Pour générer des légendes d’images IA sur nos sites « D », nous pouvons soit utiliser les plans payants d’OpenAI (vous devez même conserver un solde de crédit d’avance sur votre compte pour commencer), soit l’API gratuite et ouverte Llava Ai.
Mais pour obtenir des conseils sur la façon de générer des clés API Llava, je cherche sur Google depuis 3 heures, mais même après avoir regardé de nombreuses vidéos, je n’ai pas réussi à trouver une direction dans la bonne voie.
L’interface/le site Web de Llava ne semble pas avoir d’option pour générer directement les clés API nécessaires :
Je pense que ce serait très précieux pour les utilisateurs s’il y avait juste « un petit lien » qui pourrait orienter les utilisateurs curieux dans la bonne direction. Quelque chose de similaire à ceci :
Mais j’ai constaté que cela ne m’a peut-être aidé qu’à avancer d’un pas. Car alors que pour Google Gemini, dès que j’ai rempli cette clé dans mes paramètres D-Site, tout ce qui dépendait de Gemini a commencé à fonctionner parfaitement bien.
Mais même après avoir rempli cette clé secrète Hugging Face Api (que vous m’avez indiquée) dans les Disco-Settings, le sous-titrage d’images donne une ‘Erreur 500’ (le même sous-titrage d’images fonctionne bien si je choisis ‘Open-Ai Gpt4-Vision Preview’ comme modèle de sous-titrage d’images).
Et aussi, parce que Llava semble différent car il y a tellement de champs vides dans les paramètres D-Site nommés Hugging Face ou Llava (pourquoi utilisent-ils Llava à un endroit et Hugging Face à un autre ajoute également à la confusion), que je suis sûr qu’ils ne seront pas redondants.
Alors, pouvez-vous m’indiquer une ressource sur Internet qui pourrait m’aider à obtenir les valeurs pour tous ces champs vides dans les paramètres D-Site, ou à implémenter cela correctement.
Pour LLaVa, nous ne prenons en charge que l’auto-hébergement via l’image de conteneur ghcr.io/xfalcox/llava:latest pour le moment.
Si vous avez accès à un serveur avec un GPU doté d’au moins 24 Go de VRAM, vous pouvez l’auto-héberger, sinon je vous recommande de vous en tenir à GPT-4V.
