researchbuzz.masto.host/tags/RAG" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#RAG</a> <a href="https://researchbuzz.masto.host/tags/medicine" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#medicine</a> <a href="https://researchbuzz.masto.host/tags/research" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#research</a>

HabrDeepSeek vs Mixtral: что безопаснее использовать для корпоративного чат-бота?Выпуск языковой модели DeepSeek R1 наделал много шума в начале этого года. Сначала в AI-сообществе с восхищением обсуждали, как китайцам удалось получить качество генерации текста на уровне передовых западных моделей при меньших затратах на обучение. Затем восторг сменился жёсткой критикой о политической предвзятости, копировании моделей OpenAI и доступности истории запросов всем желающим. В этой статье я решил проверить безопасность использования DeepSeek в чат-боте для поддержки студентов в сравнении с открытой моделью Mixtral. Кто победил?<a href="https://habr.com/ru/companies/raft/articles/879686/" rel="nofollow noopener noreferrer" translate="no" target="_blank">https://habr.com/ru/companies/raft/articles/879686/</a><a href="https://zhub.link/tags/LLM" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#LLM</a> <a href="https://zhub.link/tags/mixtral" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#mixtral</a> <a href="https://zhub.link/tags/deepseek" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#deepseek</a> <a href="https://zhub.link/tags/RAG" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#RAG</a> <a href="https://zhub.link/tags/AI_RedTeaming" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#AI_RedTeaming</a> <a href="https://zhub.link/tags/AI_Security" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#AI_Security</a>

Habr[Перевод] Взаимодействие с документами с помощью DeepSeek и Ollama: локальный чатбот RAG для диалогов с учетом контекстаС ростом популярности модели deepseek-r1:1.5b опасения по поводу конфиденциальности облачных решений становятся как никогда актуальными. Этот проект делает еще один шаг вперед, демонстрируя, как построить продвинутую систему RAG локально, используя DeepSeek, LangChain и Streamlit. Используя мощные возможности DeepSeek, эта система гарантирует, что ваши личные данные останутся на вашем компьютере, обеспечивая повышенную конфиденциальность и контроль. Чатбот предоставляет ответы с учетом контекста, включая содержимое документов и историю разговора, а возможность показать или скрыть обоснование ответов моделей DeepSeek добавляет уровень прозрачности, делая работу в целом более безопасной и надежной. Локальный запуск DeepSeek с помощью Ollama не только позволяет обойти проблемы облачного хранения данных, но и позволяет обеспечить более безопасное и конфиденциальное взаимодействие с пользователем. Давайте рассмотрим, как создать этот безопасный, контекстно-ориентированный и ориентированный на конфиденциальность RAG-чатбот на вашем компьютере.<a href="https://habr.com/ru/articles/879438/" rel="nofollow noopener noreferrer" translate="no" target="_blank">https://habr.com/ru/articles/879438/</a><a href="https://zhub.link/tags/deepseek" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#deepseek</a> <a href="https://zhub.link/tags/deepseek_r1" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#deepseek_r1</a> <a href="https://zhub.link/tags/deepseek_ai" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#deepseek_ai</a> <a href="https://zhub.link/tags/rag" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#rag</a>

Habr[Перевод] Оценка систем больших языковых моделей (LLM): метрики, проблемы и лучшие практикиВ последнее время разработка и развертывание больших языковых моделей (LLM) стали ключевыми в формировании интеллектуальных приложений в различных областях. Но реализация этого потенциала требует строгого и систематического процесса оценки. Прежде чем углубляться в метрики и вызовы, связанные с оценкой LLM-систем, стоит задуматься: не сводится ли ваш процесс оценки к бесконечному циклу запуска LLM-приложений на наборе промптов, ручному анализу выходных данных и субъективной оценке их качества? Если да, то пора осознать, что оценка — это не разовая процедура, а многоэтапный итеративный процесс, оказывающий значительное влияние на производительность и жизненный цикл вашей LLM-системы. С развитием LLMOps (расширения MLOps, адаптированного для больших языковых моделей) интеграция процессов CI/CE/CD (непрерывная интеграция, непрерывная оценка и непрерывное развертывание) становится неотъемлемой частью управления жизненным циклом LLM-приложений. Итеративный характер оценки включает в себя несколько ключевых компонентов. Во-первых, необходимо постоянно обновлять и улучшать тестовый датасет. Во-вторых, важно выбирать и внедрять метрики оценки, наиболее подходящие для конкретного сценария использования. Наконец, надежная инфраструктура оценки позволяет проводить тестирование в реальном времени на протяжении всего жизненного цикла LLM-приложения. Крайне важно признать значимость оценки как непрерывного и динамического процесса. Это компас, помогающий разработчикам и исследователям совершенствовать и оптимизировать LLM для повышения производительности и практического применения.<a href="https://habr.com/ru/articles/878480/" rel="nofollow noopener noreferrer" translate="no" target="_blank">https://habr.com/ru/articles/878480/</a><a href="https://zhub.link/tags/LLM" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#LLM</a> <a href="https://zhub.link/tags/ai" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#ai</a> <a href="https://zhub.link/tags/RAI" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#RAI</a> <a href="https://zhub.link/tags/%D0%B1%D0%B5%D0%BD%D1%87%D0%BC%D0%B0%D1%80%D0%BA%D0%B8" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#бенчмарки</a> <a href="https://zhub.link/tags/rag" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#rag</a> <a href="https://zhub.link/tags/named_entity_recognition" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#named_entity_recognition</a> <a href="https://zhub.link/tags/texttosql" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#texttosql</a>

