搜尋結果
2023年8月11日 · 1. 客戶服務和支持. 自動客服機器人 ：利用RAG技術的機器人可以從大量的常見問題解答和用戶指南中檢索資訊，以提供更準確、具體的客戶服務和技術支持。 2. 內容創作和摘要. 自動內容生成 ：RAG可以用於自動撰寫文章、報告，甚至創作詩歌和故事，它能從現有的大量文本中檢索靈感和資訊，創作出獨特的內容。 3. 搜索引擎優化. 增強搜索結果 ：RAG可以幫助搜索引擎提供更加豐富、多元的搜索結果，將用戶查詢與相關資訊連結起來，提高用戶體驗。 4. 學術研究.
2024年3月22日 · 內容目錄. 快速掌握 LLM 應用全局觀. RAG比我原本想的還有趣. 次世代LLM應用——打造虛擬團隊. 「軟體工程」仍是打造生產級LLM應用的關鍵. 本文作者是賴冠州（Edison Lai），曾任職於國內大型媒體的資深數據工程師。 這篇文章是他記錄自己今年三月參加 ALPHA Camp 與 ihower 共同推出的「 Generative AI Engineer：LLM 應用開發工作坊 」完課心得與收穫，我們獲得授權刊登， 原文刊登在他的 Medium。 自從ChatGPT在2022年底問世以來，以LLMs為中心的應用服務已掀起一股革命。
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。
2024年2月26日 · 以及為什麼 NVIDIA、Microsoft 等軟硬體科技巨頭都爭相投入這個領域。. （編按：想要進一步知道 RAG 實作與產品化要考量的面向，可以閱讀這篇 〈為我的筆記加上 AI：RAG 實作經驗分享與四大產品化挑戰〉 。. 什麼是 RAG？. 跟模型微調有什麼差別？. 在我 前一篇 ...
2023年10月2日 · 1. 清晰和具體的提示. 提示應該清晰、具體且明確。 避免使用模糊的或含糊不清的問題，因為這可能會導致不確定的回答。 確保提示中包含所有必要的信息，以使模型能夠理解您的意圖。 2. 上下文相關. 考慮到上下文對 Prompt Engineering 至關重要。 如果您正在進行對話，則應根據先前的對話內容編寫提示。
1. 三要素：動機、熱情、成就感. 2. 有系統的入門. 3. 找尋同好. 4. 練習、練習、再練習. 5. 有目的性的學習. 怎樣的人會學不起來？ 3分鐘熱度學不會. 沒天份學不會. 結語：怎樣叫做學會？ 在一個寫程式正夯的年代，常遇到有朋友問我：「一點技術都不懂的人可以學寫程式嗎？ 學的起來嗎？ 」我的答案通常是：「當然可以學，但是學不學的起來不一定。 （ 零基礎也能學會！ 最有系統的程式設計入門線上課程 ） 怎樣才能學的起來呢？ 我歸結幾點觀察如下： 1. 三要素：動機、熱情、成就感. 不管學習任何事物，動機都是最重要的。 學寫程式本來就不是件容易的事，有動機才會有熱情，遇到挫折也較容易撐過去。
2023年3月13日 · 本篇文章全面介紹了 R 語言，一種在大數據時代中扮演著關鍵角色的開源程式語言。 從 R 語言的起源、基本功能，到安裝方法和基礎知識，進而涵蓋了變數和資料型態、基本運算符、資料結構、控制結構，以及函式和套件的使用，文章為初學者提供了學習 R 語言 ...
