7. MEMORIA LONG TERM (Caricare documenti e ricordare conversazioni con l'AI) [ CHESHIRE CAT AI ]

Подписаться 337

50% 1

Vediamo in modo pratico il funzionamento della Long Term Memory citata e spiegata nei video precedenti.
Con lo Stregatto, possiamo caricare documenti, link a siti web, file di testo, e tutti i testi verranno ricordati per dare una conoscenza attendibile al Modello Linguistico. Proviamo queste funzionalità insieme
**Documentazione COMPONENTI**:
cheshire-cat-ai.github.io/doc...
**Link Installazione Stregatto**:
cheshire-cat-ai.github.io/doc...
**Documentazione Generale Stregatto**:
cheshire-cat-ai.github.io/docs/
Per qualsiasi domanda, usa la sezione dei commenti, oppure contattami!
Contatti:
WEB: michaelsaccone.it
MAIL: info@michaelsaccone.it
Timestamps:
00:00 Il Database vettoriale locale
01:36 Visualizziamo la memoria
02:46 Caricare documenti
03:00 Carichiamo un sito web
04:25 Testiamo il RAG
05:09 Analizziamo la situazione
05:51 Memoria Episodica
06:58 I parametri della memoria
#cheshirecat #ai #intelligenzaartificiale #chatgpt #llm #programming #webdevelopment #rag #agents #agenticai

Опубликовано:

29 июн 2024

Ссылка:

Скачать:

Готовим ссылку...

Добавить в:

Мой плейлист

Посмотреть позже

Комментарии : 12

@EraldoLattari 12 дней назад

Ciao Michael, volevo ringraziarti per questi video che rendono chiaro come usare il "Gatto". Grazie

@obliostudio 12 дней назад

Si Michael, piccole pillole molto preziose per capire come funziona lo stregatto. Grazie! 🙏

@PieroSavastano 12 дней назад

Top ❤

@giovannisardisco4541 4 дня назад

Michael, abbiamo visto come includere qualcosa nella memoria, ma il pannello di controllo, permette anche di cancellare un ridordo o un documento?

@Prof_Michael_Saccone 4 дня назад

@@giovannisardisco4541 Certo che sì, dal pannello memoria

@michelecarbonella2189 11 дней назад

Ottima serie e chiara. Avrei un po' di domande a riguardo. Il mio intento sarebbe sfruttare lo Stregatto per caricare documentazione aziendale (diversi GB di documentazione) e creare una sorta di chat bot per consentire ai diversi dipartimenti di interrogare la documentazione caricata. 1) Modelli Open Source (no GPT) come LLama, Mistral, ecc....come si comporterebbe in termini di performance? 2) La documentazione caricata occupa dello spazio di memoria dichiarativa, giusto? I GB occupati vanno a occupare lo spazio del disco in locale?

@Prof_Michael_Saccone 11 дней назад

1) L'unico modo è provare. Di solito usare la memoria dichiarativa, con modelli abbastanza performanti come LLAMA3, non dovrebbe creare grossi problemi, ma non ho testato tantissimo. 2) I documenti caricati vengono divisi in chunk e poi salvati sottoforma di vettori nel database vettoriale, che occupa GB in locale se utilizzi il database default come dico a inizio video. I file non vengono tuttavia caricati come file e memorizzati sul filesystem così come sono.

@michelecarbonella2189 11 дней назад

@@Prof_Michael_SacconeGrazie mille per la risposta tempestiva. Una volta testato personalmente LLAMA3 sul mio PC con una buona performance ( si spera), se volessi mettere a disposizione il chatbot per tutta la popolazione aziendale, come dovrei muovermi? Caricarlo sul server aziendale e dare l' accesso a tutti? È questa la soluzione?

@Prof_Michael_Saccone 11 дней назад

@@michelecarbonella2189 No, il pannello che vedi è di amministrazione e va tenuto privato agli amministratori. Per tutti i client esterni va integrato un client a parte che si collega tramite Websocket al backend dello Stregatto. C'è un esempio di widget chatbot fatto in vue sulla repo GitHub ufficiale

@michelecarbonella2189 11 дней назад

Grazie di cuore. Darò un' occhiata. Voglio cimentarmi in questa cosa. 😊@@Prof_Michael_Saccone

@michelecarbonella2189 11 дней назад

@@Prof_Michael_Saccone sarebbe utile mostrare in pratica l'esempio indicato sulla repo.