Sonia ChauhanUnlocking Data with Generative AI and RAG by Keith Bourne.<a href="https://www.amazon.com/Unlocking-Data-Generative-RAG-integrating/dp/B0DCZF44C9/" rel="nofollow noopener noreferrer" translate="no" target="_blank">https://www.amazon.com/Unlocking-Data-Generative-RAG-integrating/dp/B0DCZF44C9/</a><a href="https://mastodon.social/tags/books" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#books</a> <a href="https://mastodon.social/tags/bookstodon" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#bookstodon</a> <a href="https://mastodon.social/tags/artificialintelligence" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#artificialintelligence</a> <a href="https://mastodon.social/tags/rag" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#rag</a> <a href="https://mastodon.social/tags/GenAI" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#GenAI</a> <a href="https://mastodon.social/tags/generativeAI" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#generativeAI</a> <a href="https://mastodon.social/tags/datascience" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#datascience</a> <a href="https://mastodon.social/tags/ChatGPT" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#ChatGPT</a> <a href="https://mastodon.social/tags/llm" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#llm</a> <a href="https://mastodon.social/tags/machinelearning" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#machinelearning</a> <a href="https://mastodon.social/tags/python" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#python</a> <a href="https://mastodon.social/tags/engineering" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#engineering</a>

Habr[Перевод] Применение технологии RAG при построении интегрированных систем для цифровых продуктов: детальный разборВ 2024 году популярными словами и постоянной темой для обсуждения в IT были большие языковые модели (LLM), обработка естественного языка (NLP), искусственный интеллект и создание ценностей. Однако вкатиться в эту экосистему без подготовки может быть довольно сложно. Давайте начнём с того, что рассмотрим понятие генерации с дополненной выборкой (Retrieval Augmented Generation, RAG), чтобы лучше понять эту технологию и возможность её использования в наших цифровых продуктах.<a href="https://habr.com/ru/companies/netologyru/articles/878816/" rel="nofollow noopener noreferrer" translate="no" target="_blank">https://habr.com/ru/companies/netologyru/articles/878816/</a><a href="https://zhub.link/tags/rag" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#rag</a> <a href="https://zhub.link/tags/llm" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#llm</a> <a href="https://zhub.link/tags/%D0%B8%D0%B8" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#ии</a> <a href="https://zhub.link/tags/%D0%B8%D0%B8_%D0%B8_%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#ии_и_машинное_обучение</a> <a href="https://zhub.link/tags/%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D1%8B%D0%B9_%D0%B8%D0%BD%D1%82%D0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#искусственный_интеллект</a> <a href="https://zhub.link/tags/%D0%B3%D0%B5%D0%BD%D0%B5%D1%80%D0%B0%D1%86%D0%B8%D1%8F_%D1%82%D0%B5%D0%BA%D1%81%D1%82%D0%B0" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#генерация_текста</a> <a href="https://zhub.link/tags/%D1%8F%D0%B7%D1%8B%D0%BA%D0%BE%D0%B2%D1%8B%D0%B5_%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#языковые_модели</a> <a href="https://zhub.link/tags/%D0%B2%D0%B5%D0%BA%D1%82%D0%BE%D1%80%D0%BD%D0%B0%D1%8F_%D0%B1%D0%B0%D0%B7%D0%B0_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#векторная_база_данных</a> <a href="https://zhub.link/tags/%D0%BA%D0%BE%D0%BD%D0%B2%D0%B5%D0%B9%D0%B5%D1%80_RAG" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#конвейер_RAG</a> <a href="https://zhub.link/tags/%D0%B0%D1%80%D1%85%D0%B8%D1%82%D0%B5%D0%BA%D1%82%D1%83%D1%80%D0%B0_RAG" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#архитектура_RAG</a>

