Java rencontre l'IA : Comment intégrer les LLMs dans vos applications avec LangChain4j
Conference (INTERMEDIATE level)
Amphi bleu
Vous voulez créer des applications intégrant les capacités des Large Language Models (LLMs) en utilisant Java et Spring Boot ?
Avec LangChain4j, vous pouvez créer vos propres chatbots alimentés par l'IA, traiter de grandes quantités de données non structurées et automatiser des processus à l'aide de Services IA qui peuvent utiliser divers outils : invoquer des API, accéder à des bases de données et même exécuter dynamiquement du code généré!
Dans cette présentation, nous couvrirons tout ce qu'il vous faut pour créer votre propre appli intélligent. D'abord nous explorerons les éléments de base: différents LLMs commerciaux et open source (OpenAI, Google Vertex, HuggingFace, etc.), chargeurs de documents, embeddings, de nombreuses vector stores, mémoire et outils. Ensuite, nous montrerons comment chaîner facilement ces éléments en utilisant une API Java concise et unifiée.
Nous mettrons LangChain4j en action en construisant un agent de support client hautement compétent qui gère les réservations, les annulations et fournit des réponses personnalisées au client, conformes aux politiques de l'entreprise.
Pour vous aider à démarrer avec vos propres applications, nous discuterons de la manière de choisir les bons LLMs, embeddings et vector stores, et les compromis à envisager.
À la fin de cette présentation, vous serez en mesure de construire une application alimentée par LLM en utilisant Java, et vous saurez comment choisir les composants les plus adaptés à vos besoins spécifiques.
Avec LangChain4j, vous pouvez créer vos propres chatbots alimentés par l'IA, traiter de grandes quantités de données non structurées et automatiser des processus à l'aide de Services IA qui peuvent utiliser divers outils : invoquer des API, accéder à des bases de données et même exécuter dynamiquement du code généré!
Dans cette présentation, nous couvrirons tout ce qu'il vous faut pour créer votre propre appli intélligent. D'abord nous explorerons les éléments de base: différents LLMs commerciaux et open source (OpenAI, Google Vertex, HuggingFace, etc.), chargeurs de documents, embeddings, de nombreuses vector stores, mémoire et outils. Ensuite, nous montrerons comment chaîner facilement ces éléments en utilisant une API Java concise et unifiée.
Nous mettrons LangChain4j en action en construisant un agent de support client hautement compétent qui gère les réservations, les annulations et fournit des réponses personnalisées au client, conformes aux politiques de l'entreprise.
Pour vous aider à démarrer avec vos propres applications, nous discuterons de la manière de choisir les bons LLMs, embeddings et vector stores, et les compromis à envisager.
À la fin de cette présentation, vous serez en mesure de construire une application alimentée par LLM en utilisant Java, et vous saurez comment choisir les composants les plus adaptés à vos besoins spécifiques.
Lize Raes
Open Tide
Lize Raes est ingénieure logicielle et responsable de l'IA dans une entreprise suisse spécialisée dans les logiciels pour la découverte de médicaments et la technologie génique. Parallèlement, elle développe des applications alimentées par LLM et fait partie intégrante de l'équipe LangChain4j. Lize aime utiliser la technologie pour résoudre des problèmes sociétaux. Cela l'a amenée par le passé à travailler en tant que chercheuse en implants cochléaires à l'Université de Gand, à développer un modèle de pronostic COVID-19 et à conseiller le gouvernement belge, ainsi qu'à s'engager en tant que membre du comité pour le hackathon CNCF + UN. Après le travail, on la trouve derrière son piano ou dans son atelier de menuiserie.
English 
Français