搜尋結果
2024年復活節
- 2024年3月31日 星期日
2024年2月26日 · 1 隨著越來越多的企業和組織期許能夠將 LLMs 應用到生活以及工作的各個領域，如何產生客製化的 LLMs 便成為人們關注的焦點，而名為「檢索增強生成」 （Retrieval-Augmented Generation，縮寫為 RAG）就是值得我們重視的其中一項技術。 本文將介紹 RAG 的運作方式、哪些使用情境適合導入 RAG？ 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？
2024年1月30日 · 在2024年，AI工具的發展已經達到新的高度，從提高個人生產力到企業操作效率的各個方面，AI工具都扮演著不可或缺的角色。 無論是進行語言交流、內容創作、或是任務管理，都有相應的AI工具可以幫助我們更加輕鬆地完成工作。 以下是今年度好用的AI工具推薦，希望能幫助您在信息海洋中快速找到適合自己的工具。 聊天機器人. ChatGPT ：這是一個由OpenAI設計的人工智慧語言模型，可以提供自然且流暢的文本對話。 Claude ：這是一個強大的人工智慧聊天機器人，具有強大的語言理解能力，能夠解答各種問題。 Bing AI Copilot ：這是微軟開發的人工智慧聊天機器人，可以提供即時的問答服務。 內容創作工具. Jasper ：這是一個AI驅動的內容生成工具，可以幫助您快速產生優質的文本內容。
2024年3月22日 · RAG比我原本想的還有趣. 在上工作坊之前，早就知道建立RAG大概會經歷哪些環節，心想不就是「先拆解文件，接著取得每個文件區塊的embeddings並放入向量資料庫，再來進行相似性搜尋相關文件區塊，最後根據相關文件進行生成」嗎？ 上完工作坊後才發現RAG其實是個相當精細的LLM應用，比我想像得還要有趣許多。 根據 LangChain ，RAG可以分為五個環節： Deconstructing the RAG stack（擷自 X ） 每個環節都有很大的發揮空間可以提升成效。 舉例來說，使用者提出的查詢並不一定適合作為資訊檢索用途。
2024年2月1日 · 開源繪圖生成式AI 安裝教學 - ALPHA Camp. 首頁 » Blog » AI 人工智慧. Stable Diffusion 是什麼？ 開源繪圖生成式AI 安裝教學. 發佈日期: 2024 年 2 月 1 日 作者: ALPHA Camp. 什麼是Stable Diffusion？ 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.
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。
2023年12月27日 · 「這一切是有可能的。 工作提供你近乎無窮盡的機會跟充分的時間，就看你願不願意這樣想。 如果你在 2024 年把握機會這樣做，將會很訝異一年原來可以進步這麼多。 」他在結尾寫道。 以寫程式為例，他說寫程式往往是為了解決一個問題或實作一個功能，遵循自己已經熟悉的路徑和模式可以很快做到這一點，這是經驗的紅利，卻也是陷阱；經驗會提高嘗試新事物的代價，所以他常常會刻意繞遠路。 文中引用一句老話：「慢才能平順、平順才會快。 （Slow is smooth, smooth is fast again.）」 DHH 的原則是：不能只停在「完成任務」，除了有效、正確、快速，還要再加上一個：試著讓它更「美」，追尋這件事讓他得到許多收穫。
2024年3月28日 · AI應用在哪些方面？ AI擅長處理的問題，通常是資料量大樣本多，且與情境相關性低的任務，那到底現在生活中，實際應用AI在哪些方面呢？ 主要有六個面向. 影像處理 Image Processing：AI被廣泛用來辨識圖像，並做出標籤，當你在使用以圖找圖時，電腦就能辨識出相似的圖片。 或是便是你的特徵，讓你用臉部辨識來登入服務。 推薦引擎：透過過去的消費者行為留下的資訊，經過人工智慧演算法推薦給你你可能會喜歡的類似商品或歌曲， 像是 Netflix 和 YouTube 使用 AI 分析用戶的觀看習慣，以推薦相關內容。 Spotify推薦品味類似的歌手，或是電商網站推薦給你你可能想要買的產品。
