Dobór LLM do czytania poczty z wydaniem json + biblioteki Python
621 PLN
Dokonać poprawek w istniejącej aplikacji:
1. Należy prawidłowo dobrać wariant LLM do odczytu skrzynki pocztowej z wiadomościami od partnerów
2. Dodać parsowanie obrazków (banerów) z wiadomości Gmail w formacie MIME i ich odczyt za pomocą bibliotek Pythona. Wynik odczytu banera będzie wstawiany do ogólnego promptu dla AI
3. Sformułować prompt pod wybrany model LLM (na podstawie wzoru stosowanego wcześniej dla innego modelu)
4. Wydawać Json według podanego wzoru
Zapewniony będzie dostęp do repozytorium z istniejącym kodem, przekazać model do naszej instalacji na serwerze + konieczne będzie dopisanie kodu zgodnie z zaproponowanym modelem LLM i powyższymi punktami w istniejącej aplikacji.
Wszystkie pytania dotyczące już gotowej aplikacji będą kierowane do dewelopera.
Zadanie tylko dla tych, którzy już mieli do czynienia z tym zadaniem.
Opinia zleceniodawcy o współpracy z Illia S.
Dobór LLM do czytania poczty z wydaniem json + biblioteki PythonProjekt nie został zrealizowany, wykonawca się starał, ale nie wyszło.
-
Oferta, która wygrała14 dni621 PLN
2642 6 1 Oferta, która wygrała14 dni621 PLN
Witaj! Gotowy, aby pomóc w dopracowaniu twojej aplikacji do integracji LLM z czytaniem poczty i parsowaniem banerów w formacie MIME. Do realizacji optymalnie wykorzystać biblioteki Pythona do przetwarzania MIME i dobór LLM z uwzględnieniem specyfiki twoich wiadomości, co pozwoli uzyskać poprawny JSON zgodnie z zadanym szablonem. Mam doświadczenie w pracy z OpenAI API i dostosowywaniu promptów do różnych modeli, co pomoże szybko zintegrować rozwiązanie w twoim obecnym kodzie. Zaproponuję jasny plan dopisywania kodu i weryfikacji wyników. Gotowy rozważyć dostęp do repozytorium i rozpocząć pracę w najbliższym czasie. Czekam na twoje pytania i szczegóły.
-
7 dni1738 PLN
1616 8 0 7 dni1738 PLN
Cześć,
Jestem deweloperem w dziedzinie AI/ML. Mogę zrealizować Twój projekt. Napisz do mnie, omówimy.
-
7 dni497 PLN
179 7 dni497 PLN
Dzień dobry! 👋
Gotowy spróbować dokończyć twoją aplikację:
- integracja Gmail API do odczytu wiadomości w formacie MIME;
- parsowanie tekstu i banerów z wiadomości;
- rozpoznawanie tekstu na banerach za pomocą pytesseract;
- analiza tekstu i banerów za pomocą LLaMA3;
- formowanie wyniku w JSON.
… 💡 Uwaga: pliki językowe Tesseract (~400 MB) są instalowane na serwerze, nie są dodawane do repozytorium.
-
4 dni496 PLN
512 3 1 4 dni496 PLN
Witaj, można to zrealizować za pomocą LLM Liama Local + RAG, zdjęcia banerów dzielimy na kawałki, embeddinguje i otrzymujemy dane liczbowe, po czym - będziemy mieli odpowiedź, także tekst bierzemy z banerów. prompt generować będzie samo LLM Liama, jak to ma się rozwijać, API, lokalne polecenie, bot Telegram, czy inny interfejs?
-
1 dzień83 PLN
6256 74 1 1 dzień83 PLN
mam doświadczenie w rozpoznawaniu obrazów na lokalnych modelach, transplantacji twarzy, z wykorzystaniem niewielkich zasobów sprzętowych.
mam również doświadczenie w pracy z różnymi API, w tym GPT, i wiele innych.
Napisz, omówimy. Będę szczęśliwy, mogąc pomóc.
-
5 dni112 PLN
116 5 dni112 PLN
Dzień dobry, chętnie pomogę w rozwiązaniu. Napisz w wiadomościach prywatnych.
-
Ви бажаєте серверу модель LLM по типу gpt-4o чи локальну від Liama та інших?
-
локальну
-
Ukraina