Using LLMs for Intent Classification Rasa Pro Only The experimental LLMIntentClassifier described on this page has been removed in Rasa 3.10. Please use the Conversational AI with Language Models (CALM) instead. CALM is an LLM-native approach to building reliable conversational AI. Key Features# Few shot learning: The intent classifier can be trained with only a few examples per intent. Overview# The LLM-based intent classifier is a new intent classifier that uses large language models (LLMs) to classify intents. During trainin the classifier embeds all intent examples and stores their embeddings in a vector store. During prediction the classifier embeds the current message anduses the embedding to find similar intent examples in the vector store.The retrieved examples are ranked based on similarity to the current message andthe most similar ones are included in an LLM prompt. Using the LLM-based Intent Classifier in Your Bot# config.yml pipeline: - name: rasa_plus.ml.LLMIntentClassifier Customizing# Fallback Intent# LLM / Embeddings#
What is Jitsi? - open source video conferencing API's, SDKs, and installers Jitsi is a set of open-source projects that allows you to easily build and deploy secure videoconferencing solutions. At the heart of Jitsi are Jitsi Videobridge and Jitsi Meet, which let you have conferences on the internet, while other projects in the community enable other features such as audio, dial-in, recording, and simulcasting. Jitsi started life as a way to talk to people over the internet using audio and video. Over the course of a decade, though, it’s become so much more. Today, Jitsi is: A vibrant developer community. First and foremost, Jitsi is a community of developers that are pushing the envelope of video conferencing quality on the web. The foundation of some really amazing products. Our community members have developed countless projects and products that started with Jitsi code. A crazy-good, completely free video conferencing solution that anyone can use. Jitsi is a favorite videoconferencing solution for anyone with privacy concerns, journalists, for example.
Framateam : libérez vos équipes des groupes Facebook (et de Slack) Voilà un service de discussion qui se destinait, au départ, aux « dév », aux gens qui codent. Mais quand nous avons vu ses incroyables possibilités, on s’est dit que ce serait dommage que la famille Dupuis-Morizeau passe à côté… Prêts à chatter comme vous ne l’avez jamais fait ? Pour vous expliquer notre nouveau service Framateam, on s’est dit qu’une histoire et des images seraient bien plus efficaces qu’une longue liste à puces. Mais adressons-nous d’abord un court instant aux spécialistes de la programmation, aux plus barbu-e-s d’entre nous. Pour les geek-e-s qui veulent aller à l’essentiel Connaissez-vous Slack ? Notre Mattermost est accessible sur Voilà. Pour les autres, laissez-nous vous raconter une histoire… L’asso LICORNES veut quitter son groupe Facebook Vous ne connaissez pas la Ligue des Infatigables Comparses Optimistes Reniant le Nihilisme et Éclatants de Sollicitude… ? Créer sa team Elle décide donc de se créer un compte Framateam. Premiers échanges
L'IA et les RAG au service de la documentation interne d'entreprise Au delà du buzz autour de l’intelligence artificielle et des RAG, certaines entreprises peinent à trouver des cas d’usages concrets qui peuvent réellement « révolutionner » leur secteur. Un des points communs entre toutes les entreprises c’est le besoin de structuration de la documentation interne. La quantité de données générée et traitée par une entreprise est énorme et énormément d’informations se perdent dans la nature. McKinsey estime le temps perdu lié à la recherche d’informations à plus de 20% du temps travaillé d’un employé. Ils estiment à plus de 10k€ par an et par employé le manque à gagner liées à des pertes de connaissances. Cela inclus plusieurs choses, comme dans la tech le fait que des développeurs doivent refaire plusieurs fois un même code à cause d’une mauvaise documentation ou une mauvaise structuration des informations. Par ailleurs, une mauvaise documentation interne peut entraîner des risques liés à la sécurité de la donnée d’entreprise. Le principe est le suivant :
Jeu de l'enveloppe - Thiagi.fr Présentation D’une manière générale, on peut utiliser avec profit le Jeu de l’enveloppe lorsqu’il y a plusieurs problèmes (relativement simples) pour lesquels on recherche des solutions possibles. Le jeu de l’enveloppe peut également venir à la suite d’un autre jeu-cadre (comme De 5 en 5) ayant mis en évidence, sur un sujet donné, un certain nombre de problèmes à résoudre. Synopsis Définir les critères de jugement des solutions Lire le problème et trouver une solution en équipe Mettre la solution dans l’enveloppe, la passer à l’équipe suivante et étudier le problème suivant But Rechercher en groupes plusieurs solutions à différents problèmes Participants Minimum : 6 Maximum : 200 Optimum : 12 à 80 Temps 20 à 40 min, adaptable Matériel petites cartes bristol de quoi écrire Préparation Avant la réunion, définir 4 ou 5 problèmes que vous souhaitez voir résoudre par le groupe. Déroulé diviser le groupe en autant d’équipes qu’il y a de problèmes à résoudre (donc autant que d’enveloppes).
