Werk:AI mit Arnie/Open-Source LLMs
Erscheinungsbild
- Teaser Clip (Das lernst du)
- YT:
- AS:
- Überblick
- YT:
- AS:
- Downloads & Links
- YT:
- AS:
- Open-Source LLMs: Vorteile & Nachteile
- Worum geht es in diesem Abschnitt
- YT:
- AS:
- Was sind LLMs wie ChatGPT, Llama, Mistral usw
- YT:
- AS:
- Welche LLMs gibt es und was soll ich verwenden
- YT:
- AS:
- Nachteile von Closed Source LLMs
- YT:
- AS:
- Vor und Nachteile von Open Source LLMs
- YT:
- AS:
- Rückblick
- YT:
- AS:
- Worum geht es in diesem Abschnitt
- Der einfachste Weg, LLMs lokal zu verwenden
- Voraussetzungen für die lokale Nutzung von LLMs
- YT:
- AS:
- Installation von LM Studio
- YT:
- AS:
- Open Source Modelle in LM Studio nutzen
- YT:
- AS:
- Zensierte VS unzensierte LLMs
- YT:
- AS:
- Die Anwendungszwecke von LLMs
- YT:
- AS:
- Finetuning eines Modells auf Huggingface
- YT:
- AS:
- Bilderkennung mit Llama3 Llava
- YT:
- AS:
- Einige Beispiele zur Bilderkennung
- YT:
- AS:
- Details zur Hardware: GPU Offload, CPU, RAM & VRAM
- YT:
- AS:
- Zusammenfassung und ein kurzer Ausblick
- YT:
- AS:
- Voraussetzungen für die lokale Nutzung von LLMs
- Prompt Engineering & Nutzung in der Cloud
- Was wird in hier behandelt?
- YT:
- AS:
- HuggingChat Ein Interface für Open Source LLMs
- YT:
- AS:
- Systemprompts & Function Calling
- YT:
- AS:
- Prompt Engineering Basics
- YT:
- AS:
- Prompt Engineering: Einfache Strategien
- YT:
- AS:
- Erstellung eigener Assistenten in HuggingChat
- YT:
- AS:
- Groq LPU Chip statt GPU
- YT:
- AS:
- Recap, das solltest du dir merken
- YT:
- AS:
- Was wird in hier behandelt?
- Vektordatenbanken, Embedding-Modelle & RAG
- Was wird in diesem Abschnitt behandelt?
- YT:
- AS:
- Function Calling
- YT:
- AS:
- Vektordatenbanken, Embedding Modelle & RAG
- YT:
- AS:
- Anything LLM installieren mit lokalen Server
- YT:
- AS:
- Lokaler RAG Chatbot mit Anything LLM
- YT:
- AS:
- Ollama & Llama 3 einrichten
- YT:
- AS:
- Function Calling mit Llama 3 & Anything LLM
- YT:
- AS:
- Mehr zu Function Calling
- YT:
- AS:
- Weitere Funktionen von Anything LLM & APIs
- YT:
- AS:
- Recap, das solltest du nicht vergessen
- YT:
- AS:
- Was wird in diesem Abschnitt behandelt?
- RAG-App optimieren: Tipps zur Datenvorbereitung
- Firecrawl für Daten aus Webseiten
- YT:
- AS:
- LlamaIndex & LlamaParse: PDF zu Markdown
- YT:
- AS:
- Llama Parse Update
- YT:
- AS:
- Firecrawl für Daten aus Webseiten
- Lokale KI-Agenten mit Open-Source LLMs
- Worum geht es hier?
- YT:
- AS:
- KI Agenten, Definition und verfügbare Tools
- YT:
- AS:
- Möglichkeiten, Flowise zu betreiben
- YT:
- AS:
- Installation von Flowise mit Node.js
- YT:
- AS:
- Das Flowise Interface
- YT:
- AS:
- Überblick von einem lokalen Rag ChatBot
- YT:
- AS:
- Unser erster KI Agent
- YT:
- AS:
- KI Agenten mit Function Calling
- YT:
- AS:
- Welchen KI Agenten bauen & externes Hosting
- YT:
- AS:
- Rückblick: Das solltest du dir merken
- YT:
- AS:
- Worum geht es hier?
- Finetuning, GPUs mieten, Open-Source TTS & mehr
- Worum ght es in deisem Abschnitt
- YT:
- AS:
- Text to Speech "TTS" mit Google Colab
- YT:
- AS:
- F5 TTS: Stimme klonen (Opensource)
- YT:
- AS:
- Finetuning mit Google Colab
- YT:
- AS:
- GPU bei Runpod oder Massed Compute mieten
- YT:
- AS:
- Was ist das beste Open Source LLM
- YT:
- AS:
- Rückblick: Das solltest du dir merken
- YT:
- AS:
- Worum ght es in deisem Abschnitt
- Datenschutz, Sicherheit & Wie es weiter geht
- Worum geht es in diesem Abschnitt?
- YT:
- AS:
- Jailbreaks
- YT:
- AS:
- Prompt Injections
- YT:
- AS:
- Data Poisoning
- YT:
- AS:
- Datenschutz & Sicherheit
- YT:
- AS:
- Kommerzielle Nutzung & Verkauf
- YT:
- AS:
- Mein Danke und wie geht es weiter
- YT:
- AS:
- Worum geht es in diesem Abschnitt?