Вибір LLM для читання пошти з видачею json + бібліотеки Python

Вітаю! Готовий допомогти з доопрацюванням вашого додатку для інтеграції LLM із читанням пошти та парсингом банерів у форматі MIME. Для реалізації оптимально використати Python бібліотеки для обробки MIME і підбір LLM з урахуванням специфіки ваших листів, що дозволить отримувати коректний JSON відповідно до заданого шаблону. Маю досвід роботи з OpenAI API і кастомізацією промптів під різні моделі, що допоможе швидко інтегрувати рішення у ваш поточний код. Запропоную чіткий план дописування коду та перевірки результатів. Готовий розглянути доступ до репозиторію і почати роботу найближчим часом. Чекаю на ваші питання та деталі.

Привіт,

Я розробник у сфері AI/ML. Зможу виконати Ваш проект. Напишіть мені, обговоримо.

Показати оригінал

Перекласти

Добрий день! 👋

Готовий спробувати дописати ваш застосунок:
- інтеграція Gmail API для читання листів у MIME-форматі;
- парсинг тексту та банерів із листів;
- розпізнавання тексту на банерах через pytesseract;
- аналіз тексту і банерів через LLaMA3;
- формування результату у JSON.

… 💡 Примітка: мовні файли Tesseract (~400 МБ) встановлюються на сервері, у репозиторій вони не додаються.

Вітаю, це можна реалізувати з допомогою LLM Liama Local + RAG, фото банери розбиваємо на чанки, ембдингуємо та отримуємо числові дані, після чого - матимемто віпдовідь, також текст беремо з банерів. промт генеруватиме саме LLM Liama, як саме це має розгортатись, API, Local command, Telegram Bot, чи інший інтерфейс?

є досвід розпізнавання зображень на локальних моделях, пересадка обличь, з використанням невеликих ресурсів обладнання.
також досвід роботи з різними АПІ, в тому числі ГПТ, та багато інших.
Пішить, обговоримо. Буду радий допомогти.