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.
Esquema JSON: extraer una factura española
JSON Schema para extraer una factura española con un LLM: emisor y NIF, número, fecha, líneas, base imponible, IVA y total en euros.
Prompt de IA para una ficha de producto
Prompt para redactar una ficha de producto en español para una tienda online o Amazon.es: título, puntos fuertes y descripción.
Mistral 7B en un Mac de 16 GB con Ollama
Modelfile de Ollama para ejecutar Mistral 7B Instruct en local en un Mac de 16 GB: cuantización Q4, contexto de 8k, respuestas en español.
Embeddings multilingual-e5-large para un RAG en español
multilingual-e5-large para un RAG en español: 1024 dimensiones, 512 tokens, prefijos query:/passage: obligatorios, distancia coseno. Licencia MIT.
Salvaguarda RGPD: ocultar DNI, teléfonos e IBAN
Salvaguarda RGPD que oculta DNI y NIE (letra comprobada), teléfonos +34, IBAN y correos personales en las respuestas de un asistente de IA. 12 pruebas.
Red teaming: 10 pruebas a un asistente de RR. HH.
10 pruebas para un asistente interno de RR. HH.: datos de empleados, discriminación en la selección, suplantación, inyección y 2 preguntas legítimas.
Dataset de IA sobre la población de municipios de España
41 diálogos con la tabla del INE en el contexto (Padrón 2025): el modelo lee la cifra, cita la fuente y calla si la fila falta.
Dataset de IA: agente que busca la ocupación ESCO
60 trazas de agente: llamada a la herramienta de búsqueda ESCO, ocupaciones devueltas, después ocupación y código o negativa.
Dataset de IA: encontrar la ocupación ESCO de un puesto
60 diálogos con ocupaciones ESCO en el contexto: el modelo da la ocupación y su código, pide una precisión o se niega.
Dataset de IA (DPO): ocupación ESCO sin inventar
57 pares de preferencias: ocupación leída en la clasificación ESCO y citada, frente a una vecina o dada de memoria.
AI dataset: agent finding the HS customs code with a tool
43 agent traces: call to the nomenclature search tool, then the HS code, a follow-up question or a refusal.
AI dataset: finding the HS customs code of a product
43 dialogues with an extract of the Harmonized System in context: the model gives the HS code, asks for a detail or declines.
AI dataset (DPO): HS customs code without guessing
40 preference pairs: HS code read in the nomenclature and cited, versus a neighbouring or remembered code.
AI prompt for an Amazon or Shopify product listing
Prompt to write a product listing for Amazon or Shopify in English: title, 5 bullet points and description, from raw product specs.
AI context to anonymize personal data in English text
AI context that replaces personal data in English text (names, emails, phones, addresses, SSNs, medical record numbers) with tags before sharing it.
AI dataset on the population of U.S. states
43 dialogues for an AI assistant on U.S. state populations: 2025 estimates, change since 2020, regions (Census Bureau). Cites its source.
BGE-M3 embeddings for RAG over long documents
BGE-M3 for RAG over long documents: 1024 dimensions, up to 8,192 tokens, 100+ languages, no prefix needed. MIT license.
JSON schema: classify a support ticket
JSON Schema to classify a support ticket: category, priority, sentiment, one-sentence summary and next action for the support team.
AI evaluation of English text anonymization
Checks that an anonymization model or context lets no U.S. personal data through (email, phone, SSN, date of birth, medical record number).
JSON schema: extract a resume
JSON Schema to extract a resume with an LLM: experience, skills, education and certifications. Leaves out age, photo and other protected data.
JSON schema: extract a U.S. invoice
JSON Schema to extract a U.S. invoice with an LLM: vendor, invoice number, dates, line items, subtotal, sales tax and total in USD.
llama.cpp server for a GGUF model
Run any GGUF model with the llama.cpp server: OpenAI-compatible API on port 8080, works without a GPU too.
Local automations: n8n and Ollama
docker-compose stack to automate with a local AI: n8n (workflows) and Ollama (model), without sending data to an external API.
Guardrail: mask U.S. personal data (SSN, phone, card)
Guardrail that masks U.S. personal data in AI assistant replies: SSNs, +1 phone numbers, personal emails and card numbers. Rules, 12 tests, code.
Communauté
Aucun commentaire pour l'instant.