- Видео 25
- Просмотров 3 888
AGI_Aananas
Добавлен 30 июл 2021
Smolagents开源解析：本地Ollama部署+Gemini API调用，文本转SQL与DuckDuckGo搜索全覆盖 SQL查询本地网络搜索
🎯 Smolagents 是 Hugging Face 推出的轻量级开源 AI 代理库，设计简洁，核心代码仅约 1000 行！支持多模型（Ollama、Gemini API）、文本转 SQL 查询和网络搜索（DuckDuckGo），让 AI 系统开发更高效 🎉。
🌟 亮点：
⚡ 本地部署：结合 Ollama，轻松搭建本地代理
🔗 Gemini API 调用：无缝衔接 OpenAI 等大语言模型
📊 文本转 SQL 查询：智能解析，直击数据核心
🌐 网络搜索：集成 DuckDuckGo，实时获取信息
#autogen #smolagents #pydantic #huggingface #agent #openai
源码:adoresever.top/
🌟 亮点：
⚡ 本地部署：结合 Ollama，轻松搭建本地代理
🔗 Gemini API 调用：无缝衔接 OpenAI 等大语言模型
📊 文本转 SQL 查询：智能解析，直击数据核心
🌐 网络搜索：集成 DuckDuckGo，实时获取信息
#autogen #smolagents #pydantic #huggingface #agent #openai
源码:adoresever.top/
Просмотров: 73
Видео
免费开源！🌞Pretuning AI数据集制作工具一键生成教程 | 文本图片处理全支持 本地部署支持openai深度学习大语言模型微调的数据集
Просмотров 3819 дней назад
✨ 主要亮点： 一键生成：自动化处理文本与图片，支持多样化数据需求。 技术栈支持：兼容 Python、OpenAI、PydanticAI 等主流技术框架。 学术友好：为科研与工程实践提供高效、精准的数据集制作支持。 🔗 功能特点： 高效支持文本和图像数据处理 📄🖼️ 简化数据集格式化流程 🚀 Pretuning数据集处理开源地址：github.com/adoresever/Pretuning 适配多种 AI 模型训练需求 🤖#数据集制作 #openai #多模态 #LoRA未调 #大语言模型微调 #aigc #pretuning #开源项目
PDF翻译神器！免费API调用Grok、Gemini和OpenAI，AI大模型干货分享，提升翻译质量！
Просмотров 18121 день назад
展示如何通过 Grok、Gemini 和 OpenAI 等免费 API 调用，结合 AI 大语言模型 提升 PDF 翻译质量。 工具亮点：支持数学公式、图表与目录结构的完整保留；生成双语对照文档。 技术核心：结合多翻译服务接口和多线程处理，优化学术文献翻译体验。 实用场景：快速理解外文科技论文，提升科研工作效率。#pdf #openai #api #gemini #xai
全面测试！谷歌 Gemini 2.0 Flash 革命性功能挑战 OpenAI：原生多模态输入输出、实时 API 与工具集成全面解析！
Просмотров 54725 дней назад
谷歌 Gemini 2.0 Flash：多模态与工具集成的革新力量 摘要 本视频对谷歌最新 AI 模型 Gemini 2.0 Flash 的核心技术进行了深入解析，重点包括： 多模态输入输出：支持图像、视频、音频与文本的原生交互。 性能优化：速度较前代产品提升两倍，在复杂 务中展现卓越表现。 工具集成：实现 Google 搜索、代码执行及第三方函数的深度调用。 此外，视频通过与 GPT-4 和 Llama 3 的性能对比，探讨其在实时 API 和多语言支持等领域的领先优势，展示其在人工智能技术中的应用潜力与学术价值。 #google #ArtificialIntelligence #MachineLearning #TechNews #Programming #AITechnology #DeepLearning #CodeTutorial #TechTutorial 关键词 Ge...
