സാമ്പത്തിക ഡോക്യുമെന്റ് വിശകലനത്തിൽ കൃത്യത മെച്ചപ്പെടുത്തുന്നതിനുള്ള ഒരു ഉപകരണം സൃഷ്ടിക്കാൻ ലാങ്ചെയിൻ, റെഡിസ് സഹകരിക്കുന്നു
നൂതന ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് മോഡലുകളുടെ ആവിർഭാവം പ്രകൃതി ഭാഷാ പ്രോസസ്സിംഗ് മേഖലയിൽ വിപ്ലവം സൃഷ്ടിച്ചു, ഇത് മനുഷ്യ ഭാഷയെ വിശകലനം ചെയ്യാനും വ്യാഖ്യാനിക്കാനും പ്രതികരിക്കാനും യന്ത്രങ്ങളെ പ്രാപ്തമാക്കി. എന്നിരുന്നാലും, ഈ മോഡലുകളിൽ ഗണ്യമായ പുരോഗതി കൈവരിച്ചിട്ടും, ചാറ്റ്ജിപിടി പോലുള്ള ചില ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് പവർ അസിസ്റ്റന്റുകൾ സെക്യൂരിറ്റീസ് ആൻഡ് എക്സ്ചേഞ്ച് കമ്മീഷൻ ഫയലിംഗുകളിൽ നിന്ന് ഉരുത്തിരിഞ്ഞ സങ്കീർണ്ണമായ ചോദ്യങ്ങൾക്ക് കൃത്യമായി ഉത്തരം നൽകുന്നതിൽ ഇപ്പോഴും വെല്ലുവിളികൾ നേരിടുന്നു. ഏറ്റവും മികച്ച പ്രകടനം കാഴ്ചവയ്ക്കുന്ന എഐ മോഡൽ കോൺഫിഗറേഷനായ ഓപ്പൺഎഐയുടെ ജിപിടി 4 ടർബോയ്ക്ക് പോലും പാട്രോണസ് എഐയുടെ പുതിയ ടെസ്റ്റിൽ 79% ചോദ്യങ്ങൾക്ക് മാത്രമേ ശരിയായി ഉത്തരം നൽകാൻ കഴിയൂവെന്ന് പാട്രോണസ് എഐയിലെ ഗവേഷകർ കണ്ടെത്തി.
ലാങ്ചെയിനുമായി സഹകരിച്ച്, റെഡിസ് റെഡിസ് റാഗ് ടെംപ്ലേറ്റ് നിർമ്മിച്ചു, ഇത് വസ്തുതാപരമായി സ്ഥിരതയുള്ള, എൽഎൽഎം പവർഡ് ചാറ്റ് ആപ്ലിക്കേഷനുകൾ സൃഷ്ടിക്കുന്നതിന് ഒപ്റ്റിമൈസ് ചെയ്തു. വെക്ടർ ഡാറ്റാബേസായി റെഡിസിനെ പ്രയോജനപ്പെടുത്തുന്നതിലൂടെ, ടെംപ്ലേറ്റ് ദ്രുതഗതിയിലുള്ള സന്ദർഭ വീണ്ടെടുക്കലും ഗ്രൗണ്ട് പ്രോംപ്റ്റ് നിർമ്മാണവും ഉറപ്പാക്കുന്നു, ഇത് പ്രതികരണാത്മകവും കൃത്യവുമായ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് പ്രതികരണങ്ങൾ നൽകുന്ന ചാറ്റ് ആപ്ലിക്കേഷനുകൾ സൃഷ്ടിക്കുന്നതിനുള്ള ഡെവലപ്പർമാർക്ക് ഒരു നിർണായക ഉപകരണമായി മാറുന്നു.
