Kürzlich hat Black Forest Labs eine Reihe von
text-to-image AI-Modellen veröffentlicht.
Diese Modelle sollen eine deutlich höhere Ausgabegüte haben.
Lasst uns sie ausprobieren

Hervorragendes Essen ist auch ein Genuss für die Augen. Aber in diesem Beitrag vergleichen wir zwei KI-basierte Suchsysteme, Farfalle und Perplexica.

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…

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!

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.

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.

Ich habe verschiedene Tools ausprobiert und bin zu dem Schluss gekommen, dass mir floccus am besten gefällt.

Manchmal braucht man das, findet es aber nicht sofort. Daher sammle ich sie alle hier.

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…

Testen, wie Modelle mit unterschiedlicher Anzahl an Parametern und Quantisierung sich verhalten.

Nach dem Installieren von Ollama ist es besser, Ollama sofort neu zu konfigurieren, um die Modelle direkt am neuen Speicherort abzulegen. So werden nach dem Herunterladen eines neuen Modells keine Dateien mehr am alten Ort gespeichert.

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.

Nach dem Klonen des Git-Repositorys sollten Sie die lokale Repository-Konfiguration vornehmen, insbesondere den Benutzernamen und die E-Mail-Adresse festlegen.

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.

Vergleich der Vorhersagegeschwindigkeit verschiedener Versionen von LLMs: llama3 (Meta/Facebook), phi3 (Microsoft), gemma (Google), mistral (Open Source) auf CPU und GPU.

Vergleich mehrerer Versionen von LLMs: llama3 (Meta), phi3 (Microsoft), gemma (Google), mistral (Open Source) und qwen (Alibaba).