¡Bienvenido al Llama Cookbook! Esta es su guía para construir con Llama: Comenzando con Inferencia, Ajuste fino, RAG. También le mostramos cómo resolver problemas de extremo a extremo utilizando la familia de modelos Llama y usándolos en varios servicios de proveedores.
Aprende a utilizar modelos Llama para tareas como análisis de texto y ajuste fino a través de ejemplos prácticos.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quieras¡Bienvenido al Llama Cookbook! Esta es su guía para construir con Llama: Comenzando con Inferencia, Ajuste fino, RAG. También le mostramos cómo resolver problemas de extremo a extremo utilizando la familia de modelos Llama y usándolos en varios servicios de proveedores.
llama-cookbook tiene 18.5k estrellas en GitHub. Se ha bifurcado 2.8k veces. llama-cookbook está escrito principalmente en Jupyter Notebook. Se desarrolla activamente desde 2023. llama-cookbook está disponible bajo la licencia MIT. Sus temas principales son: ai, finetuning, langchain, llama.
Read the full guide¡Bienvenido al Llama Cookbook! Esta es su guía para construir con Llama: Comenzando con Inferencia, Ajuste fino, RAG. También le mostramos cómo resolver problemas de extremo a extremo utilizando la familia de modelos Llama y usándolos en varios servicios de proveedores.
llama-cookbook es un proyecto de código abierto. Se distribuye bajo la licencia MIT.
Sí. llama-cookbook es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
llama-cookbook está disponible bajo la licencia MIT.
llama-cookbook está escrito principalmente en Jupyter Notebook.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://olud.ai/project/meta-llama-llama-cookbook.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.