Hugging Face Inference Providers: Gọi LLM bằng API với Python
Hướng dẫn dùng Hugging Face Inference Providers để gọi LLM bằng Python, nhận kết quả streaming, chọn provider và theo dõi chi phí mà không cần tự triển khai Model.
Tất cả bài viết
Cách chạy project Python trên Kaggle bằng CLI với KRun
KRun giúp chạy script, module và notebook Python trên Kaggle từ terminal, theo dõi log và tải kết quả về máy.
MyNotebook: Xây dựng ứng dụng hỏi đáp tài liệu với RAG
MyNotebook là project RAG mình xây dựng với VietRAG-Embed, Qdrant và FastAPI: tìm kiếm tài liệu bằng Hybrid Search, trả lời streaming và mở rộng qua Agent.
VietRAG-Embed: Quá trình Fine-tune Embedding Model tiếng Việt cho RAG
VietRAG-Embed là Embedding Model tiếng Việt mình Fine-tune từ multilingual-e5-base trên 937.686 mẫu Retrieval. Bài viết ghi lại quá trình xây dựng dữ liệu, Hard Negative, Training và Benchmark.
Supabase là gì? Hướng dẫn xây dựng Backend với PostgreSQL
Supabase là nền tảng Backend as a Service dựa trên PostgreSQL, tích hợp Database, Auth, Storage, Realtime và Edge Functions. Bài viết này hướng dẫn bạn xây dựng Backend đầu tiên với Supabase.
VietEmbed-RAG Science: Bộ dữ liệu tiếng Việt cho Embedding và RAG
Giới thiệu VietEmbed-RAG Science: Bộ dữ liệu tiếng Việt cho Embedding và RAG
Prompt Engineering cho Large Language Model
Prompt Engineering được hiểu đơn giản là quá trình thiết kế Prompt để hướng Model tạo ra Output phù hợp hơn với mục tiêu của chúng ta. Trong bài viết này mình sẽ đi qua những phần quan trọng của Prompt Engineering dựa trên Chapter 6 của cuốn Hands-On Large Language Models của Jay Alammar và Maarten Grootendorst.
Sử dụng SQLAlchemy để thao tác với Database
Cách sử dụng SQLAlchemy để kết nối và thao tác với Database
FastAPI Python: Hướng dẫn xây dựng REST API từ cơ bản
Giới thiệu về FastAPI Python
Loss Function trong Sentence Transformers
Các hàm Loss phổ biến trong Sentence Transformers
Các phương pháp Data Augmentation
Các phương pháp tăng cường dữ liệu trong quá trình huấn luyện mô hình học sâu
Fine-tune Embedding Model với Sentence Transformers
Tóm tắt những phần quan trọng nhất để có thể bắt đầu Fine-tune một Embedding Model, chủ yếu dựa trên bài viết Training and Finetuning Embedding Models with Sentence Transformers của Hugging Face.
VN-MTEB: Xây dựng Benchmark Embedding cho tiếng Việt
Đọc nội dung trong paper VN-MTEB: Vietnamese Massive Text Embedding Benchmark để học hỏi và rút kinh nghiệm
ASR cho hệ thống Video Retrieval
Giới thiệu về phương pháp Nhận dạng giọng nói (ASR) cho hệ thống Video Retrieval
Ứng dụng LLM trong đồ án Tư Duy Tính Toán
Giới thiệu về cách mình đã thiết kế hệ thống sử dụng LLM trong quá trình thực hiện đồ án môn học Tư Duy Tính Toán
Bên trong LLM Tokenization
Giới thiệu về cách hoạt động bên trong LLM Tokenization
Các nền tảng cung cấp GPU cho người mới
Các nền tảng cung cấp GPU miễn phí, giá rẻ cho người mới