
Искусственный интеллект
Поисковой AI-движок
Farfalle — open-source поисковой AI-движок
Позволяет использовать локальные (llama3, gemma, mistral) или облачные (Groq/Llama3, OpenAI/gpt4-o) LLM.
GitHub
Запустить онлайн
Источник
Бесплатные AI-агенты для фреймворка CrewAI
На моем опыте, одна итерация работы агентской команды может съесть порядка $0.18 с баланса на OpenAI. При настройке команды агентов придется проводить много итераций, поэтому хотелось бы экономить при реализации этого процесса.
Можно осуществлять работу AI-агентов бесплатно, но с лимитами. Для этого понадобится API сервиса Groq. Через него мы будем использовать бесплатную LLM, например, llama-3.
Groq – это стартап, который создает специальное оборудование для скоростного взаимодействия с языковыми моделями. На данный момент они предоставляют бесплатный облачный сервис.
Я пользуюсь фреймворком CrewAI для работы агентских команд. Этот фреймворк по дефолту использует GPT, поэтому нужен кусок кода для переключения на Groq.
Держите:
from langchain_groq import ChatGroq
import os
os.environ["OPENAI_API_KEY"] = "NA"
llm = ChatGroq(
api_key="ВСТАВИТЬ_СВОЙ_API_КЛЮЧ_GROQ",
model="llama3-8b-8192"
)
и для каждого агента указать:
llm=llm
Создание собственной модели Stable Diffusion
Stable Diffusion - это мощная технология генеративного моделирования, которая позволяет создавать удивительно реалистичные изображения на основе текстовых подсказок. И хотя Stable Diffusion и подобные инструменты создают много информационного шума в сообществе ИИ, доступ к предобученным моделям или своим собственным моделям для StableDiffusion может быть ограничен или требовать значительных вычислительных ресурсов. Вот тут на помощь приходит инновационный сервис, который позволяет пользователям создавать собственные специализированные модели Stable Diffusion быстро, эффективно и с соблюдением конфиденциальности.
Dreambooth и Dreamlook AI: что это?
Dreambooth - это популярная платформа генеративного моделирования, которая позволяет пользователям создавать собственные модели SD на основе предобученных. Dreamlook AI - это новый инструмент, который упрощает и ускоряет процесс тонкой настройки моделей.
С Dreamlook AI пользователи могут создавать специализированные модели Stable Diffusion, обученные на их собственных наборах данных, всего за несколько минут. Этот процесс, известный как "тонкая настройка", позволяет модели сосредоточиться на конкретной теме или стиле, что приводит к более релевантным и впечатляющим результатам.
Преимущества Dreamlook AI
Главное преимущество Dreamlook AI - это скорость и удобство. Традиционно, тонкая настройка модели Stable Diffusion может занять несколько часов или даже дней, требуя значительных вычислительных ресурсов. Но с Dreamlook AI весь процесс ускоряется в разы.
Могу ли я использовать модели, обученные на Dreamlook.ai, в AUTOMATIC1111?
Интеграция обученных моделей с AUTOMATIC1111 никогда не была проще. После создания ваших моделей с помощью Dreamlook.ai вы можете просто загрузить контрольные точки обученной модели и разместить их в каталоге models/Stable-diffusion. Ознакомьтесь с пошаговым руководством:https://hubai.ru/2024/05/21/dreamlook-ai/
Dreamlook AI предлагает пользователям быстрый, эффективный и конфиденциальный способ создания собственных моделей Stable Diffusion. С его помощью пользователи могут создавать удивительные изображения, специализированные на конкретных темах или стилях, всего за несколько минут. Интеграция API и автоматическое обучение стилю объектов делают Dreamlook AI мощным и гибким инструментом для генеративного моделирования, который может быть использован как новичками, так и профессионалами в различных отраслях.
Более подробно тут https://hubai.ru/2024/05/21/dreamlook-ai/
Телеграм канал про нейронные сети https://t.me/hub_ai_ru
Нейронка для недовольных клиентов
🧬 В Японии создали нейронку, которая заботиться о нервах сотрудников колл-центров. Она делает голоса недовольных клиентов менее агрессивными.
«Так мы сможем поддерживать хорошие отношения с клиентами, давая им необходимую помощь, и при этом обеспечивать психологическое благополучие наших работников»
ИИ будет распознавать эмоцию звонящего, а затем обрабатывать голос, придавая ему более спокойный тон.🤷♂
- - -
NeuroTrends
Робот работает в магазине вместо людей
Робот-терминатор
Магазин тебе дом
Цветы он поливает
Собаку выгуливает во дворе
Жизнь проста и тиха
Но сердце его - из железа
Блюз робота-терминатора
Мира он хранитель
Флоу итераций команды AI-агентов
Чтобы получить желаемый по качеству результат от агентской команды, необходимо прокрутить ряд итераций, корректируя работу агентов. Эти итерации, по-хорошему, нужно правильно документировать, чтобы процесс настройки команды был управляемым.
