LLM Hub

timmy boy

ဤအက်ပ်အကြောင်း

LLM Hub သည် ထုတ်လုပ်မှုအဆင့် AI ကို သင့် Android စက်ပစ္စည်းသို့ တိုက်ရိုက်ယူဆောင်လာပါသည် — သီးသန့်၊ မြန်ဆန်ပြီး အပြည့်အဝ ပြည်တွင်း။ စက်ပေါ်ရှိ ကြီးမားသော ဆက်စပ်ဝင်းဒိုးများ၊ မြဲမြံသော ကမ္ဘာလုံးဆိုင်ရာ မှတ်ဉာဏ်နှင့် ပြန်လည်ရယူခြင်း-တိုးမြှင့်ထားသော မျိုးဆက် (RAG) များ (Gemma-3၊ Gemma-3n ဘက်စုံ၊ Llama-3.2၊ Phi-4 Mini) ကို အသုံးပြု၍ စက်ပေါ်တွင် သိမ်းဆည်းထားသော အညွှန်းမှတ်တမ်းများထဲတွင် အဖြေများကို ခိုင်လုံစွာ လုပ်ဆောင်ပါ။ စာရွက်စာတမ်းများနှင့် မှတ်စုများအတွက် မြှုပ်သွင်းမှုများကို ဖန်တီးပြီး သိမ်းဆည်းခြင်း၊ ကွက်ကွက်ဆင်တူသည့် ရှာဖွေမှုကို စက်တွင်းတွင် လုပ်ဆောင်ပြီး အချက်အလက်များကို တိုက်ရိုက်လိုအပ်သည့်အခါ DuckDuckGo စွမ်းအားသုံး ဝဘ်ရှာဖွေမှုဖြင့် တုံ့ပြန်မှုများကို ကြွယ်ဝစေသည်။ တိကျပြတ်သားစွာ ထုတ်မထုတ်ပါက သင့်ဖုန်းတွင် အရေးကြီးသည့်အရာအားလုံး ရှိနေသည်- ပြည်တွင်း-သီးသန့် မမ်မိုရီ၊ အညွှန်းများနှင့် မြှုပ်နှံမှုများသည် မြင့်မားသောဆက်စပ်မှုနှင့် တိကျမှုကို ပေးဆောင်စဉ်တွင် သင်၏ privacy ကို ကာကွယ်ပေးပါသည်။