Yauheni Slizh<a href="https://androiddev.social/tags/JavaScript" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#JavaScript</a> <a href="https://androiddev.social/tags/Java" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#Java</a> <a href="https://androiddev.social/tags/Flutter" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#Flutter</a> <a href="https://androiddev.social/tags/Angular" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#Angular</a> <a href="https://androiddev.social/tags/Rust" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#Rust</a> <a href="https://androiddev.social/tags/GitOps" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#GitOps</a> <a href="https://androiddev.social/tags/Kafka" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#Kafka</a> <a href="https://androiddev.social/tags/HashiCorp" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#HashiCorp</a> <a href="https://androiddev.social/tags/AI" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#AI</a> <a href="https://androiddev.social/tags/ChatGPT" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#ChatGPT</a> <a href="https://androiddev.social/tags/DevOps" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#DevOps</a> <a href="https://androiddev.social/tags/Terraform" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#Terraform</a> <a href="https://androiddev.social/tags/Consul" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#Consul</a> <a href="https://androiddev.social/tags/Vault" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#Vault</a> <a href="https://androiddev.social/tags/Nomad" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#Nomad</a> <a href="https://androiddev.social/tags/RAG" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#RAG</a> <a href="https://androiddev.social/tags/GameDev" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#GameDev</a> <a href="https://androiddev.social/tags/Unity" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#Unity</a> <a href="https://androiddev.social/tags/UnrealEngine" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#UnrealEngine</a> <a href="https://androiddev.social/tags/WebDev" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#WebDev</a> <a href="https://androiddev.social/tags/Cloud" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#Cloud</a> <a href="https://androiddev.social/tags/REST" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#REST</a> <a href="https://androiddev.social/tags/API" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#API</a> <a href="https://androiddev.social/tags/Go" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#Go</a> <a href="https://androiddev.social/tags/Python" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#Python</a> <a href="https://androiddev.social/tags/Kubernetes" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#Kubernetes</a> <a href="https://androiddev.social/tags/Docker" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#Docker</a> <a href="https://androiddev.social/tags/TypeScript" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#TypeScript</a> <a href="https://androiddev.social/tags/React" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#React</a> <a href="https://androiddev.social/tags/NodeJS" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#NodeJS</a> <a href="https://androiddev.social/tags/Spring" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#Spring</a> 🗓️ Next week's highlights: Feb 4: Game Dev Stockholm #5 (Waterfront Congress Centre) Feb 4: Jforum #122 - Java Next and multimodal RAG (Waterfront Congress Centre) Feb 5: Simplify and Secure: The Future of Infrastructure and hashtag#DevOps

Habr99 вкладок браузера или «Бесконечность — не предел!»Хабр, привет! Представьте: вы открываете браузер и... 99 вкладок, хаос, поиск той самой нужной страницы превращается в квест. Мы, команда ИИнтеграция , столкнулись с этим лично, и именно так родился HoundApp — интеллектуальный ассистент, который призван помочь навести порядок. Всё началось с магистратуры магистратуры AI Talent Hub от ИТМО x Napoleon IT , где мы совмещаем учебу с акселератором стартапов. В этой статье мы расскажем, как проводили первый кастдев, определяли целевую аудиторию и сколько шишек при этом набили. И так, начнем!<a href="https://habr.com/ru/articles/878438/" rel="nofollow noopener noreferrer" translate="no" target="_blank">https://habr.com/ru/articles/878438/</a><a href="https://zhub.link/tags/rag" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#rag</a> <a href="https://zhub.link/tags/llm" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#llm</a> <a href="https://zhub.link/tags/%D0%B8%D1%82%D0%BC%D0%BE" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#итмо</a> <a href="https://zhub.link/tags/%D0%B8%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D1%8B%D0%B9_%D0%B8%D0%BD%D1%82%D0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#искусственный_интеллект</a> <a href="https://zhub.link/tags/%D0%B8%D0%BD%D1%82%D0%B5%D1%80%D0%B2%D1%8C%D1%8E_%D1%81_%D0%BA%D0%BB%D0%B8%D0%B5%D0%BD%D1%82%D0%B0%D0%BC%D0%B8" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#интервью_с_клиентами</a> <a href="https://zhub.link/tags/%D1%80%D0%B0%D1%81%D1%88%D0%B8%D1%80%D0%B5%D0%BD%D0%B8%D1%8F_%D0%B1%D1%80%D0%B0%D1%83%D0%B7%D0%B5%D1%80%D0%BE%D0%B2" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#расширения_браузеров</a> <a href="https://zhub.link/tags/%D1%81%D1%82%D0%B0%D1%80%D1%82%D0%B0%D0%BF" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#стартап</a> <a href="https://zhub.link/tags/%D0%BE%D0%BF%D1%8B%D1%82" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#опыт</a>