Comment fonctionnent les RAG en intelligence artificielle ? Depuis l’arrivée de ChatGPT et la démocratisation des LLM, Large Language Models, les nombre de cas d’usage concrets en entreprises ne cesse de croitre. On voit de plus en plus l’intérêt de ces modèles et de l’intelligence artificielle générative en général dans un contexte professionnel, notamment pour de la productivité ou de l’automatisation. Malgré cet engouement on sent qu’il reste encore beaucoup de travail pour assurer une adoption plus large de ces outils là. Les entreprises n’ont pas réellement besoin de modèles de langages généralistes, elles ont besoin de modèles de langages spécialisés sur certains corps de métier bien spécifique et qui soient capable de comprendre le contexte en temps réel. Actuellement, une des solutions les plus prometteuses à ce problème se base sur les systèmes de RAG, Retrieval Augmented Generation. Qu’est-ce que la Retrieval Augmented Generation (RAG) ? Ce fonctionnement entraîne une baisse importantes des performances dans pas mal de situations.
L’art d’agir ensemble : Origami créatif pour faire et apprendre en mode collaboratif Le collectif canadien Percolab travaille sur une thématique qui fait mouche : « Que les organisations s’engagent avec courage, attention et présence dans leur transition vers de nouveaux paradigmes de travail et d’apprentissage ». Il vise à aider les personnes à développer des capacités de participation et de collaboration, d’ouverture et de partage, d’agilité et d’adaptabilité, de créativité et d’expérimentation, de débrouillardise technologique. Méthode pour agir collectivement en mode collaboratif Autour des notions de faire, d’univers libre et de participation en mode collaboratif, Percolab a imaginé l’origami – cocotte papier créative imprimable et pliable à partir des éléments The Art of Hosting (communauté internationale qui travaille dans la complexité pour le bien commun) : L’art d’agir ensemble, les 4 volets de la pratique (1 page, en pdf). Cocotte papier : jeu L’art d’agir ensemble L’art d’agir ensemble, les 4 volets pratiques : Explications Comment plier la cocotte papier
Fine-Tuning GPT-4o - KDnuggets Image by Author GPT-4o is good for general tasks, but it may struggle with specific use cases. To address this, we can work on refining the prompts for better output. If that doesn't work, we can try function calling. If issues persist, we can use the RAG pipeline to gather additional context from documents. In most cases, fine-tuning GPT-4o is considered the last resort due to the high cost, longer training time, and expertise required. In this tutorial, we will learn how to set up the OpenAI Python API, load and process data, upload the processed dataset to the cloud, fine-tune the GPT-4o model using the dataset, and access the fine-tuned model. Setting Up We will be using the Legal Text Classification dataset from Kaggle to fine-tune the GPT-4o model. The dataset contains columns for case_outcomes, case_title, and case_text. Next, we will install the OpenAI Python package. %%capture %pip install openai To generate the response, we will create a custom prompt. Creating the Dataset Output:
Animer un World Café Qu’est-ce qu’un World Café ? Le World Café est une invitation à dialoguer et à explorer les questions clés qui rassemblent. Au cours de la journée, ces conversations vont s’enrichir les unes des autres et construire des lignes, permettant de faire émerger des tendances, de nouvelles idées ou de nouvelles compréhensions. Elles nous permettent d’engager le groupe vers l’avenir. Comment se déroule un World Café? Habituellement, trois questions successives sont posées, qui génèrent trois conversations d’une durée de vingt à trente minutes chacune • La première question est large et permet une grande divergence de réflexions • La seconde question est plus focalisée et permet un début de convergence • La troisième question permet de récolter les idées qui vont servir à centrer le groupe sur les actions à mener. Vue d’ensemble d’un World café par ses créateurs : Christine Koehler, Executive Coach, Facilitateur d’Intelligence collectiveMes référencesMe contacter