🤖 AI 实验台 (ai-lab) v1.1
Recherche vectorielle + Inférence de modèles + Jupyter + Expérimentation automatique en ML. Utilisé pour exécuter des modèles / faire de l'embedding / ajuster les paramètres.
Table de routage des intentions
🗂️ Base de données vectorielle
| Vous dites... | Acheminer vers |
|---|
| "Utiliser Chroma pour la recherche vectorielle" | chroma |
| "Recherche FAISS" / "Recherche vectorielle efficace" | faiss |
| "Base vectorielle Qdrant" | qdrant |
Remarque : pinecone est un service cloud payant, 🔴 non utilisé, non inclus.
🧠 Modèles
| Vous dites... | Acheminer vers |
|---|
| "Télécharger un modèle depuis HuggingFace" / "Modèle HF" | huggingface-hub |
| "Exécuter un LLM localement" / "Inférence llama.cpp" | llama-cpp |
| "Sortie JSON structurée" / "Formater la sortie du LLM" | instructor |
Remarque : vllm, flash-attention, grpo-rl-training, stable-diffusion, honcho – inutiles pour les étudiants diplômés, non inclus.
💻 Environnement interactif
| Vous dites... | Acheminer vers |
|---|
| "Exécuter une analyse de données Python" / "Jupyter" | jupyter-live-kernel |
🔬 Expérimentation automatique en ML (NOUVEAU v1.1)
| Vous dites... | Acheminer vers |
|---|
| "Ajustement automatique des paramètres" / "Optimisation automatique du modèle" | aide-ml-experiment (mode de recherche arborescente AIDE) |
| "Optimisation GPU" / "Accélération CUDA" | Intègre le mode optimize-for-gpu |
| "Entraînement PyTorch Lightning" | Intègre le mode pytorch-lightning |
Règles d'exécution
- Sélection de la base vectorielle : petite échelle locale →
chroma ; recherche efficace → faiss ; niveau production → qdrant
- Téléchargement du modèle : privilégier le miroir HuggingFace (réseau national)
- Expérimentation automatique en ML : d'abord essayer à petite échelle, puis étendre (mode AIDE)
- Utilisation courante par les étudiants diplômés :
jupyter-live-kernel > huggingface-hub > autres