Guidare la risposta di un LLM per output strutturato
Impara come strutturare la risposta di un modello linguistico per assicurare che il formato di risposta sia rispettato, come JSON
LLM e Prompt Engineering
9 post
Estrarre qualsiasi entità da testo con GLiNER
GLiNER è un modello NER in grado di identificare qualsiasi tipo di entità utilizzando un codificatore di trasformatore bidirezionale (simile a BERT) che supera ChatGPT e altri LLM in task di classificazione dei token zero-shot
Come usare LLM in locale con ollama e Python
Scopri come eseguire modelli linguistici di grandi dimensioni (LLM) in locale su Windows, Mac o Linux con Ollama e Python, sfruttando il supporto GPU per prestazioni ottimali. Guida completa all'installazione e utilizzo
Oltre la RAG: GPT-4 e database vettoriali per la creazione di mappe mentali
Progetto che usa GPT-4 (o qualsiasi altro LLM), un database vettoriale e Streamlit per navigare una base di conoscenza ampia e creare mappe mentali da essa per una migliore fruizione delle informazioni
Prompt Injection: una Sfida Irrisolta negli LLM
La prompt injection è una forma di attacco cibernetico che comporta la manipolazione delle risposte di un LLM attraverso l'inserimento di istruzioni malevole nei prompt e presenta sfide uniche che richiedono contromisure specifiche
Cosa è ChatGPT - Approfondimento Tecnico e Consigli all'Utilizzo
Cosa è ChatGPT, la sua genesi e la descrizione del suo funzionamento dal punto di vista tecnico. Sfide legate all'utilizzo degli LLM e prospettive future nel settore.
Creare un Chatbot in Python con LangChain e RAG
Impara a creare un Chatbot in Python con LangChain e RAG, è una tecnica che permette di migliorare la qualità della risposta degli LLM utilizzando un archivio dati esterno
Introduzione alla IA Generativa e alle sue Applicazioni
Cosa è l'IA generativa e perché sta ridefinendo i confini del possibile attraverso tecnologie che permettono alle macchine non solo di apprendere ma anche di creare
Prompt Engineering: una guida all'interrogazione efficace degli LLM
Il prompt engineering consiste nello sviluppare e ottimizzare i prompt (cioè le domande che vengono poste al modello da parte dell'umano) al fine di ottenere risposte più precise da parte dei modelli linguistici