Pydantic AI：全新框架挑战CrewAI与AutoGen！轻松实现复杂AI应用与LLM无缝集成，本地部署+Agent微调数据集实战
Просмотров 121Месяц назад
Pydantic AI 是一种全新python代理agent框架，专注于高效构建生产级生成式 AI 应用。 核心特点 类型安全性：提供严格的类型约束，确保代码质量与稳定性。 灵活性：支持 OpenAI、Gemini 等多种模型，适配性强。 原生 Python 控制流：简化开发流程，提升开发效率。 依赖注入：通过模块化设计实现组件间的高效协作。 结构化响应验证：确保代理的输出符合预期，适合生产环境。 对比优势 优于 AutoGen 和 CrewAI：在类型安全和模型适配方面表现更为突出。 多模型支持：可无缝集成 OpenAI、Gemini 等大语言模型（LLMs）。#chatgpt #autogen #aigc #crewai #agent #Pydantic AI
即将开源！一键微调数据集制作工具Pretuning!零成本调用多模态语言模型实现图片地理定位!多模态模型微调大语言模型微调 grok-vision-beta模型
Просмотров 56Месяц назад
✨ 内容概要： 工具简介： Pretuning工具致力于解决数据集制作效率低的问题，提供一键式数据集生成方案。 支持多模态数据处理，适用于大语言模型的高效微调 务。 研究创新： 提出基于多模态模型的图片地理定位方法，实现对地理信息的精准解析。 结合OpenAI兼容模型（如Grok Vision Beta），实现零成本调用，显著降低实验成本。 演示内容： 全面展示从数据集制作到模型微调的学术流程，涵盖多模态语言模型的实际应用。 🎯 目标受众： 面向人工智能与自然语言处理领域的研究者、开发者及学术工作者，适用于探索多模态与大语言模型结合的前沿应用场景。#qwen #多模态语言模型微调 #chatgpt #aigc #grok #unsolth
重构知识图谱！基于图数据库交互式多跳数据推理与3D图谱数据汇报展示 LightRAG驱动的智慧图谱交互、更新与推理 GraphRAG新姿态
Просмотров 122Месяц назад
🎥 视频简介 #lightrag #graphrag #知识图谱 #知识图谱推理 #obsidian ✨ 项目背景 本期视频带您探索一款 基于LightRAG和图数据库的知识图谱交互问答系统，通过智能技术实现数据的深度挖掘与可视化交互，为多领域分析与决策提供全新解决方案。 💡 核心功能 1️⃣ 智能问答：支持基于知识图谱的精准问答，实现高效信息检索。 2️⃣ 图谱交互：动态操作知识图谱，可视化探索节点与关系。 3️⃣ 增量更新：实时更新知识图谱，确保数据时效性与可扩展性。 4️⃣ 多跳推理：深度分析实体之间的复杂关联，支持跨节点逻辑推理。 5️⃣ 最短路径查询：快速定位实体间的最优路径，洞察核心关系。 6️⃣ 3D数据汇报：结合动态数据展板与3D可视化，让结果展示更加直观、生动。 🚀 适用场景 适用于科研数据分析、商业决策支持、教育知识管理等多种场景，助力更高效的知识发现与关系构建。
Qwen 2VL多模态微调？用Unsloth高效训练 以LaTeX OCR 数据集提升数学公式识别能力和Llama 3.2 Vision 模型打造医学影像 AI
Просмотров 109Месяц назад
展示如何通过 Unsloth 高效微调 Qwen 2VL 模型，提升数学公式识别能力，并结合 LaTeX OCR 数据集 进行训练。同时，我们将探讨如何应用 Llama 3.2 Vision 模型 在医学影像分析中构建智能 AI 应用。通过这两个实用场景，您将学习如何优化多模态模型以解决复杂的公式解析和医学影像 务。#unsloth #qwen 2vl #llama 3.2 vision
还有高手？深度测试Thoughtly AI语音助手：电话问答到客户信息记录的设计思路 以民法典为例VSChatTTS
Просмотров 15Месяц назад
本视频实测AI语音助手 Thoughtly 的强大功能！支持自定义Agent，结合上传文件精准回答政策、金融、客服等问题，电话问答支持多语种互动，并自动记录客户信息生成总结与标签。通过民法典案例，展示其在智能交互中的实用性与前瞻性！ #chatgpt #aigc #ai语音 关键词：AI语音助手、自定义Agent、民法典应用、电话问答、多场景智能交互、客户信息管理。
Browser Use测试结果超预期！AI网页代理自动化工具本地部署一站式Browser Use教程 支持各种llm 以openai为例
Просмотров 72Месяц назад
省钱又高效！Browser Use本地部署教程 实测#openai #Browser Use #aigc #agi
Windsurf更优？Windsurf与Cursor的优缺点分析Codeium 新推出的 AI 编程神器 Windsurf 测评：主动式 IDE 的强大之处与优
Просмотров 557Месяц назад
#chatgpt #IDE #windsurf #cursor
AI绘画新手必看！Recraft登顶技巧解析及自定义风格指南对比vs. ComfyUI & Flux
Просмотров 82Месяц назад
#recraft 欢迎来到本期AI绘画教程！在这个视频中，我们将深入比较Recraft、ComfyUI和Flux这三大AI绘画工具。我们不仅展示了如何使用Recraft创作独特的风格，还详细解析了样机贴图的操作过程，并揭示了Recraft为何能够力压其他工具的关键因素。无论你是AI绘画的新手，还是在寻找合适的工具提升创作效率，这期视频将为你提供详细的指南和实用的对比分析！ 亮点内容： Recraft的风格创作流程 样机贴图的实战演示 Recraft、ComfyUI和Flux的详细对比 适合新手的快速上手技巧
