Discussion :

[MaxiDonkey]

J'ai mis en ligne un tutoriel présentant un petit code permettant de transformer facilement une méthode synchrone en méthode asynchrone.
Ce code exploite également un pattern basé sur les promises, offrant ainsi la possibilité d'enchaîner l'exécution de méthodes asynchrones de manière fluide.

Si vous utilisez l'un des wrappers que j'ai développés autour des solutions d'IA générative qui intègrent déjà des mécanismes d'asynchronisme, vous pourrez dès maintenant, créer simplement des requêtes complexes avec des étapes intermédiaires.

Quel est l'intérêt ?
Cette approche permet d'obtenir des réponses d'une qualité et d'une pertinence accrues.
Par exemple, en utilisant GPT-4o pour générer un texte sur une problématique spécifique, le document obtenu sera d'une qualité comparable à celui produit directement par un modèle o1 ou o3.
De plus, ce procédé facilite la construction d'informations synthétiques, notamment pour entraîner des petits modèles dans le cadre de la distillation.

Sur le dépôt GitHub, vous trouverez également un programme d'exemple utilisant GenAI.
Cependant, vous pouvez tout aussi bien exploiter les modèles de Mistral, Anthropic ou d'autres wrappers que j'ai déjà mis à disposition.

Lien vers le projet : https://github.com/MaxiDonkey/CerebraChainAI

[Charly910]

Merci,
dès que j'ai un peu de temps, j'essaye
A+
Charly

[MaxiDonkey]

C'est parfait, cela me permettra d'avoir un retour extérieur, ce qui est toujours bénéfique.

Merci à toi, Charly.

[MaxiDonkey]

Je viens de publier la partie II du précédent projet CerabraChain.

Dans cette partie, je présente un framework asynchrone en Delphi permettant de décomposer et d'orchestrer des tâches complexes en IA, en combinant des exécutions séquentielles et/ou parallèles.
Grâce à une approche par pipeline facilitant la planification, ainsi qu’à l’utilisation de promesses et au streaming en temps réel, j’ai illustré, par l'exemple, une intégration moderne de l’IA dans un environnement Delphi, le tout avec une approche pédagogique.

La partie II se nomme SynkFlowAI et elle est disponible sur GitHub : https://github.com/MaxiDonkey/SynkFlowAI