Instrucciones (aka prompts)

Algunas guías sobre ingeniería de instrucciones

• www.promptingguide.ai – Guía de prompting por la gente detrás de DAIR.AI

• Guía de prompting en la documentación de Transformers, la librería de Hugging Face 🤗.

• Wired | 11 Tips to Take Your ChatGPT Prompts to the Next Level

Con lo cual también recomiendo el canal de machinelearnear 🧉

Tina Huang hizo un buen resumen del curso de Google en Coursera sobre ingeniería de instrucciones:

Arte (con énfasis en imágenes)

• Stable Diffusion Art

buena fuente de tutoriales para hacer que Stable Diffusion haga cosas

Flujos de trabajo y otros tutoriales

Dot CSV tiene un buen video en español que puede servir para iniciarse un poco con lo básico de correr localmente modelos de IA

Estrategias con RAG

RAG en español es algo así como Generación Aumentada mediante Recuperación. Este método implica que un modelo lingüístico recupera información relevante de bases de datos o fuentes de conocimiento externas y la combina con sus propias capacidades generativas para producir respuestas más precisas, contextualmente ricas y comprobadas en comparación con los modelos tradicionales que solo se basan en datos de entrenamiento internos.

📺 How RAG Turns AI Chatbots Into Something Practical - YouTube

📑 How I’ve Optimized Document Interactions with Open WebUI and RAG: A Comprehensive Guide | by Kelvin Campelo | Medium

📑 How to implement a RAG system using AnythingLLM and LM Studio | Digital Connect

📑 A Complete Guide to RAG. If you haven’t heard about RAG from… | by Igor Novikov | Towards AI

📑 A Cheat Sheet and Some Recipes For Building Advanced RAG | by Andrei | LlamaIndex Blog | Medium

📑 Optimizing RAG: A Guide to Choosing the Right Vector Database | by Mutahar Ali | Medium

📑 ⭐⭐ All You Need to Know about Vector Databases and How to Use Them to Augment Your LLM Apps | Towards Data Science

📑 Chroma DB Tutorial: A Step-By-Step Guide | DataCamp

📑 Revolutionizing YouTube Video Summaries and Q&A with LangChain, Llama 3.2, and Gradio: A Game-Changer for Students, Creators, and Professionals | by Vikram Bhat | Dec, 2024 | AI Advances

📺 Make Your RAG Agents Actually Work! (No More Hallucinations) - YouTube

📺 The Best RAG Technique Yet? Anthropic’s Contextual Retrieval Explained! - YouTube

Herramientas para RAG

RAGFlow | RAGFlow

• GitHub - timescale/pgai: A suite of tools to develop RAG, semantic search, and other AI applications more easily with PostgreSQL

GitHub - FlagOpen/FlagEmbedding: Retrieval and Retrieval-augmented LLMs

GitHub - nickthecook/archyve

GitHub - agi-dude/chainlit-rag

GitHub - pashpashpash/vault-ai: OP Vault ChatGPT: Give ChatGPT long-term memory using the OP Stack (OpenAI + Pinecone Vector Database). Upload your own custom knowledge base files (PDF, txt, epub, etc) using a simple React frontend.

GitHub - SciPhi-AI/R2R: The most advanced AI retrieval system. Containerized, Retrieval-Augmented Generation (RAG) with a RESTful API.

GitHub - HKUDS/LightRAG: “LightRAG: Simple and Fast Retrieval-Augmented Generation”