GraphRAG 0.4.0大更新！Drift 搜索模式增量更新指南一站式教程全面提升知识图谱！
Просмотров 71Месяц назад
This video covers key updates in GraphRAG 0.4.0, including incremental updates and the Drift search mode. A concise tutorial to help you quickly implement these features and enhance knowledge graph management!#graphrag #chatgpt
OpenSPG本地化部署教学，轻松实现知识增强！
Просмотров 922 месяца назад
本地安装部署OpenSPG的KAG框架#graphrag #chatgpt #knowledgebase #知识图谱 #openspg #kag
黑产挖掘是干什么？详细说说，谢谢
怎么局域网部署或者安装包吗
+ CategoryInfo : ObjectNotFound: (pdf2zh:String) [], CommandNotFoundException + FullyQualifiedErrorId : CommandNotFoundException 你好请教以下第二步pdf2zh -i命令，报这个错，是什么原因
@@一沐-e8e 什么系统以及第一步执行完毕吗。推荐你创建一个虚拟环境
@@adoresever pycarm python3.9,第一步执行成功了，编程基础有点差，研究半天也没搞定🙃
@@一沐-e8e pdf2zh 工具没有正确安装或者安装了但没有添加到系统环境变量 PATH 中，需要你把全部的信息给我
请问黑产挖掘这些语雀文档是否可以分享拜读呀？ 在哪里可以看到案例呢
大佬，给推荐个开源法律大模型吧
This looks awesome. Do you mind sharing the code for the UI?
grateful! Stay tuned, we are still optimizing
@@adoresever Thanks. Can't wait to test it out!!!
Hey, where can I find the LightRag Query Interface at 2:00?
请问，我也想下载LightRAG的前端. Thanks!
Is it open source?
Windsurf关掉重新打开就记不住上下文了，怎么办
思维导图很清晰,这是用什么做的?
xmind
thanks for the video. Unfortunately there were not subtitles. What app did you use for the mind-map presentation?
@@rnwtenor xmind
大佬是否可以给一个DataGraph的地址呢，在github上没有搜索到
请问，我也想下载LightRAG的前软。怎么联系你？
@@KevinOsborne-w5g email
很棒，给出了AGENT现阶的知识应用的基础技术方向。LIGHTrag确实是未来的基础，你做的改进值得学习。
请问lightrag的前端在哪可以下载
@@王澳-x3y 私信我邮箱，发给您
Thank you for your sharing. I have a question in 3:00, when you let ChatGPT score the 2 results, how ChatGPT know the "accuracy" of the results?
Thanks for asking! Explain question one: I used chatGPT-4o to answer, and then compared answer one (LightRAG) and answer two (GraphRAG). Then score
@@adoresever i mean did GPT base on any source of information to give the marking. Anyway, I just saw the concepts to increase the accuracy and reasoning level of LLM from this video, would you take a look and if yes, make some video to test those concepts... The video: ruclips.net/video/Fm68I-phaiY/видео.html
@@QuocNguyen-se7vi I think the book The Little Princess is part of GPT-4's training data. It seems to use its own outputs as a benchmark. However, if you're looking for more accurate results, incorporating human feedback would definitely help.