搜尋結果
2024年2月1日 · 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。
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3月7日 · 本文會先簡單介紹 RAG 的原理與優勢，接著分享我的實作經驗（相關的教學文章連結我整理在文末），並討論 RAG 應用產品化過程中可能面臨的問題。 在文章最後，則會進一步探討：當 LLM 具備長文本理解能力，可以讓我們把資料全部塞進 prompt 裡，此時還需要 RAG 嗎？ RAG 是什麼？ RAG 解決了大型語言模型（LLM）實際應用時的兩大侷限：幻想（hallucination）與資料時限。 RAG 結合「資訊檢索（retrieval）」和「生成（generation）」：在文本生成之前，先從資料庫中檢索相關的資料放入上下文，以確保 LLM 可依照正確的最新資訊生成結果。 看似複雜，其實相當直覺——既然大型語言模型受限於缺乏最新資料，那我們就在生成時，提前準備好「小抄」，讓它照著回答。
2024年1月29日 · 學了真的就可以找到工作嗎？怎麼持續學？一直撞牆怎麼辦？這次職涯相談室請來兩位教學經驗豐富的程式開發前輩 Jack 和維元，帶大家從「自學程式的 7 個 FAQ」，來一一破解你的迷思和誤區，幫你修成正果。你為什麼學程式？問為什麼超重要！
2023年8月11日 · 本文全面解析了RAG（Retrieval-Augmented Generation）架構，它如何革新大型語言模型（LLM）Generative AI的能力，提供更準確、豐富的資訊回應。.
2023年3月6日 · 總結. 2023 RISE 春季班招生中. 2022 年底，我報名了 ALPHA Camp 推出的「設計 E2E 現代數據架構」學程，六週的內容超出預期的豐富，認識了許多 Data 領域的超強導師和優秀同儕，用力地學習、死命地交流，獲得的知識、經驗、人脈和資源，實在很超值！ 當初為什麽想申請 RISE、參加這門學程. 當初是從 ALPHA Camp co-founder Youchi 的 臉書貼文 得知此計畫，看完 RISE 跟 Early Riser 介紹頁 (馬上看 2023 RISE 計畫官網 )，當下就決定要報名了！ 學程主打的「教練陪跑式實戰營隊設計」、「用宏觀視角培養領導者思維」、「結交數據領域的優秀人脈」都非常吸引我。
2023年1月31日 · 從測驗結果顯示，4,299 有效回收樣本中有 44.7% 的開發者為戰士特質，其次有 22.4% 屬於魔法師、11 %的弓箭手與 10% 的的傳道士， 而先知與樂師則為少見的開發者類型。. 這些受測者中，有 25% 的全端工程師、25% 的前端工程師、18% 的後端工程師，職務以 Web 為主 ...