Я хочу поделиться своим текущим подходом. Возможно, кто-то может дополнить или предложить нечто иное, более удобное.
Я строю агентские команды на фреймворке CrewAI, поэтому флоу в первую очередь под него, но подойдет и под другие фреймворки в том числе.
Пока пришел к такому флоу:
1. ставлю гипотезу и формулирую задачу
2. формирую команду, цели и задачи
3. запускаю команду -> получаю логи
4. скармливаю логи в ChatGPT -> получаю саммари и описание флоу работы по логам
5. фиксирую в Notion-таблице для каждой итерации:
a. Python-скрипт команды
b. исходные логи
c. обработку логов из ChatGPT
d. стек технологий (например, CrewAI + Groq + Llama-3-8b)
e. дополнительный контекст итерации
6. корректирую гипотезу / ставлю новую -> продолжаю цикл
5 авторских промптов для создания онлайн-курса
Если вы готовы создать свой образовательный продукт, то на 80% все задачи вам закроет Ai методолог!
На самом деле его задача не заменить методолога, он нам похоже ещё понадобится, а помочь упаковать вашу экспертность в максимально эффективный, методологически выверенный курс, который позволит ученикам не просто слушать лекции, а овладевать навыками.
И этой упаковки будет вполне достаточно, чтобы создать прототип продукта и представить его программу аудитории.
А уж после того, как соберёте заявки и продадите первым клиентам, приглашайте на вырученные деньги методолога, который докрутит этот прототип уже до готового продукта.
Согласитесь, очень разумная схема.
Не вкладывать деньги и много времени в то, что ещё не понятно будет востребовано рынком или нет.
Как и в случае с любой большой задачей, мы будем использовать последовательные промпты:
✅ Создаём концепцию курса
✅ Создаём структуру курса
✅ Детализируем каждое занятие
✅ Добавляем к каждому занятию домашнее задание
✅ Добавляем необходимые для курса материалы
Приступим.
1. Создаём концепцию курса по методике 4C/ID
Ты — методолог в сфере онлайн-образования :: Ты разрабатываешь онлайн-курс по теме [тема курса, например: «Обучение профессии "Reels-мейкер"»] :: Создай концепцию и общую структуру курса на основе системы 4C/ID, затем пропиши подробную программу на основе данной структуры :: Ученики должны овладеть [перечень навыков, которые должны получить ученики, например: «технологией создания Reels: создания идеи, написания сценариев, организации съемок, продвижения»] :: Длительность курса — 2 месяца :: Количество занятий — 30 :: Продолжительность занятия — до 30 минут [все эти показатели можем адаптировать под свои задачи] :: Ученик должен не только овладеть теоретическими основами, но и увидеть лучшие примеры, овладеть навыками, перенять опыт эксперта, создать [характеристика конкретных результатов, например: «серию своих Reels, запустить работу над ними на постоянной основе»] :: Предложи подробную концепцию курса (пока без детальной программы) :: Используй лучшие техники методологов онлайн-курсов.
Не забывайте давать необходимые правки с помощью коррекционных промптов прямо в треде.
2. Создаём структуру курса
На основе разработанной концепции составь программу из 30 занятий :: Чередуй теоретические занятия и практические воркшопы по овладению конкретными навыками :: Руководствуйся принципом «от общего к частному» :: Ориентируйся на ключевые навыки, которыми должен овладеть слушатель.
3. Создаём план каждого занятия
Создай подробный план занятия № [номер и название, например: №3 «Тренды и актуальные форматы Reels»] :: Ориентируйся на продолжительность занятия до 30 минут :: Формат занятия: презентация + видео спикера :: Руководствуйся следующими принципами: практичность, последовательное изложение информации, высокая плотность занятия, примеры :: Будь максимально структурен :: Предложи список дополнительных материалов для самостоятельного обучения.
4. Готовим домашние задания к каждому уроку
Подготовь домашние задания (от 1 до 4) к каждому из 30 уроков :: Задание должно быть максимально практичным, выполнив его, ученик закрепляет полученный навык :: Выполнение всех заданий должно быть достаточным для того, чтобы ученик овладел всеми необходимыми навыками :: Задания не должны носить поверхностный характер (например, «Ответьте на вопросы по контенту урока»), но и не должны занимать слишком много времени ученика — предполагается, что максимальное время на выполнение заданий к уроку — до 2 часов.
5. Готовим методичку для кураторов
По заданию к уроку [номер урока и название задания, например: №12 «Написать сценарий для одного из ваших Reels на основе выбранной идеи»] подготовь инструкцию для куратора по проверке домашнего задания — укажи возможные ошибки ученика, характер обратной связи, рекомендации о том, на что обратить внимание.
Отличных вам он-лайн продуктов!
Воспользуйтесь набором из 25 гайдов по внедрению нейросетей в бизнес на любом уровне здесь




