Welcome to Ben blogs!

[GraphRAG Series] Comming soon !!

[LangGraph Series] Part 3 : Multi Agents

Bối cảnh Human-in-the-loop (HITL) trong LangGraph thật ra khá là đơn giản, chính cái tên dường như đã giúp bạn hình dung phần nào về định nghĩa của nó. Khi chúng ta cần sự tích hợp của con người vào quá trình xử lý của mô hình AI, hay nói cách khác là ta đang cố gắng kiểm soát chúng, hiệu chỉnh và xác nhận kết quả. Điều này khá quan trọng trong các hệ thống sử dụng LangGraph, đặc biệt khi bạn sử dụng retrieval-augmented generation (RAG)

[LangGraph Series] Part 2 : Human-in-the-loop

Chúng ta sẽ bắt đầu với việc xây dựng một chú chatbot đơn giản sử dụng LangGraph nhé, chatbot này sẽ có chức năng trả lời trực tiếp câu hỏi của user. 

[LangGraph Series] Part 1 : Muốn “Hero”? Bạn phải bắt đầu từ “Zero”

Trong bài viết này mình đã chia sẻ cho các bạn về cách sử dụng đến database trong một dự án bằng Python với SQLAlchemy và các quản lý các phiên bản (migration) database. Yên tâm, đây chỉ là phần 1 thôi, ở phần tiếp theo mình sẽ gửi tới các bạn kĩ hơn về cách khở tạo database bằng cách sử dụng PostgreSQL, cách cài đặt chi tiết Alembic để dử dụng với SQLAlchemy

SQLAIchemy to Migrate database in project

Được thế kế để quản lý dự án software có nhiều nhánh và nhiều người tham gia.
Là mô hình phân nhánh git thích hợp cho quá trình maintaince giám sát issuse và phát triển của phần mềm. Chỉ định vai trò cụ thể của các nhánh khác nhau và xác định các thức chúng tương tác với nhau.

GitFlow

GAN, VAE và Diffusion Models là ba hướng tiếp cận quan trọng trong generative modeling.
• GAN phù hợp khi cần tốc độ và chất lượng cao, nhưng khó huấn luyện.
• VAE là lựa chọn tốt cho nén dữ liệu và tái tạo dữ liệu có cấu trúc.
• Diffusion Models mang lại chất lượng cao nhất, nhưng tốn thời gian huấn luyện.
Tùy vào ứng dụng cụ thể, chúng ta có thể chọn mô hình phù hợp để tối ưu hóa kết quả.

GANs, VAEs, Diffusion Models

From RNN-LSTM to Transformer and Attention mechanism

Attention và sự hình thành của mô hình Transformers

TensorRT - Sự vượt trội với bài toán tối ưu mô hình Deep Learning

Các hàm loss functions cơ bản mà các bạn cần nắm được

Loss function và những điều chắc chắn bạn sẽ cần biết

Các phương pháp đánh giá mô hình

Metrics đánh giá các mô hình và phương pháp lựa chọn mô hình dựa vào metrics

Preview for MLOps (Machine Learning Operations) 😎

Tại sao là MLops

We need to build a life cycle for the project to control risks while the project is operating. 🙂

MLOps Lifecycle - Vòng đời của một dự án AI

Lượt qua quá trình phát triển và hình thành các đặc điểm nổi bật của các mô hình qua các thời kì

Quá trình hình thành mô hình học sâu