[Agentic RAG & Mistral AI] Construisez un assistant conversationnel avec LangChain et LlamaIndex

[@SimonLouvet]

Bravo pour le bon équilibre entre vulgarisation, pressions techniques et démo

[@pierrebittner]

Merci

[@hamdielemin7805]

C'est parfait 👍, Serait-il possible de faire un tutoriel sur la création d'un assistant RAG capable de traiter des données non structurées comme des images et des tables ? Merci !

[@pierrebittner]

Merci. Oui bonne idée le sujet des tableaux et des images.

[@alexandrelancar8416]

Merci Pierre. Vos vidéos sont une mine d'or et tout est sur le Git ! un tuto avec un cas pratique simple, avec les temps de calcul GPU, la conf hardware utilisée : ca serait sympa. Cela dit j'ai déjà assez de contenu pour m'occuper un bon moment 😅

[@pierrebittner]

Merci! Je note l’idée du cas pratique simple. J’utilise principalement les plateformes donc paiement a l’usage. C’est tellement plus simple, performant et moins couteux. Je peux faire une video pour expliquer comment faire du “self-hosted”.

[@jamesd6211]

@@pierrebittnerje serais vraiment intéressé par l’adaptation en local!

[@pierrebittner]

@@jamesd6211 pour l'inférence ? j'ai déjà fait une vidéo là dessus : kzbin.info/www/bejne/n52UoKRuia-JhpY

[@antoineartaud7642]

peux tu egalement commiter le requirement.txt de python pour le faire tourner en local Merci !!

[@pierrebittner]

Hello, comme beaucoup d’autres (mistral, langchain), je suis passé à poetry pour la gestion des packages python. 👍

[@Talaria.School]

Merci beaucoup pour ton contenu.

[@pierrebittner]

Avec plaisir

[@rampack1503]

👍 Vraiment top 🎉

[@pierrebittner]

Merci!