Non solo è utilissimo, questo video, ma dimostra generosità. Chi, come voi, "ne sa a pacchi", può concedersi il lusso di elargire informazioni salienti senza tirchieria. Per me siete un punto di riferimento prezioso e video come questo mi confermano ciò che penso. Grazie di cuore❤
Il video è super interessante, la struttura mi sembra molto chiara e anche la spiegazione va via in maniera fluidissima. Ci sta assolutamente come format e, secondo me, ha molto valore :)
A 6:51 c’è un piccolo errore. Qdrant non è un’alternativa a LlamaIndex bensì un vector database, che poi può essere usato standalone, con LlamaIndex o LangChain. PS: ottimo video come al solito! 😎
Grandi! Mi ha caricato molto il video. Stavo proprio esplorando questo campo ultimamente ed ero in cerca di una guida sulle API. Avete un nuovo iscritto alla newsletter!
Come sempre argomenti molto interessanti. Sono l’IT manager di uno studio di commercialisti e sto esplorando l’opportunità di implementare l’intelligenza artificiale per gestire e analizzare migliaia di documenti, tra cui istanze di interpello, circolari dell’agenzia delle entrate e riviste di settore in formato PDF. Vorrei sviluppare un sistema che possa rispondere alle nostre domande specifiche basate su questi documenti. Ho cominciato a dare un’occhiata al vostro blog e mi sembra che il sistema RAG possa fare al mio caso. Qualcuno ha esperienza con progetti simili o suggerimenti su tecnologie e approcci da utilizzare? Qualsiasi consiglio su come iniziare o su soluzioni software che potrebbero essere integrate nel nostro ambiente esistente sarebbe molto apprezzato. Grazie in anticipo per il vostro aiuto!
