En este trabajo de fin de grado se presentará un recorrido por el desarrollo de una aplicación web enfocada en la utilización de Inteligencia Artificial Generativa (GenAI) previamente entrenada por el método de Fine-Tuning vía QLoRA, para la creación de visualizaciones de datos y análisis de estos, todo desde un ambiente local para evitar la exposición de datos sensibles.
Con el auge de la GenAI en la creación de soluciones en el área de la ingeniería, el software y las ciencias de la computación. Se propone en esta tesis ejemplificar el desarrollo de un portal para que sea implementado en diferentes casuísticas. Actualmente, siendo esta una solución muy interesante para empresas y organizaciones, en áreas como la salud, la educación o las finanzas. Este caso de uso se enfoca en el entrenamiento de visualización y análisis de datos con la librería HighCharts.js de Javascript.
En la creación de esta aplicación se analizan y se detallan los pasos a seguir para hacer un Fine-Tuning, los parámetros mínimos y demás recomendaciones para desarrollar una aplicación web enfocada en el entrenamiento de un Modelo de Lenguaje de Gran Tamaño (LLM) de 7 mil millones de parámetros. En este apartado se profundizan temas como el uso de Transformers, Tokenización y Entrenamiento del modelo.
En la fase de desarrollo de software se explica la creación del proyecto en base al desarrollo actual del software. Implementando las soluciones front-end y back-end pertinentes al proyecto haciendo uso de lenguajes de programación y diferentes frameworks para proporcionar un software más robusto, mantenible y escalable que se puede realizar en la actualidad.
Finalmente, se añade el proyecto y su repositorio para ser utilizado contando con una potencia computacional según las características que sostiene el proyecto. Cabe resaltar que esto es un ejemplo de implementación y que la solución mediante la GenAI es directamente proporcional a la potencia que se disponga. Lo cual lo hace una solución escalable y rompedora para el futuro de las ciencias de la computación.
Abstract:
In this bachelor’s thesis, a comprehensive overview of the development of a web application leveraging Generative Artificial Intelligence (GenAI) previously trained through Fine-Tuning using the QLoRA method will be presented. This application is specifically designed for data visualization and data analysis, implemented entirely within a local environment to ensure the protection of sensitive data.
Given the rising prominence of GenAI solutions across various fields such as engineering, software development, and computer science, this thesis proposes an illustrative example of a portal intended for deployment in diverse scenarios. Currently, this represents a highly valuable solution for businesses and organizations in sectors including healthcare, education, and finance. This case study concentrates on training for data visualization and analysis utilizing the JavaScript library HighCharts.js.
Throughout the development of this application, an analysis is conducted detailing the procedures involved in performing Fine-Tuning, the essential parameters, and additional recommendations necessary for building a web application centered on training a Large Language Model (LLM) consisting of 7 billion parameters. The thesis provides an in-depth exploration of crucial concepts such as Transformers, Tokenization, and Model Training.
During the software development phase, the thesis elaborates on the project’s creation in accordance with contemporary software development practices, implementing suitable front-end and back-end solutions. Programming languages and frameworks are employed strategically to deliver software that is robust, maintainable, and scalable by modern standards.
Finally, the project and its corresponding repository are presented for practical use, contingent upon the computational resources defined by the project’s specific requirements. It is essential to emphasize that this implementation serves as an illustrative example, and the effectiveness of the GenAI solution is directly proportional to the computational power available. Consequently, this approach represents a scalable and groundbreaking solution, positioning it as a pivotal innovation for the future of computer science.
En este trabajo de fin de grado se presentará un recorrido por el desarrollo de una aplicación web enfocada en la utilización de Inteligencia Artificial Generativa (GenAI) previamente entrenada por el método de Fine-Tuning vía QLoRA, para la creación de visualizaciones de datos y análisis de estos, todo desde un ambiente local para evitar la exposición de datos sensibles.
Con el auge de la GenAI en la creación de soluciones en el área de la ingeniería, el software y las ciencias de la computación. Se propone en esta tesis ejemplificar el desarrollo de un portal para que sea implementado en diferentes casuísticas. Actualmente, siendo esta una solución muy interesante para empresas y organizaciones, en áreas como la salud, la educación o las finanzas. Este caso de uso se enfoca en el entrenamiento de visualización y análisis de datos con la librería HighCharts.js de Javascript.
En la creación de esta aplicación se analizan y se detallan los pasos a seguir para hacer un Fine-Tuning, los parámetros mínimos y demás recomendaciones para desarrollar una aplicación web enfocada en el entrenamiento de un Modelo de Lenguaje de Gran Tamaño (LLM) de 7 mil millones de parámetros. En este apartado se profundizan temas como el uso de Transformers, Tokenización y Entrenamiento del modelo.
En la fase de desarrollo de software se explica la creación del proyecto en base al desarrollo actual del software. Implementando las soluciones front-end y back-end pertinentes al proyecto haciendo uso de lenguajes de programación y diferentes frameworks para proporcionar un software más robusto, mantenible y escalable que se puede realizar en la actualidad.
Finalmente, se añade el proyecto y su repositorio para ser utilizado contando con una potencia computacional según las características que sostiene el proyecto. Cabe resaltar que esto es un ejemplo de implementación y que la solución mediante la GenAI es directamente proporcional a la potencia que se disponga. Lo cual lo hace una solución escalable y rompedora para el futuro de las ciencias de la computación.
Abstract:
In this bachelor’s thesis, a comprehensive overview of the development of a web application leveraging Generative Artificial Intelligence (GenAI) previously trained through Fine-Tuning using the QLoRA method will be presented. This application is specifically designed for data visualization and data analysis, implemented entirely within a local environment to ensure the protection of sensitive data.
Given the rising prominence of GenAI solutions across various fields such as engineering, software development, and computer science, this thesis proposes an illustrative example of a portal intended for deployment in diverse scenarios. Currently, this represents a highly valuable solution for businesses and organizations in sectors including healthcare, education, and finance. This case study concentrates on training for data visualization and analysis utilizing the JavaScript library HighCharts.js.
Throughout the development of this application, an analysis is conducted detailing the procedures involved in performing Fine-Tuning, the essential parameters, and additional recommendations necessary for building a web application centered on training a Large Language Model (LLM) consisting of 7 billion parameters. The thesis provides an in-depth exploration of crucial concepts such as Transformers, Tokenization, and Model Training.
During the software development phase, the thesis elaborates on the project’s creation in accordance with contemporary software development practices, implementing suitable front-end and back-end solutions. Programming languages and frameworks are employed strategically to deliver software that is robust, maintainable, and scalable by modern standards.
Finally, the project and its corresponding repository are presented for practical use, contingent upon the computational resources defined by the project’s specific requirements. It is essential to emphasize that this implementation serves as an illustrative example, and the effectiveness of the GenAI solution is directly proportional to the computational power available. Consequently, this approach represents a scalable and groundbreaking solution, positioning it as a pivotal innovation for the future of computer science. Read More
Related posts:
45% of tech leaders have experienced a SaaS cybersecurity incident
What is DevOps as a service?
Creación y mejora de una página web para analizar ontologías de acuerdo con los principios FAIR
Implementación Git y entorno de desarrollo Dockerizado para Karakolas
Automatic Speech Recognition Advancements for Indigenous Languages of the Americas
Aplicación SCORM para el chequeo de documentos de especificación de requisitos almacenados en DOORS