🦜ലാങ്ചെയിൻ & റെഡിസ് ഓവർ ഫിനാൻഷ്യൽ പിഡിഎഫുകൾ
നൈക്കിയുടെ 10 കെ ഫയലിംഗുകൾ പോലുള്ള പൊതു സാമ്പത്തിക പിഡിഎഫ് ഡോക്യുമെന്റുകളുമായി ചാറ്റ് ചെയ്യാൻ ഡവലപ്പർമാർക്കായി ഒരു റാഗ് ടെംപ്ലേറ്റ് സൃഷ്ടിക്കുന്നതിന് @Redisinc ടീമിനൊപ്പം പ്രവർത്തിക്കുന്നതിൽ സന്തോഷമുണ്ട്. ആപ്ലിക്കേഷന്റെ ഉപയോഗങ്ങൾ:
നൈക്കിയുടെ 10 കെ ഫയലിംഗുകൾ പോലുള്ള പൊതു സാമ്പത്തിക രേഖകളുമായി സംവദിക്കാൻ ഡവലപ്പർമാരെ അനുവദിക്കുന്ന റെസ്റ്റ് എപിഐയാണ് റെഡിസ് റാഗ് ടെംപ്ലേറ്റ്. HTTP വഴി ക്ലയന്റ് അഭ്യർത്ഥനകൾ നൽകുന്നതിന് ഈ ആപ്ലിക്കേഷൻ FastAPI, Uvicorn എന്നിവ ഉപയോഗിക്കുന്നു. പിഡിഎഫ് ഡോക്യുമെന്റുകളെ അസംസ്കൃത ടെക്സ്റ്റാക്കി മാറ്റുന്നതിന് അൺസ്ട്രക്ചർഡ്ഫൈൽലോഡർ, ടെക്സ്റ്റിനെ ചെറിയ ഭാഗങ്ങളായി വിഭജിക്കാൻ റികർസിവ് ചാർട്ടർ ടെക്സ്റ്റ് സ്പ്ലിറ്റർ, ഹഗ്ഗിംഗ്ഫേസിൽ നിന്ന് ടെക്സ്റ്റ് കഷണങ്ങൾ വെക്റ്ററുകളിലേക്ക് ഉൾച്ചേർത്ത ‘ഓൾ-മിനിഎൽഎം-എൽ 6-വി 2’ വാചക ട്രാൻസ്ഫോർമർ എന്നിവയും ഉപയോഗിക്കുന്നു. മാത്രമല്ല, തത്സമയ സന്ദർഭം വീണ്ടെടുക്കുന്നതിനുള്ള വെക്റ്റർ ഡാറ്റാബേസായി റെഡിസിനെയും ഉപയോക്തൃ ചോദ്യങ്ങൾക്ക് ഉത്തരങ്ങൾ സൃഷ്ടിക്കുന്നതിന് ഓപ്പൺഎഐ ‘ജിപിടി -3.5-ടർബോ-16 കെ’ എൽഎൽഎമ്മിനെയും ഇത് ഉപയോഗിക്കുന്നു.
ഞങ്ങളുടെ ന്യൂസ് ലെറ്ററിന് സബ് സ് ക്രൈബ് ചെയ്യുക എല്ലാ പ്രവൃത്തിദിവസങ്ങളിലും വൈകുന്നേരം ഞങ്ങളുടെ എഡിറ്റർമാരോടൊപ്പം ചേരുക, അവർ നിങ്ങളെ ദിവസത്തെ ഏറ്റവും പ്രധാനപ്പെട്ട വാർത്തകളിലൂടെ നയിക്കുകയും പുതിയ കാഴ്ചപ്പാടുകളിലേക്ക് നിങ്ങളെ പരിചയപ്പെടുത്തുകയും സന്തോഷത്തിന്റെ അപ്രതീക്ഷിത നിമിഷങ്ങൾ നൽകുകയും ചെയ്യുക ഇമെയിൽ സൈൻ അപ്പ് നിങ്ങളുടെ ന്യൂസ് ലെറ്റർ സബ് സ് ക്രിപ് ഷനുകൾ എഐഎം സ്വകാര്യതാ നയത്തിനും നിബന്ധനകൾക്കും വ്യവസ്ഥകൾക്കും വിധേയമാണ്.
