Hola! Hasta donde he podido saber, todavía no, al final los primeros en adoptar este tipo de tecnología serán las empresas y en última instancia los entes públicos
Me gustó la simplicidad de la explicación para una tecnología tan compleja en la LLM. Te consulto que modelo de LLM gratuito podemos usar para armar nuestra GPT personalizada y si podes hacer un video al respecto. Muchas gracias desde Argentina
Gracias por el comentario!! Ahora mismo la mejor relación calidad rendimiento-precio la tiene Llama3 70B, además es open source por lo que yo me decantaría por ese LLM. Para utilizarlo de manera gratuita necesitarás de un buen ordenador, no obstante, cuesta menos de un dólar y medio cada millón de tokens en comparación con los $90 de OpenAI... Saludos
No tenia ni idea de que era RAG y me lo has aclarado muchisimo. Mi duda sigue siendo, como hago eso? Con que software se hace eso de vectorizar?? Muchas gracias!
Hola! En primer lugar muchas gracias por tu comentario. Respecto a tu pregunta, para vectorizar el texto podrías utilizar la librería Transformers que te da acceso a modelos de lenguaje preentrenados como GPT. Por otro lado, para almacenar esos vectores podrías utilizar Pinecone que es muy conocida. Luego tienes la opción más sencilla que es amoldarse al sistema RAG que ofrecen empresas como OpenAI, aunque esto dependerá de tu objetivo. Si necesitas ayuda no dudes en contactar conmigo :)
Ese no es el flujo, jeje esto le falto el almacenamiento, el procesamiento de embedding, crear los vectores, serializar y luego regresa la respuesta al deserealizar la respuesta! ... jejeje
Hola! Gracias por tu comentario, si bien es cierto que hay más pasos involucrados en el flujo de trabajo completo de RAG, mi idea era simplificar y enfocar la explicación en los conceptos básicos para que fuera más accesible para quienes no están familiarizados con el tema. Igual hago un video más detallado que cubra todos estos aspectos importantes, gracias por el feedback y ver el vídeo!!
Hola... Muy conciso y claro ... Gracias por la explicacion, me ha sido muy util.
Muchas gracias Emanuel!!
Buen video amigo.
Amigo, sabes si el modelo de doctor personalizado ya lo están implementando en alguna parte?
Hola! Hasta donde he podido saber, todavía no, al final los primeros en adoptar este tipo de tecnología serán las empresas y en última instancia los entes públicos
Me gustó la simplicidad de la explicación para una tecnología tan compleja en la LLM. Te consulto que modelo de LLM gratuito podemos usar para armar nuestra GPT personalizada y si podes hacer un video al respecto. Muchas gracias desde Argentina
Gracias por el comentario!! Ahora mismo la mejor relación calidad rendimiento-precio la tiene Llama3 70B, además es open source por lo que yo me decantaría por ese LLM.
Para utilizarlo de manera gratuita necesitarás de un buen ordenador, no obstante, cuesta menos de un dólar y medio cada millón de tokens en comparación con los $90 de OpenAI... Saludos
No tenia ni idea de que era RAG y me lo has aclarado muchisimo. Mi duda sigue siendo, como hago eso? Con que software se hace eso de vectorizar?? Muchas gracias!
Hola! En primer lugar muchas gracias por tu comentario. Respecto a tu pregunta, para vectorizar el texto podrías utilizar la librería Transformers que te da acceso a modelos de lenguaje preentrenados como GPT. Por otro lado, para almacenar esos vectores podrías utilizar Pinecone que es muy conocida.
Luego tienes la opción más sencilla que es amoldarse al sistema RAG que ofrecen empresas como OpenAI, aunque esto dependerá de tu objetivo.
Si necesitas ayuda no dudes en contactar conmigo :)
Debo implementarlo en ollama
✨✨👌👌✨✨
Me gustaría aprender a nivel de usuario
Hola Leo! Gracias por tu comentario, si te parece escríbeme por LinkedIn o rellenando el formulario de mi web y lo vemos
Ese no es el flujo, jeje esto le falto el almacenamiento, el procesamiento de embedding, crear los vectores, serializar y luego regresa la respuesta al deserealizar la respuesta! ... jejeje
Hola! Gracias por tu comentario, si bien es cierto que hay más pasos involucrados en el flujo de trabajo completo de RAG, mi idea era simplificar y enfocar la explicación en los conceptos básicos para que fuera más accesible para quienes no están familiarizados con el tema.
Igual hago un video más detallado que cubra todos estos aspectos importantes, gracias por el feedback y ver el vídeo!!