Las perspectivas de VC Astasia Myers sobre el aprendizaje automático, la infraestructura de la nube, las herramientas para desarrolladores, el código abierto y la seguridad. Regístrese aquí .

Productos

LangChain

LangChaines una biblioteca Python de código abierto destinada a ayudar en el desarrollo de LLM mediante la coordinación de tareas en un flujo de trabajo LLM. LangChain proporciona muchos módulos que se pueden usar para crear aplicaciones de modelos de lenguaje. Los módulos se pueden combinar para crear aplicaciones más complejas o se pueden usar individualmente para aplicaciones simples. Hay seis tipos de módulos: 1) LLM: obtenga predicciones de un modelo de lenguaje, 2) Plantillas de avisos: administre avisos para LLM, 3) Cadenas: combine LLM y avisos en flujos de trabajo de varios pasos, 4) Agentes: llamadas dinámicamente basadas en cadenas en la intención del usuario, 5) Memoria: agregar estado a cadenas y agentes, 6) Utilidades: acciones. LangChain permite a los usuarios crear muchos casos de uso con LLM, incluidos agentes, chatbots, generación aumentada de datos, respuesta a preguntas, resumen, generación de ejemplos similares, comparación de modelos y evaluación.

¿Por qué importa esto? Los modelos de lenguaje grande (LLM) están emergiendo como una tecnología transformadora ejemplificada por OpenAI GPT-3, Cohere , RoBERTa , entre otros. Un LLM a menudo debe estar vinculado a otros procesos para el procesamiento previo y posterior, así como a la infraestructura de la base de datos o los productos SaaS para que el contexto proporcione valor. LangChain ayuda con esto. Creemos que el mundo del aprendizaje automático (ML) se divide en dos campos. El campamento uno son profesionales de ML que entrenan y ajustan los modelos de ML. El campo dos son aquellos que aprovechan la ingeniería rápida para obtener resultados de un modelo fundamental alojado a través de API. LangChain apoya a los practicantes de ML en el campo dos. Podemos imaginar un mundo en el que LangChain se extienda más allá de los LLM a modelos fundamentales de otras modalidades como Stable Diffusion..

Índice GPT

GPT Index es un proyecto que consiste en un conjunto de estructuras de datos diseñadas para facilitar el uso de grandes bases de conocimiento externas con LLM. El índice GPT ayuda a proporcionar las siguientes ventajas:

• Elimine las preocupaciones sobre las limitaciones de tamaño de las solicitudes.
• Patrones de uso comunes abstractos para reducir el código repetitivo en su aplicación LLM.
• Proporcione conectores de datos a sus fuentes de datos comunes (Documentos de Google, Slack, etc.).
• Proporcione transparencia de costos + herramientas que reduzcan los costos y aumenten el rendimiento.

MúsicaLM

MusicLM, un modelo que genera música de alta fidelidad a partir de descripciones de texto como "una melodía relajante de violín respaldada por un riff de guitarra distorsionado" . MusicLM proyecta el proceso de generación de música condicional como una tarea de modelado jerárquico de secuencia a secuencia, y genera música a 24 kHz que se mantiene constante durante varios minutos. Hay algunos ejemplos divertidos en el sitio web.

¿Por qué importa esto? Los avances en ML se han centrado principalmente en el lenguaje natural, las imágenes y el video. La IA generativa aplicada al audio aún está emergiendo. Imaginamos que la misma discusión sobre las violaciones de derechos de autor de IA generativa visual comenzará en la industria de la música.

Contenido

Un marco para priorizar la deuda tecnológica

Max Countryman , director sénior de ingeniería de Lob , proporciona un proceso paso a paso para priorizar la deuda técnica. Sugiere responder a las siguientes preguntas:

1. Si elegimos no hacer nada, ¿empeorará este problema, seguirá igual o mejorará?
2. Si empeora, ¿qué tan rápido se degradará?
3. Si sigue igual, ¿cuánta interrupción está causando hoy?
4. Si mejora, ¿en qué punto mejorará en la medida en que ya no sea una obstrucción?

De lotes a flujos: creación de valor a partir de datos en movimiento

Ricardo Ferreira , Senior Developer Advocate en AWS, destaca que el auge de los sistemas basados ​​en streaming. Afirma que las arquitecturas de transmisión de datos son muy buenas para proporcionar herramientas para que las empresas comiencen a reaccionar ante las oportunidades a medida que se presentan. Ferreira analiza el viaje de transmisión de datos y las trampas que se deben evitar.

¿Por qué importa esto? Creemos que las presiones comerciales competitivas y las expectativas de los clientes seguirán empujando a las empresas a ser más cercanas al tiempo real o en tiempo real en su infraestructura de datos y ML.

Después de firmar su acuerdo OpenAI, Shutterstock lanza un kit de herramientas de IA generativa para crear imágenes basadas en mensajes de texto

Los clientes de la plataforma de diseño en línea Creative Flow de Shutterstock ahora podrán crear imágenes basadas en indicaciones de texto , con la tecnología de OpenAI y Dall-E 2. La clave de la función es que Shutterstock dice que las imágenes están "listas para la licencia" justo después de hecho.

¿Por qué importa esto? Creemos que los modelos fundacionales beneficiarán a los titulares y darán lugar a una nueva generación de productos SaaS/prosumer nativos del modelo fundacional. De manera similar a la transición del software local a la nube, habrá un grupo de proveedores existentes que innovarán como Shutterstock y un grupo que dejará de ser relevante.

Trabajos

⭐️Claypot — Ingeniero fundador (Infra)

⭐️ Grit — Ingeniero fundador de ML

⭐️ Omni: ingeniero sénior de visualización de datos