HabrПрименение LLM + RAG для диалоговых систем в службе поддержкиАвтоматизация клиентской поддержки с помощью больших языковых моделей — перспективное направление, но без доработки они не всегда способны дать точные и релевантные ответы. Меня зовут Михаил Крюков, технический директор платформы Robovoice (SL Soft), и в этой статье я расскажу, как усиливать LLM с помощью RAG. Используя реальный кейс, я расскажу о выборе LLM (сравнивали GigaChat MAX, GPT-4o, LLaMA 3.1 70B, YandexGPT 4 и Gemma 2 9b) и RAG (RagFlow, Dify и LangChain Custom + Vector database). Разберу ключевые сложности при интеграции — подготовку датасетов, настройку RAG, борьбу с «галлюцинациями» моделей, затрону вопросы экономики проекта и способов удешевления стоимости диалога. Статья будет полезна разработчикам и бизнесу, планирующим автоматизировать первую линию поддержки с помощью ИИ. Инфраструктура и железо в материале не освещены.<a href="https://habr.com/ru/companies/slsoft/articles/877914/" rel="nofollow noopener noreferrer" translate="no" target="_blank">https://habr.com/ru/companies/slsoft/articles/877914/</a><a href="https://zhub.link/tags/rag" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#rag</a> <a href="https://zhub.link/tags/llm" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#llm</a> <a href="https://zhub.link/tags/robovoice" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#robovoice</a> <a href="https://zhub.link/tags/%D1%82%D0%B5%D1%85%D0%BF%D0%BE%D0%B4%D0%B4%D0%B5%D1%80%D0%B6%D0%BA%D0%B0" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#техподдержка</a> <a href="https://zhub.link/tags/%D0%B8%D0%B8" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#ии</a> <a href="https://zhub.link/tags/ai" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#ai</a>

Magnus Hedemark<a href="https://infosec.exchange/@x_cli" class="u-url mention" rel="nofollow noopener noreferrer" target="_blank">@x_cli</a> yeah that's the risk with any tech book. By the time it gets through editing & publication, it's already stale. Terraform is of course a fast moving target. Some of the other books are going to be more valuable for me.The way these are priced, if even 2 of the books are bangers, I got a great deal.Also... I use EPUB heavily in my <a href="https://toot.brandyapple.com/tags/RAG" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#RAG</a> <a href="https://toot.brandyapple.com/tags/AI" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#AI</a> workflows to have "conversations with my books". Lots of value for me there. <a href="https://toot.brandyapple.com/tags/ollama" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#ollama</a> <a href="https://toot.brandyapple.com/tags/OpenWebUI" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#OpenWebUI</a>

Brian BenzGreetings Fediverse friends! Join me at the <a href="https://mastodon.social/tags/NYC" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#NYC</a> @Microsoft <a href="https://mastodon.social/tags/AITour" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#AITour</a> for “Build AI solutions with Azure AI Foundry” on Thu, Jan 30, 2:30-3:15 PM ET ( Breakout 4, <a href="https://mastodon.social/tags/BRK441US" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#BRK441US</a>). I'll walk us through advanced prompt engineering, data integration with <a href="https://mastodon.social/tags/RAG" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#RAG</a>, and real-world AI on <a href="https://mastodon.social/tags/Azure" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#Azure</a>. It’s FREE—just register: <a href="https://aitour.microsoft.com/new-york" rel="nofollow noopener noreferrer" translate="no" target="_blank">https://aitour.microsoft.com/new-york</a> 🤖 <a href="https://mastodon.social/tags/AI" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#AI</a> <a href="https://mastodon.social/tags/GenerativeAI" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#GenerativeAI</a> <a href="https://mastodon.social/tags/PromptEngineering" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#PromptEngineering</a>