အဓိကအင်္ဂါရပ်များ

စက်ပေါ်ရှိ LLM အနုမာန- cloud မှီခိုမှုမရှိဘဲ လျင်မြန်သော၊ သီးသန့်တုံ့ပြန်မှုများ၊ သင့်စက်ပစ္စည်းနှင့် လိုအပ်ချက်များနှင့် ကိုက်ညီသော မော်ဒယ်များကို ရွေးချယ်ပါ။
Retrieval-Augmented Generation (RAG)- အချက်အလက်အခြေခံသော အဖြေများထုတ်လုပ်ရန်အတွက် စံနမူနာပြထားသော စာရွက်စာတမ်းအပိုင်းအစများနှင့် မြှပ်နှံမှုများကို ပေါင်းစပ်ကာ ကျိုးကြောင်းဆင်ခြင်ပါ။
Persistent Global Memory- စက်ရှင်များတစ်လျှောက် ကာလရှည်ပြန်လည်သိမ်းဆည်းရန်အတွက် အချက်အလက်များ၊ စာရွက်စာတမ်းများနှင့် အသိပညာများကို အမြဲမပြတ်၊ စက်တွင်းမှတ်ဉာဏ် (Room DB) တွင် သိမ်းဆည်းပါ။
မြှုပ်နှံမှုများနှင့် Vector ရှာဖွေမှု- မြှပ်နှံမှုများ၊ အညွှန်းအကြောင်းအရာကို စက်တွင်းတွင် ဖန်တီးပြီး ထိရောက်သော အလားတူရှာဖွေမှုဖြင့် သက်ဆိုင်ရာ စာရွက်စာတမ်းများကို ပြန်လည်ရယူပါ။
Multimodal ပံ့ပိုးမှု- ရနိုင်သည့်အခါ ပိုမိုပြည့်စုံသော အပြန်အလှန်တုံ့ပြန်မှုများအတွက် စာသား + ရုပ်ပုံသုံးနိုင်သော မော်ဒယ်များ (Gemma-3n) ကို အသုံးပြုပါ။
ဝဘ်ရှာဖွေမှုပေါင်းစည်းခြင်း- RAG မေးမြန်းမှုများနှင့် ချက်ချင်းအဖြေများအတွက် နောက်ဆုံးပေါ်အချက်အလက်များကို ရယူရန်အတွက် DuckDuckGo စွမ်းအားသုံး ဝဘ်ရလဒ်များဖြင့် ဒေသဆိုင်ရာအသိပညာကို ဖြည့်စွက်ပါ။
အော့ဖ်လိုင်း-အဆင်သင့်- ကွန်ရက်ဝင်ရောက်ခွင့်မရှိဘဲ အလုပ်လုပ်ပါ — မော်ဒယ်များ၊ မမ်မိုရီနှင့် အညွှန်းများသည် စက်ပေါ်တွင် ဆက်လက်တည်ရှိနေပါသည်။
GPU အရှိန်မြှင့်ခြင်း (ချန်လှပ်ထားနိုင်သည်- ပံ့ပိုးထားသည့် ဟာ့ဒ်ဝဲအရှိန်မြှင့်ခြင်းမှ အကျိုးကျေးဇူး — ပိုကြီးသော GPU-ကျောထောက်နောက်ခံပြုထားသော မော်ဒယ်များဖြင့် အကောင်းဆုံးရလဒ်များအတွက် ကျွန်ုပ်တို့သည် အနည်းဆုံး 8GB RAM ရှိသော စက်များကို အကြံပြုပါသည်။
ကိုယ်ရေးကိုယ်တာ-ပထမဒီဇိုင်း- မန်မိုရီ၊ မြှုပ်နှံမှုများ၊ နှင့် RAG အညွှန်းများသည် ပုံသေအားဖြင့် စက်တွင်းရှိနေပါသည်။ ဒေတာမျှဝေရန် သို့မဟုတ် ထုတ်ယူရန် ပြတ်သားစွာ မရွေးချယ်ပါက cloud အပ်လုဒ်လုပ်ခြင်း မရှိပါ။
Long-Context Handling- ကြီးမားသော ဆက်စပ်ပြတင်းပေါက်များပါရှိသော မော်ဒယ်များအတွက် ပံ့ပိုးပေးသောကြောင့် Assistant သည် ကျယ်ပြန့်သော စာရွက်စာတမ်းများနှင့် မှတ်တမ်းများကို အကြောင်းပြချက်ပေးနိုင်သည်။
Developer-Friendly- သီးသန့်၊ အော့ဖ်လိုင်း AI လိုအပ်သည့် အက်ပ်များအတွက် ဒေသဆိုင်ရာ ကောက်ချက်ချခြင်း၊ ညွှန်းကိန်းထုတ်ခြင်းနှင့် ပြန်လည်ရယူခြင်းဆိုင်ရာ အသုံးပြုမှုကိစ္စများနှင့် ပေါင်းစပ်သည်။
LLM Hub ကို ဘာကြောင့် ရွေးချယ်တာလဲ။ LLM Hub သည် မိုဘိုင်းပေါ်တွင် သီးသန့်၊ တိကျပြီး လိုက်လျောညီထွေရှိသော AI ပေးပို့ရန် တည်ဆောက်ထားသည်။ ၎င်းသည် ပြန်လည်ရယူခြင်းဆိုင်ရာ အခြေခံစနစ်များ၏ ဖြစ်ရပ်မှန်အခြေခံနှင့် မြဲမြံသောမှတ်ဉာဏ်၏အဆင်ပြေမှုတို့နှင့် ဒေသဆိုင်ရာ ကောက်ချက်ချမှု၏ အရှိန်အဟုန်ကို ပေါင်းစပ်ထားပါသည် — အသိပညာလုပ်သားများ၊ လျှို့ဝှက်ရေးသတိရှိသောအသုံးပြုသူများနှင့် ဒေသန္တရပထမ AI အင်္ဂါရပ်များကို တည်ဆောက်သည့် developer များအတွက် စံပြဖြစ်သည်။

ပံ့ပိုးထားသော မော်ဒယ်များ- Gemma-3၊ Gemma-3n (ဘက်စုံ)၊ Llama-3.2၊ Phi-4 Mini — သင့်စက်၏ စွမ်းဆောင်ရည်နှင့် ဆက်စပ်လိုအပ်ချက်များနှင့် ကိုက်ညီမည့် မော်ဒယ်ကို ရွေးချယ်ပါ။

အသစ်များ

- Upgraded Phi-4 Mini Max context window to 4096 and enabled GPU backend
- Model loading configuration now remembers your last settings
- Added translation support for Italian