雅虎香港 搜尋

搜尋結果

  1. 2024年2月26日 · RAG 概念是由自然語言處理科學家 Patrick Lewis 等學者在 2020 年發表的論文 2 中所提出。 這項技術簡而言之,就是在向 LLMs 提供用戶的提示詞(prompt)之前,會先從外部的資料庫「檢索」相關資料,再將這些相關資料連同原本的提示詞提供給 LLMs 參考並「生成」回覆。 IBM 的語言技術總監 Luis Lastras 用開書考試(open-book)跟闔書考試來類比 RAG 跟模型微調的差異:「使用 RAG 系統時,你是要求模型去檢索書的內容(資料庫),而不是光依憑(模型微調)的記憶來回答問題。 」 3. 而 RAG 所使用並非傳統的資料庫,而是所謂的向量資料庫(vector database)。

  2. 2024年2月1日 · Stable Diffusion是一種由Stability AI及其合作夥伴開發的開源圖像生成模型。 它使用深度學習技術,特別是變分自編碼器(VAE)和變換器(Transformers),來生成詳細的圖像。 用戶可以通過自然語言描述(例如文字提示),指導模型生成具體的圖像內容。 立即下載. 快速掌握 LLM 應用全局觀. Stable Diffusion 是一款強大的開源AI圖像生成工具,它允許使用者根據文字提示來創造高質量的圖像。 此工具適用於藝術家、設計師、研究人員等各種背景的使用者。 如果您對AI圖像生成感興趣並希望親自嘗試,以下是完整的Stable Diffusion安裝指南。 Stable Diffusion 前置要求.

  3. 2024年3月7日 · 一、資料清理. 二、如何切割文本. 三、如何搜尋. 四、LLM 生成品質. 快速掌握 LLM 應用全局觀. 有了「長上下文 LLM」(Long-Context LLM),還需要 RAG 嗎? RAG(Retrieval-Augmented Generation,檢索增強生成)無疑是當今開發大型語言模型(LLM)產品時,不可或缺的技術。 由於可以確保 LLM 生成的真實性,在企業 AI 應用與搜尋場景相當受到重視。 為此,我也試著實作一個簡單的 RAG 應用。 多年累積下來,我的 Apple Notes 已經有 7000 多則筆記,搜尋愈來愈不準確,常在寫新筆記時想參考舊筆記,卻怎麼也找不到。

  4. 2024年2月1日 · Transformer模型概述. Transformer的工作原理. Transformer在自然語言處理中的應用. 對AI發展的影響. 在人工智慧領域,Transformer模型自2017年由Google的研究者介紹以來,已成為最具影響力的創新之一。 它不僅改變了自然語言處理(NLP)的面貌,還對整個AI技術的發展產生了重大影響。 本文將深入探討Transformer的基本原理、結構特點以及它如何推動AI技術的突破。 Transformer模型概述. Transformer模型是基於自注意力機制(self-attention mechanism)的一種架構,它能夠在處理序列數據時,同時考慮序列中的所有元素,這種全局視角使得Transformer在多個領域特別有效。

  5. 2023年8月11日 · RAG的基本概念. RAG是一種結合了檢索(Retrieval)和生成(Generation)的模型架構。 它首先從大量數據中檢索相關資訊,然後基於這些資訊生成回應。 這種方法使得LLM能夠在回答查詢時引用具體且相關的資訊來源,從而提高回答的品質和準確性。 Source: Amazon. RAG如何工作. 檢索階段 :當RAG接收到一個查詢時,它會使用先進的檢索算法在大型數據庫中尋找與該查詢相關的資訊。 生成階段 :檢索到的資訊將被輸入到生成模型(如GPT-3)中,生成模型根據這些資訊來構造回應或內容。 整合檢索與生成 :RAG模型會學習如何最有效地結合檢索到的資訊和自身的生成能力,以產生高質量的輸出。 RAG的優勢. 增強的準確性 :通過引入外部資料,RAG能夠提供更精準的資訊。

  6. 2024年1月8日 · 三步驟讓數據分析清晰易讀. 發佈日期: 2024 年 1 月 8 日 作者: 黃 昱嘉. 內容目錄. 步驟一:最希望呈現資料裡的哪一個關係? 「比較大小」:長條圖. 「了解趨勢」:折線、堆疊長條圖. 「呈現整體組成」:圓餅、百分比堆疊長條圖、矩形樹狀. 「呈現分佈」:散佈、直方圖. 「比較大小+呈現分佈」:泡泡. 步驟二:選擇表達訊息能力最佳的圖表. 圓餅 vs 長條圖. 折線 vs 堆疊長條圖. 步驟三:挑選顏色. 以上都不符合你的需求嗎? 這裡有更多選擇圖表的指引. RE:LAB. Financial Times 的「視覺化辭典」 Andrew Abela 的 Chart Chooser. The Data Visualisation Catalogue. 結語.

  7. 2023年11月21日 · 這篇文章介紹 Data Visualization 資料視覺化的概念、案例和實用工具推薦,以及資料視覺化的原則和方法步驟。.