搜尋結果
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 · 什麼是 RAG？ 跟模型微調有什麼差別？ 在我 前一篇分享 OpenAI 研究員 Andrej Karpathy 介紹 LLMs 的文章 曾介紹到，通常 LLMs 的訓練會經過兩個階段：產出基本模型（base model）、曠日廢時且需要投入大量資源的「預訓練」階段，以及後續頻繁進行的「模型微調（fine-tuning）」階段。 在上述的訓練過程中，若希望 LLMs 理解特定領域的知識，就得從模型微調的階段下手，將特定領域的專業知識輸入基本模型進行訓練。 但模型的微調不僅得仰賴硬體的運算，且無法很快地將公司或組織的新資料納入模型之中，這都會對客製化 LLMs 的落地應用形成限制。 而 RAG 就能夠突破上述的限制。
本文將深入探討這一關鍵概念，並提供實用的策略和步驟，以幫助企業有效運用數據，提升決策品質和市場競爭力。 一、數據驅動（Data Driven）的含義. 數據驅動是指在決策過程中主要依靠數據分析和數據見解，而非僅憑經驗或直覺。 這意味著企業需要收集、分析並運用相關數據，來指導其商業策略、市場行銷和日常運營決策。 資料分析 5 步驟，成為數據分析師 Data Analyst 的 Top 3 技能. 二、數據驅動的重要性. 在競爭激烈的商業環境中，數據驅動能夠為企業帶來以下幾項關鍵優勢： 提高決策的準確性 ：使用數據可以減少猜測和直覺帶來的不確定性，從而提高決策的準確性。 增強市場洞察力 ：通過數據分析，企業可以更深入地了解市場趨勢、消費者行為和競爭對手的狀況。
其他人也問了
梅艷芳是誰?
梅艷芳什麼時候開畫?
《梅艷芳》是什麼電影?
梅艷芳對香港有何重要性?
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.
2023年4月13日 · 資料科學. Data Cleaning：資料清洗的方法與重要性. 發佈日期: 2023 年 4 月 13 日 作者: AC 編輯群. Data Cleaning 資料清理，又稱為資料整理，是資料預處理過程中的一個重要環節。 在進行資料分析或建立機器學習模型之前，資料清理對確保分析結果的準確性至關重要。 本文將介紹資料清理的基本概念、方法，以及資料清理在實際應用中的重要性。 什麼是 Data Cleaning？ Data Cleaning 指的是從原始資料中識別並修正（或移除）不完整、不準確或不一致的資料的過程。 資料清理旨在提高資料品質，從而確保後續的資料分析或模型建立能夠基於高品質的資料進行。 數據分析 Data Analysis 怎麼做？ 資料分析 5 步驟. 立即領取.
2023年4月7日 · 大數據是指在傳統數據處理應用軟件無法有效處理的大量數據集合。 其主要特徵是具有 高度的異質性 ， 大量的數據量 ， 快速的數據產生與傳輸速度 ，以及可能 低品質或不確定的數據值 。 這些特點也被稱為大數據的四個V：Volume（數據量）、Velocity（速度）、Variety（種類）和Veracity（真實性）。 多大才能算是大數據？ 一般來說，當我們談論大數據時，我們通常是指數據集的大小在一兆位元組（TB，terabytes）以上，甚至達到拍位元組（PB，petabytes）或艾位元組（EB，exabytes）等數量級。 然而，這並不是一個硬性的規定，更重要的是這些數據無法被傳統的數據庫管理工具有效處理。 立即領取. 免費點我下載完整數據分析案例. 大數據為什麼重要？
2023年7月25日 · 發佈日期: 2020 年 10 月 19 日 作者: Ellen. 內容目錄. Reflection 與做中學. ORID 是什麼？ 討論的思維框架. Objective 客觀、事實. Reflective 感受、反應. Interpretive 意義、價值、經驗. Decisional 決定、行動. 選擇關注點：第一步就是最後一步. 關注你的位移 (A—>B) 為什麼要使用 A → B 結構？ 刻意選擇 Growth mindset 視角. 培養你的後設認知. 不要浪費有效經驗. 狀態負面時去休息；狀態正面時做 reflection. 小結. Reference. 體驗用 ORID 強化全端網頁開發學習效果，3 分鐘小測驗找到你的學習起點. Reflection 與做中學.
