Comida incrível é um prazer também para os seus olhos. Mas, neste post, compararemos dois sistemas de busca baseados em IA, Farfalle e Perplexica.

Podemos escrever funções Lambda para implantação na AWS em várias linguagens. Vamos comparar o desempenho de funções (quase vazias) escritas em JavaScript, Python e Golang…

Isso é muito emocionante! Em vez de chamar o Copilot ou o Perplexity.ai e contar a todos o que você busca, agora você pode hospedar um serviço similar no seu próprio PC ou laptop!

Recentemente, vimos o lançamento de vários novos LLMs. Tempos emocionantes. Vamos testar e ver como eles se comportam na detecção de falácias lógicas.

Ainda assim, existem algumas abordagens comuns sobre como escrever bons prompts para que os LLMs não fiquem confusos ao tentar entender o que se espera deles.

Experimentei diferentes ferramentas e cheguei à conclusão de que gosto mais do Floccus.

Às vezes preciso disto, mas não consigo encontrar imediatamente. Portanto, mantenho tudo aqui.

Quando treinei um detector de objetos com IA há algum tempo, o LabelImg foi uma ferramenta muito útil, mas a exportação do Label Studio para o formato COCO não era aceita pelo framework MMDetection..

Testando como modelos com diferentes números de parâmetros e quantização estão se comportando.

Após instalar o Ollama, é melhor reconfigurar o Ollama para armazená-los em um novo local imediatamente. Assim, após baixar um novo modelo, ele não será baixado para o local antigo.

Você pode instalar um plugin ou extensão de bloqueador de anúncios para o Google Chrome, Firefox ou Safari, mas terá de fazer isso em cada dispositivo. O bloqueador de anúncios em rede é a minha solução favorita.

Após clonar o repositório git, realize a configuração do repositório local, especialmente definindo o nome de usuário e o endereço de e-mail.

Quando o site é gerado com o Hugo, é hora de implantá-lo em alguma plataforma de hospedagem. Aqui está um tutorial sobre como fazer o push para o AWS S3 e servir com a CDN AWS CloudFront.

Comparando a velocidade de predição de várias versões de LLMs: llama3 (Meta/Facebook), phi3 (Microsoft), gemma (Google), mistral (código aberto) em CPU e GPU.

Aqui estou comparando várias versões de LLMs (Modelos de Linguagem): Llama3 (Meta), Phi3 (Microsoft), Gemma (Google), Mistral Nemo (Mistral AI) e Qwen (Alibaba).

É necessário fazer o backup de 1) do banco de dados, 2) do armazenamento de arquivos e 3) de alguns outros arquivos do Gitea. Vamos lá.