← 所有文章

教程类别文章

60 篇文章
Streamlit 101: The fundamentals of a Python data app

Streamlit 101:Python 数据应用基础

Streamlit 使数据科学家能够轻松快速地构建交互式数据应用

教程 Chanin Nantasenamat,
Grounded multi-doc Q&A made simple with AI21

使用 AI21 轻松实现基于多文档的问答

只需几个步骤,即可构建一个基于您自身文档的上下文问答应用,由 AI21 的 RAG 引擎和特定任务模型提供支持

LLMs
Robbin Jang 等 2 人,
Build a real-time RAG chatbot using Google Drive and Sharepoint

使用 Google Drive 和 Sharepoint 构建实时 RAG 聊天机器人

使用 Pathway 和 LlamaIndex 保持您的聊天机器人知识库最新

LLMs
Anup Surendran 等 2 人,
Building a dashboard in Python using Streamlit

使用 Streamlit 在 Python 中构建仪表盘

使用 pandas 进行数据整理,Altair/Plotly 进行数据可视化,以及 Streamlit 作为您的前端

教程 Chanin Nantasenamat,
7 ways GPT-4 with Vision can uplevel your Streamlit apps

利用 GPT-4 with Vision 提升 Streamlit 应用的 7 种方法

您的 AI 教练,可通过静态图像设计和调试交互式 Streamlit 应用

LLMs Charly Wargnier,
Take your Streamlit apps to the next level with GPT-4

利用 GPT-4 将您的 Streamlit 应用提升到新的水平

更快设计、调试和优化 Streamlit 应用的专业技巧

LLMs Charly Wargnier,
Comparing data visualisations from Code Llama, GPT-3.5, and GPT-4

比较 Code Llama、GPT-3.5 和 GPT-4 生成的数据可视化图表

使用 Chat2VIS 比较 LLMs 输出的数据图表的 6 个案例研究

教程 Paula Maddigan,
How in-app feedback can increase your chatbot’s performance

应用内反馈如何提升您的聊天机器人性能

使用 LangChain、Trubrics 的反馈组件和 LangSmith 构建 RAG 聊天机器人的指南

教程 Charly Wargnier,
LangChain tutorial #4: Build an Ask the Doc app

LangChain 教程 #4:构建一个“问文档”应用

如何使用嵌入、向量存储和问答链从文档中获取答案

LLMs Chanin Nantasenamat,
Building a Streamlit and scikit-learn app with ChatGPT

使用 ChatGPT 构建 Streamlit 和 scikit-learn 应用

借助 AI 助手提升编码技能

LLMs Michael Hunger,