Connectez un modèle d'IA à votre projet machine learning

Model Ledger vous permet de choisir comment l'agent communique avec un modèle de langage. Vous pouvez choisir un fournisseur cloud via une API standard, exécuter un modèle localement sur votre PC ou utiliser le modèle intégré. Ce choix impacte la confidentialité et la vitesse.

Choisissez la source de votre modèle

Fournisseur d'IA cloud

Utilisez un fournisseur d'IA cloud via une API standard. Votre prompt et le contenu de vos fichiers quittent votre machine. Vous choisissez le fournisseur et payez pour son utilisation. L'agent envoie les données uniquement à ce point de terminaison spécifique.

Modèle local sur PC

Exécutez un modèle directement sur votre PC. Cela garde toutes vos données sur votre ordinateur. Vos prompts et le contenu des fichiers ne quittent jamais la machine. C'est idéal pour les projets sensibles ou soumis à des règles strictes de confidentialité. Vous gérez vous-même les fichiers du modèle et les ressources matérielles.

Modèle intégré

Un modèle intégré est disponible en option.

Testez votre connexion

Cliquez sur le bouton Tester pour vérifier votre point de terminaison. L'outil affiche le temps de réponse et la taille de la fenêtre de contexte.

Choisissez le bon modèle pour la tâche

Utilisez un modèle plus grand pour les refontes ou la logique complexe. Utilisez un modèle plus petit pour les petites modifications. L'outil run_on_model envoie les étapes complexes à un modèle plus grand.

La qualité varie selon les modèles et les paramètres. Consultez toujours le diff avant d'accepter les modifications. Utilisez Ask first pour faire une pause avant chaque action qui modifie quelque chose. Vous voyez les modifications exactes des fichiers et pouvez décider si elles sont correctes.