ഗൂഗിൾ ക്ലൗഡ് സ്റ്റോറേജിലെ എഡബ്ല്യുഎസ് എസ് 3 ലെ ഓർഗനൈസേഷൻ റെപ്പോസിറ്ററിയിൽ നിങ്ങളുടെ ലാപ്ടോപ്പിൽ നിങ്ങളുടെ ഡാറ്റ എല്ലായിടത്തും ഉണ്ടെന്ന് റെഡിസ് സിടിഒ യിഫ്താച്ച് ഷൂൾമാൻ പറഞ്ഞു. റെഡിസ് പോലുള്ള ഒരു വെക്റ്റർ ഡാറ്റാബേസിലേക്ക് ഡാറ്റ കൊണ്ടുവരാൻ നിങ്ങൾക്ക് ഒരു പ്ലാറ്റ്ഫോം ആവശ്യമാണ്. പ്രസക്തമായ അറിവിന്റെ അടിസ്ഥാനത്തിൽ കഷണങ്ങളായി മുറിക്കുക”.
ചാറ്റ്ജിപിടിയെ വിമർശിച്ചുകൊണ്ട് അദ്ദേഹം പറഞ്ഞു, “ചാറ്റ്ജിപിടിക്ക് ഒന്നും അറിയില്ല, കാരണം ഇത് നിങ്ങളുടെ ഡാറ്റയിൽ പരിശീലനം നേടിയിട്ടില്ല, ഉപയോക്താക്കൾ അവരുടെ അഭ്യർത്ഥനയ്ക്ക് പ്രസക്തമായ ഡാറ്റ അവർ സൃഷ്ടിച്ച വിജ്ഞാന അടിത്തറയിൽ തിരയേണ്ടതുണ്ട്.
ആർഎജി ടെംപ്ലേറ്റ് കാര്യക്ഷമതയും പൊരുത്തപ്പെടുത്തലും സമന്വയിപ്പിക്കുന്ന വിന്യസിക്കാവുന്ന റഫറൻസ് ആർക്കിടെക്ചറുകൾ വാഗ്ദാനം ചെയ്യുന്നു, ഇത് പ്രതികരണാത്മകവും കൃത്യവുമായ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് പ്രതികരണങ്ങളുള്ള വസ്തുതാപരമായി സ്ഥിരതയുള്ള, എൽഎൽഎം പവർഡ് ചാറ്റ് ആപ്ലിക്കേഷനുകൾ സൃഷ്ടിക്കുന്നതിന് ഡവലപ്പർമാർക്ക് സമഗ്രമായ ഓപ്ഷനുകൾ നൽകുന്നു.
വിന്യസിക്കാവുന്ന ആർക്കിടെക്ചറുകളുടെ ലാങ്ചെയിനിന്റെ ഹബ്ബിൽ ടൂൾ-നിർദ്ദിഷ്ട ശൃംഖലകൾ, എൽ എൽ എം ശൃംഖലകൾ, ടെക്നിക്-നിർദ്ദിഷ്ട ശൃംഖലകൾ എന്നിവയും ഉൾപ്പെടുന്നു, ഇത് എപിഐകൾ വിന്യസിക്കുന്നതിലെ സംഘർഷം കുറയ്ക്കുന്നു. എൽഎൽഎം അധിഷ്ഠിത ശൃംഖലകളെയോ ഏജന്റുമാരെയോ പ്രവർത്തന റെസ്റ്റ് എപിഐകളായി പരിവർത്തനം ചെയ്യുന്നതിനും പ്രവേശനക്ഷമത വർദ്ധിപ്പിക്കുന്നതിനും ഉൽ പാദനത്തിന് തയ്യാറാകുന്നതിനും ഫാസ്റ്റ് എപിഐ ഉപയോഗിച്ച് ഈ ടെംപ്ലേറ്റുകൾ വിന്യസിക്കുന്നതിൽ ലാങ് സെർവ് കേന്ദ്രമാണ്.
Experienced Researcher with a demonstrated history of working in the Deep Learning, Computer Vision