HabrLangChain vs LlamaIndex: проектируем RAG и разбираемся, что выбрать для вашего проектаСегодня it-сообщество предлагает большое количество любопытных инструментов для создания RAG-систем. Среди них особенно выделяются два фреймворка — LangChain и LlamaIndex. Как понять, какой из них подходит лучше для вашего проекта? Давайте разбираться вместе!<a href="https://habr.com/ru/companies/raft/articles/875758/" rel="nofollow noopener noreferrer" translate="no" target="_blank">https://habr.com/ru/companies/raft/articles/875758/</a><a href="https://zhub.link/tags/llamaindex" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#llamaindex</a> <a href="https://zhub.link/tags/langchain" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#langchain</a> <a href="https://zhub.link/tags/llm" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#llm</a> <a href="https://zhub.link/tags/rag" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#rag</a>

HabrСоздание персонального AI-ассистента с использованием RAG: пошаговое руководствоНе так давно стала задача создать персональный чат-бот ассистент для компании занимающейся интернет разработкой. Система должна была иметь как Backend, отвечающий за работу с локальной нейросетью, так и простой FrontEnd виджет на JavaScript, который можно подключить на любой из страниц компании. Ресурсов описывающих работу RAG-систем полно, однако руководств которые расскажут и поэтапно проведут разработчика через все необходимые шаги я не нашел. Тем самым постараюсь восполнить пробел в данной статье.<a href="https://habr.com/ru/articles/873336/" rel="nofollow noopener noreferrer" translate="no" target="_blank">https://habr.com/ru/articles/873336/</a><a href="https://zhub.link/tags/rag" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#rag</a> <a href="https://zhub.link/tags/ai" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#ai</a> <a href="https://zhub.link/tags/python" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#python</a> <a href="https://zhub.link/tags/javascript" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#javascript</a> <a href="https://zhub.link/tags/fastapi" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#fastapi</a>

HabrТоп 6 идей для ваших ML pet-проектов в 2025 годуНовый год — это идеальное время для перезагрузки и новых начинаний. Это уникальная возможность не только подвести итоги прошедшего года, но и заложить фундамент для будущих достижений. Если вы давно мечтали о собственном проекте в области машинного обучения, сейчас самое подходящее время, чтобы воплотить эту идею в жизнь. погрузиться в мир pet-проектов<a href="https://habr.com/ru/articles/873300/" rel="nofollow noopener noreferrer" translate="no" target="_blank">https://habr.com/ru/articles/873300/</a><a href="https://zhub.link/tags/petproject" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#petproject</a> <a href="https://zhub.link/tags/pet%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82%D1%8B" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#petпроекты</a> <a href="https://zhub.link/tags/llm" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#llm</a> <a href="https://zhub.link/tags/transformers" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#transformers</a> <a href="https://zhub.link/tags/cv" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#cv</a> <a href="https://zhub.link/tags/rag" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#rag</a>

HabrAdvisor: помощник по трудоустройствуПривет, Хабр! Меня зовут Гурциев Ричард, я магистрант 1-го курса AI Talent Hub. За первый семестр я с головой погрузился в крутой проект, цель которого — сделать этап трудоустройства проще и удобнее как для работодателей, так и для кандидатов. В этой статье я хочу поделиться своим опытом работы над проектом Advisor🚀<a href="https://habr.com/ru/articles/874708/" rel="nofollow noopener noreferrer" translate="no" target="_blank">https://habr.com/ru/articles/874708/</a><a href="https://zhub.link/tags/rag" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#rag</a> <a href="https://zhub.link/tags/langraph" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#langraph</a> <a href="https://zhub.link/tags/ai_talent_hub" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#ai_talent_hub</a> <a href="https://zhub.link/tags/pet%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82%D1%8B" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#petпроекты</a> <a href="https://zhub.link/tags/qdrant" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#qdrant</a> <a href="https://zhub.link/tags/nlp" class="mention hashtag" rel="nofollow noopener noreferrer" target="_blank">#nlp</a>

Recent searches

Search options

Administered by:

Server stats:

#rag