Het veld van large language models is geëxplodeerd, en Llama springt eruit. Met Llama 3 zijn de mogelijkheden enorm toegenomen. Ontdek wat het kan, leer het te gebruiken met llama-cpp-python, en begrijp hoe je het gedrag van het model stuurt door parameters aan te passen en specifieke rollen toe te wijzen om het gesprek te begeleiden.

Wat is Llama?

Chatten met Llama 3

De respons extraheren

Parameters van Llama 3 afstellen

Klantenservicereacties sturen

Veilige antwoorden waarborgen

Creatieve teksten genereren

Chatrollen toekennen

Een gesprek opzetten

Systeemberichten

LLM's en Llama begrijpen

Taalmodellen kunnen meer dan alleen tekst genereren — je kunt ze sturen om gestructureerde en contextbewuste reacties te geven. In dit hoofdstuk ontdek je hoe je met llama-cpp-python output in specifieke formaten genereert, waaronder JSON-compatibele reacties voor dataintegratie. Je scherpt Llama’s output verder aan met promptingtechnieken zodat de antwoorden aansluiten op verschillende taken. Tot slot bouw je gesprekken die context behouden over meerdere uitwisselingen, voor natuurlijkere interacties.

Ongestructureerde reacties sturen

Prompts formatteren voor Llama

Few-shot prompting met Llama

Gestructureerde output genereren

Een JSON-inventarislijst maken

Gespecificeerd JSON-schema voor structuur

Gesprekken opbouwen

Een conversatieklasse maken

Gesprek met één beurt

Gesprekken met meerdere beurten

Gefeliciteerd!

Llama lokaal gebruiken

Open-source large language models zoals Llama kunnen op je eigen computer draaien. Zo houd je data privé en verlaag je kosten. In deze cursus leer je hoe je Llama lokaal installeert en gebruikt. Je verkent eenvoudige technieken zoals het aanpassen van prompts voor betere reacties, het opbouwen van gesprekken die context onthouden, en het afstemmen van output op de behoeften van je project — of dat nu gestructureerde data genereren is of antwoorden aanscherpen voor duidelijkheid. Deze cursus is bedoeld voor lerenden met ervaring met Python.

<h2>Leer hoe je het Llama Large-Language Model (LLM) kunt gebruiken</h2>  
Wat is Llama LLM en hoe kun je het gebruiken om je projecten te verbeteren? In deze cursus leer je hoe je Llama lokaal kunt gebruiken, hoe je de reacties kunt sturen met prompt engineering en hoe je gestructureerde en contextbewuste gesprekken kunt opbouwen. <br>  
<br>  
<h2>Begrijp het Llama-model en hoe je het kunt gebruiken</h2>  
Je begint met een introductie tot de basisconcepten van Llama, leert hoe je met Llama-modellen kunt werken en ontdekt hun toepassingsmogelijkheden. Je doet praktijkervaring op met het opzetten, uitvoeren en gebruiken van het model met behulp van de llama-cpp-python-bibliotheek. Naarmate je vordert, ga je technieken gebruiken om de reacties van Llama te verbeteren, gespreksgeschiedenis bij te houden en gestructureerde outputs te genereren die je kunt gebruiken in geautomatiseerde workflows.<br>  
<br>  
Dit is een supergoede manier om Llama te leren kennen voor ontwikkelaars en mensen die met AI werken. Het gaat in op de basis van deze krachtige open-source LLM en hoe je 'm kunt gebruiken in echte situaties.  

Python Toolbox

Ontdek de nieuwste technieken om de Llama LLM lokaal te draaien en te integreren in je stack.

Werken met Llama 3

Check de nieuwste manieren om Llama LLM lokaal te draaien en in je stack te integreren.

AI-ingenieur voor datawetenschappers

Grote taalmodellen ontwikkelen

Basisinfo over lama's

De respons extraheren

Werken met Llama 3

Oefeninstructies

Interactieve oefening met praktijkervaring