Wróć do projektówProjekty / Local AI / Lightweight ML

Local AI / Lightweight ML

Dobór modelu do rzeczywistego zadania

Badania stosowane i prototypy procesów
01 / Wyzwanie

Wyzwanie

Wybór modelu wymagał równowagi między jakością, opóźnieniem, ograniczeniami sprzętu i kosztem działania.

02 / Moje podejście

Moje podejście

Pracuję z lokalnymi LLM, inferencją nastawioną na CPU, ONNX i GGUF oraz narzędziami mowy Whisper, Sherpa-ONNX i Silero. Eksperymenty obejmują też OCR, embeddings, wyszukiwanie wektorowe, przetwarzanie wielojęzyczne i TTS.

Przepływ systemu
  1. Określ zadanie

  2. Dobierz model

  3. Uruchom lokalnie

  4. Oceń proces

03 / Rezultat

Rezultat

Zbiór eksperymentów pomaga mi dobierać modele i łączyć je z użytecznymi procesami.

04 / Narzędzia i technologie

Narzędzia i technologie

Odkrywaj dalej

TON Tanks

Kontakt

Złożone wyzwanie? Znajdźmy rozwiązanie.

Architektura, przywództwo techniczne lub produkt, który potrzebuje solidnych podstaw.

Porozmawiajmy

Rola, produkt lub wyzwanie techniczne. Opisz krótko kontekst.

Aby skorzystać z formularza, włącz JavaScript. Możesz też napisać do mnie bezpośrednio na Telegramie.

Napisz na Telegramie