https://github.com/alrafi004/introduction-to-generative-ai-in-watsonx.ai

LLM (Model Bahasa Besar) meningkatkan aplikasi dengan memungkinkan pemahaman dan pembuatan bahasa alami. Dengan mengintegrasikan LLM, aplikasi dapat menawarkan interaksi yang lebih cerdas, mengotomatiskan tugas, dan menyelesaikan masalah kompleks dengan lebih efektif.
https://github.com/alrafi004/introduction-to-generative-ai-in-watsonx.ai

generative-ai ibm-cloud ibm-watson jupyter-notebooks llms python

Last synced: 8 days ago
JSON representation

LLM (Model Bahasa Besar) meningkatkan aplikasi dengan memungkinkan pemahaman dan pembuatan bahasa alami. Dengan mengintegrasikan LLM, aplikasi dapat menawarkan interaksi yang lebih cerdas, mengotomatiskan tugas, dan menyelesaikan masalah kompleks dengan lebih efektif.

• Host: GitHub
• URL: https://github.com/alrafi004/introduction-to-generative-ai-in-watsonx.ai
• Owner: AlRafi004
• Created: 2024-11-30T04:51:30.000Z (2 months ago)
• Default Branch: main
• Last Pushed: 2024-11-30T05:00:24.000Z (2 months ago)
• Last Synced: 2024-12-10T14:12:30.271Z (2 months ago)
• Topics: generative-ai, ibm-cloud, ibm-watson, jupyter-notebooks, llms, python
• Language: Jupyter Notebook
• Homepage:
• Size: 17.6 KB
• Stars: 0
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

        


  

# **Integrate LLMs With Applications**


Integrasi **Large Language Models (LLMs)** dengan aplikasi memungkinkan penggunaan kecerdasan buatan berbasis bahasa untuk meningkatkan fungsionalitas, seperti chatbot atau analisis teks. Prosesnya melibatkan penghubungan LLM melalui API atau SDK, autentikasi dengan kunci API, dan pengaturan logika aplikasi untuk mengirimkan permintaan serta memproses respons. Hasil integrasi ini memungkinkan aplikasi menangani tugas kompleks seperti memahami bahasa alami dan memberikan prediksi secara cerdas.









===========================================================================


# Ringkasan

Kode ini menggunakan Watsonx.ai untuk menghasilkan poin-poin penting dari ulasan yang diberikan. Ini menggunakan model `google/flan-ul2` dan beberapa parameter untuk menghasilkan teks.

===========================================================================

# Prasyarat

Sebelum menjalankan kode ini, Anda harus menginstal pustaka dan Anda juga harus memiliki kunci API IBM Cloud dan ID proyek. Anda dapat memperolehnya dengan membuat akun di IBM Cloud.

===========================================================================

# Bagaimana cara menjalankan kode

1. Instal pustaka yang diperlukan seperti yang disebutkan di bagian Prasyarat.

2. Dapatkan kunci API IBM Cloud Anda dan atur variabel lingkungan seperti yang dijelaskan dalam kode.

3. Masukkan ID proyek Anda dalam variabel `project_id`.

4. Jalankan kode tersebut.

===========================================================================

# Output

Kode tersebut akan mencetak poin-poin penting yang dihasilkan ke konsol. Poin-poin penting tersebut juga akan disimpan dalam variabel `response`.

===========================================================================

# Catatan

* Anda dapat mengubah model dan parameter yang digunakan untuk menghasilkan teks dengan memodifikasi variabel `model_id` dan `parameters`.

* Anda dapat mengubah input yang diberikan ke model dengan memodifikasi variabel `prompt_input`.

===========================================================================