Sudo-AI

19/08/2025

Geoffrey Hinton, the godfather of AI, explains:

▪ what machines learned from the brain

The 2024 Nobel winner explains what AI has learned from biological intelligence, and how it might one day surpass it. This lecture will Premiere on Tuesday 2...

14/08/2024

LangChain lance LangGraph Studio : un IDE pour agents permettant de développer des applications LLM, avec des fonctionnalités de visualisation, d'interaction et de débogage.

LangGraph Studio provides a specialized agent IDE for visualizing, interacting with, and debugging complex agentic applications. See how to use it on your desktop today.

14/08/2024

LLM Hallucination Index: RAG Special

Vous vous êtes déjà demandé quel est le meilleur modèle de langage (LLM) à utiliser pour la génération de réponses assistée par récupération (RAG) ? L'Indice de Hallucination des LLM peut vous aider à répondre à cette question.

Galileo a évalué 22 modèles ouverts/fermés sur 3 tâches RAG et fournit des informations sur le coût, la verbosité et la performance pour aider à choisir le LLM optimal en fonction du cas d'utilisation.

Quelques conclusions clés :
1. Anthropic surpasse OpenAI – Claude bat GPT.
2. L'open-source comble rapidement le fossé avec les solutions fermées.
3. Plus grand n'est pas toujours mieux – Llama a surpassé des modèles plus grands.

https://www.rungalileo.io/hallucinationindex?utm_medium=paid&utm_source=alpha_signal&utm_campaign=sponsorship

LLM Hallucination Index RAG Special - Galileo. A Ranking & Evaluation Framework For LLM Hallucinations

14/08/2024

Formation: Direct Preference Optimization (DPO) from Scratch

La conférence "Direct Preference Optimization (DPO) for LLM Alignment" de Sebastian Raschka offre un aperçu complet de l'alignement des modèles de langage (LLMs) avec les préférences des utilisateurs en utilisant l'optimisation directe des préférences.

Cette approche simplifie l'alignement par rapport à l'apprentissage par renforcement à partir de retours humains (RLHF) en optimisant directement les sorties du modèle pour qu'elles correspondent aux attentes des utilisateurs.

https://github.com/rasbt/LLMs-from-scratch/blob/main/ch07/04_preference-tuning-with-dpo/dpo-from-scratch.ipynb

14/08/2024

Composio:

Composio aide à intégrer des agents IA avec plus de 100 outils pour des tâches sur GitHub, Notion, Slack, et bien plus encore, en utilisant une seule ligne de code. Il améliore la précision des outils de 40 % et gère six protocoles d'authentification. Utilisez-le avec OpenAI, Langchain, et d'autres. Étendez facilement avec de nouveaux outils et frameworks.

https://github.com/ComposioHQ/composio

Composio equips agents with well-crafted tools empowering them to tackle complex tasks - ComposioHQ/composio

14/08/2024

MindSearch:

MindSearch vous aide à déployer un moteur de recherche IA avec des modèles de langage comme GPT et InternLM2.5-7b-chat. Il répond à des requêtes complexes en analysant des centaines de pages web et améliore la factualité grâce à un processus de construction de graphes dynamiques. Il prend en charge des interfaces telles que React, Gradio et Streamlit.

https://github.com/InternLM/MindSearch

🔍 An LLM-based Multi-agent Framework of Web Search Engine (like Perplexity.ai Pro and SearchGPT) - InternLM/MindSearch

14/08/2024

Vous pouvez désormais déployer des modèles de langage (LLMs) en quelques minutes en utilisant le module Terraform LLM SageMaker.

Learn how to deploy open large language models (LLMs) like Llama 3.1 8B Instruct to Amazon SageMaker using Terraform Infrastructure as Code (IaC).

14/08/2024

Interessant:
Call for Applications: Llama 3.1 Impact Grants

14/08/2024

OpenAI lance des sorties structurées en JSON et un nouveau modèle avec des entrées 50 % moins chères, 100 % de fiabilité.

We are introducing Structured Outputs in the API—model outputs now reliably adhere to developer-supplied JSON Schemas.

04/07/2024

French AI Lab Announces an Open-Source GPT-4o Multimodal Alternative: Moshi

04/07/2024

Comment ajouter des capacités d'IA générative à Pandas?

PandasAI est une bibliothèque Python qui intègre l'IA générative avec Pandas, permettant aux développeurs d'analyser des data frames complexes et de créer des visualisations en utilisant le langage naturel.

Avec PandasAI, vous pouvez nettoyer des données, imputer des valeurs manquantes, générer de nouvelles fonctionnalités, analyser et manipuler des données sans effort. Elle permet aux utilisateurs techniques et non techniques d'interagir avec les données de manière plus intuitive, économisant ainsi du temps et des efforts.

Vous pouvez l'utiliser dans les notebooks Jupyter, les applications Streamlit, ou le déployer en tant qu'API REST. Installez PandasAI avec pip, définissez votre clé API, et commencez à interroger vos données ou à générer des graphiques avec des commandes simples.

Chat with your database (SQL, CSV, pandas, polars, mongodb, noSQL, etc). PandasAI makes data analysis conversational using LLMs (GPT 3.5 / 4, Anthropic, VertexAI) and RAG. - Sinaptik-AI/pandas-ai

02/07/2024

Le guide ultime pour maîtriser la Retrieval-Augmented Generation (RAG)

Learn RAG with Langchain 🦜⛓️‍💥 # Welcome to your ultimate guide for mastering Retrieval-Augmented Generation (RAG) with LangChain! In today’s rapidly evolving landscape of artificial intelligence, the ability to generate highly accurate and contextually relevant information is paramount...