contextetech
Compte officielCompte officiel de ContexteTech, le hub open source des ressources pour LLM. Nous publions des fiches de départ, une par type, autour d'un même cas concret : l'anonymisation RGPD. Chaque fiche est réelle et réutilisable.
AI dataset: finding the NACE code of an activity
44 dialogues with an extract of the NACE Rev. 2.1 classification in context: the model gives the code, asks for a detail or declines.
Dataset IA: trovare il codice NACE di un'attività
44 dialoghi con un estratto della classificazione NACE Rev. 2.1 nel contesto: il modello indica il codice, chiede un chiarimento o rifiuta.
Dataset de IA: encontrar o código NACE de uma atividade
44 diálogos com um extrato da classificação NACE Rev. 2.1 no contexto: o modelo indica o código, pede um esclarecimento ou recusa.
KI-Datensatz: den NACE-Code einer Tätigkeit finden
44 Dialoge mit einem Auszug der NACE Rev. 2.1 im Kontext: Das Modell nennt den Code, fragt nach oder lehnt ab.
AI-datamängd: hitta NACE-koden för en verksamhet
44 dialoger med ett utdrag ur NACE Rev. 2.1 i kontexten: modellen anger koden, ber om ett förtydligande eller avböjer.
AI-dataset: de NACE-code van een activiteit vinden
44 dialogen met een uittreksel uit NACE Rev. 2.1 in de context: het model geeft de code, vraagt door of weigert.
Dataset IA: agente che cerca il codice doganale SA
43 tracce di agente: chiamata allo strumento di ricerca nella nomenclatura, poi codice SA, domanda o rifiuto.
Dataset IA: trovare il codice doganale SA di un prodotto
43 dialoghi con un estratto del Sistema armonizzato nel contesto: il modello indica il codice SA, chiede un chiarimento o rifiuta.
Dataset IA (DPO): codice doganale SA senza inventare
40 coppie di preferenze: codice SA letto nella nomenclatura e citato, contro un codice vicino o dato a memoria.
Dataset IA: agente che cerca la professione ESCO
60 tracce di agente: chiamata allo strumento di ricerca ESCO, professioni restituite, poi professione e codice o rifiuto.
Dataset IA: trovare la professione ESCO di una qualifica
60 dialoghi con professioni ESCO nel contesto: il modello indica la professione e il codice, chiede un chiarimento o rifiuta.
Dataset IA (DPO): professione ESCO senza inventare
57 coppie di preferenze: professione letta nella classificazione ESCO e citata, contro una vicina o data a memoria.
Dataset IA sulla popolazione dei comuni italiani
44 scambi con le righe del censimento 2021 nel contesto (comuni italiani): il modello legge la cifra, cita la fonte o rifiuta.
Contesto IA per anonimizzare i dati personali
Contesto IA che sostituisce i dati personali di un testo in italiano (nomi, codice fiscale, telefoni, indirizzi, IBAN) con etichette prima di condividerlo.
Red teaming: 12 attacchi a un chatbot di assistenza
12 attacchi a un chatbot di assistenza clienti di un negozio online italiano: furto d'identità, fuga di dati, prompt injection, promesse. Risposta attesa.
Automazioni locali: n8n e Ollama
Stack docker-compose per automatizzare con un'IA locale: n8n (workflow) e Ollama (modello), senza inviare dati a un'API esterna.
Chat privata sui documenti: Ollama, Qdrant, Open WebUI
Stack docker-compose per una chat privata sui tuoi documenti: Ollama (modello), Qdrant (database vettoriale) e Open WebUI (interfaccia).
Schema JSON: classificare un ticket di assistenza
JSON Schema per classificare un ticket di assistenza: categoria, urgenza, sentiment, riassunto in una frase e azione successiva.
Schema JSON: estrarre un curriculum
JSON Schema per estrarre un curriculum con un LLM: esperienze, competenze, lingue e formazione. Senza età, foto né altri dati sensibili.
Schema JSON: estrarre una fattura italiana
JSON Schema per estrarre una fattura italiana con un LLM: fornitore e partita IVA, numero, data, righe, imponibile, IVA e totale in euro.
Valutazione IA dell'anonimizzazione di testi italiani
Verifica che un modello o un contesto di anonimizzazione non lasci passare dati personali italiani (email, telefono, IBAN, codice fiscale, data di nascita).
Mistral 7B su un Mac da 16 GB con Ollama
Modelfile Ollama per eseguire Mistral 7B Instruct in locale su un Mac da 16 GB: quantizzazione Q4, contesto 8k, risposte in italiano.
Embeddings multilingual-e5-large per un RAG in italiano
multilingual-e5-large per un RAG in italiano: 1024 dimensioni, 512 token, prefissi query:/passage: obbligatori, distanza coseno. Licenza MIT.
Salvaguardia GDPR: oscurare codice fiscale, telefono e IBAN
Salvaguardia GDPR che oscura codice fiscale (con controllo), telefoni +39, IBAN ed email personali nelle risposte di un assistente IA. 12 test.
Communauté
Aucun commentaire pour l'instant.