BuildOwn.AI est un guide complet conçu pour aider les développeurs à construire des applications AI dans le monde réel en utilisant de grands modèles linguistiques. Il est idéal pour les débutants comme pour les développeurs expérimentés, avec un accent sur les concepts AI essentiels et les applications pratiques. Le guide couvre des sujets comme l'exécution de modèles localement, l'ingénierie des invites, l'extraction de données, le réglage fin, et des techniques avancées comme la Génération Augmentée par Récupération (RAG) et l'automatisation des outils. Que vous programmiez en Python, JavaScript ou un autre langage, BuildOwn.AI fournit des informations précieuses que vous pouvez adapter à votre plateforme préférée.

Local LLM avec appel de fonction permet aux développeurs de créer des agents IA qui fonctionnent entièrement sur le matériel local, éliminant ainsi les préoccupations de confidentialité des données et les dépendances au cloud. Le cadre inclut un code d'exemple pour intégrer des LLM locaux tels que LLaMA, GPT4All ou d'autres modèles à poids ouverts, et démontre comment configurer des schémas de fonctions que le modèle peut invoquer pour effectuer des tâches telles que la récupération de données, l'exécution de commandes shell ou l'interaction avec des API. Les utilisateurs peuvent étendre la conception en définissant des points de terminaison de fonction personnalisés, en personnalisant des invites et en gérant les réponses de fonction. Cette solution légère simplifie le processus de création d'assistants IA hors ligne, de chatbots et d'outils d'automatisation pour une large gamme d'applications.

DelphiMistralAI est une boîte à outils Python open-source qui intègre le puissant modèle LLM Mistral-7B avec le modèle de raisonnement moral Delphi. Elle offre une interface en ligne de commande et une API RESTful pour délivrer des jugements éthiques argumentés sur des scénarios fournis par l’utilisateur. Les utilisateurs peuvent déployer l’agent localement, personnaliser les critères de jugement, et inspecter les justifications générées pour chaque décision morale. Cet outil vise à accélérer la recherche en éthique de l’IA, les démonstrations éducatives, ainsi que les systèmes de prise de décision sûrs et explicables.