o1 prompt engineering
Criar prompts melhores para o1 seguindo um exemplo
Tips
Memory profiler
Ver o uso de memória de um script
DataLoader com pin_memory e num_workers
Aumentar o desempenho de DataLoader com pin_memory e num_workers
py-smi
Biblioteca Python para obter dados da GPU como `nvidia-smi`
Memory Calculator
Espaço para calcular a memória necessária para executar um modelo
Formatador de código Black
Seu colega Filipao está escrevendo código que é difícil de ler? Compartilhe com ele este formatador de código que eu mostro neste post! Venha e aprenda a formatar o código para torná-lo mais compreensível. Não vamos resolver os problemas de Filipao, mas pelo menos você não sofrerá ao lê-lo
Declare redes neurais de forma clara
Declare redes neurais de forma clara no Pytorch
Obter dados de dicionários
Obter dados de dicionários em Python de forma segura
Tuplas de um único elemento em Python
Dica para criar tuplas de um único elemento em Python
Ordenar listas em Python sem modificar a original
Dica para ordenar listas em Python sem modificar a original
Primeira letra de cada palavra em maiúsculas em Python
Dica para imprimir strings com a primeira letra de cada palavra em maiúscula em Python
Inteiros longos com sublinhado em Python
Dica para escrever inteiros longos com sublinhado em Python
Continuar lendo
Elicitação MCP: Implementar Elicitação em Servidores com FastMCP e Python
Aprenda a implementar elicitação em servidores MCP (Model Context Protocol) com FastMCP. Tutorial completo passo a passo para criar um agente inteligente de reservas de viagens que solicita informações do usuário de forma interativa. Inclui código de servidor e cliente, configuração de ambientes virtuais com uv, e exemplos práticos de elicitação para coleta de dados do usuário em tempo real.
MCP Durabilidade: Servidor e Cliente com Persistência para Tarefas de Longa Duração
Aprenda a construir servidor e cliente MCP com durabilidade para tarefas de longa duração. Tutorial completo do Model Context Protocol com persistência de dados usando SQLite, gerenciamento de tarefas em background e monitoramento em tempo real. Implemente migração de dados, processamento em lote e treinamento de modelos ML que sobrevivem a reinicializações do servidor. Código Python com FastMCP, recursos, ferramentas e padrões de durabilidade para aplicações enterprise.
MCP Resumível: Como Criar Servidores e Clientes com Checkpoints Automáticos
Aprenda a criar servidores e clientes MCP com capacidades de retomada automática. Tutorial completo sobre implementação de checkpoints, gerenciamento de interrupções e recuperação de tarefas longas no Model Control Protocol. Inclui código prático com FastMCP, gerenciamento de estado persistente e exemplos reais para processos que podem ser interrompidos e continuados de onde pararam.
Você viu esses projetos?
Horeca chatbot
Naviground
Subtify
Quer aplicar IA no seu projeto? Entre em contato!
Quer assistir alguma palestra?
Agentes do Amanhã: Descifrando os Mistérios da Planificação, UX e Memória
Agentes de IA, impulsionados por LLMs, prometem transformar aplicações. Mas eles são meros executores hoje ou futuros colaboradores inteligentes? Para atingir seu verdadeiro potencial, precisamos superar barreiras críticas. Esta palestra investiga os três quebra-cabeças que definirão a próxima geração de agentes: 1. Planejamento Avançado (O Cérebro): Os agentes de hoje frequentemente tropeçam em tarefas complexas. Exploraremos como, além das chamadas de funções básicas, as arquiteturas cognitivas permitem planos robustos, antecipação de problemas e raciocínio profundo. Como fazê-los pensar vários passos à frente? 2. UX Revolucionária (A Alma): Interagir com um agente não pode ser uma fonte de frustração. Discutiremos como transcender o chat tradicional em direção a interfaces humanas em loop — UX colaborativa, generativa e acessível. Como Projetar Experiências Engajadoras? 3. Memória Persistente (O Legado): Um agente que esquece o que aprendeu está fadado à ineficiência. Analisaremos técnicas para capacitar agentes com uma memória significativa que vai além do seu histórico, permitindo que aprendam e tornando cada interação mais inteligente. Com exemplos práticos, não apenas entenderemos a magnitude desses desafios, mas também levaremos ideias concretas e uma visão clara para ajudar a construir os agentes do futuro: mais inteligentes, intuitivos e verdadeiramente capazes. Você se juntará a nós na jornada para desvendar o próximo capítulo dos agentes de IA?
Crie sua própria inteligência Apple
Aprenda a criar um sistema de IA para executar eficientemente em um dispositivo
Quer melhorar com essas dicas?
Últimos tips -->Use isso localmente
Os espaços do Hugging Face nos permitem executar modelos com demos muito simples, mas e se a demo quebrar? Ou se o usuário a deletar? Por isso, criei contêineres docker com alguns espaços interessantes, para poder usá-los localmente, aconteça o que acontecer. Na verdade, se você clicar em qualquer botão de visualização de projeto, ele pode levá-lo a um espaço que não funciona.
Flow edit
FLUX.1-RealismLora
token_hmr
Quer aplicar IA no seu projeto? Entre em contato!
Você quer treinar seu modelo com esses datasets?
short-jokes-dataset
Dataset com piadas em inglês
opus100
Dataset com traduções de inglês para espanhol
netflix_titles
Dataset com filmes e séries da Netflix