雅虎香港 搜尋

搜尋結果

  1. 2024年4月26日 · 發佈日期: 2024 年 4 月 26 日 作者: 昱嘉. 內容目錄. 初階工程師:與 AI 共學. 不要停留在「複製貼上」 與 AI 討論:這是最好的寫法嗎? AI 的表現反映使用者的能力. 資深工程師:專注力重新分配. 獨立開發者:成為全能個體. AI 並非取代,而是增強. 延伸閱讀. 快速掌握 LLM 應用全局觀. 如果你是軟體工程師,相信應該使用過 GitHub Copilot 等 AI 輔助開發工具,或是要求 ChatGPT 生成過程式碼。 許多目標明確、不需要複雜思考的的程式碼,很適合交給 AI 生成,不僅省時也省下精力。 由於我是 iOS 與前端工程師,近期很常要 AI 生成「動畫」——動畫的程式碼簡單、目標也明確,但是參數很多,每次都要重新查一次。

  2. 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。

  3. 2024年1月24日 · 一家估值 45 億美元公司,主打開放原始碼 AI 模型平台,為什麼獲得大量 AI 應用開發者的熱愛與重視? 對開發者的重要性:多、省時、簡便且標準化. Hugging Face 被稱為「AI 界的 Github」,最大亮點是開源模型集散地,整合大量的模型、資料集。 然而 Hugging Face 不單純是把模型放在網站上讓人下載,更重要的是提供標準化的函式庫、API 與網頁介面,並建立起開源社群。 其主要服務包含: 模型與函式庫「Transformers Library」:標準化的函式庫,可透過統一的 API 完成下載、串接、微調模型。 集中式平台「Hugging Face Hub」:整理了上傳到 Hugging Face 的模型與資料集,並持續增加中:

  4. 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: 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」:折線圖、堆疊長條圖. 「呈現整體組成」:圓餅圖、百分比堆疊長條圖、矩形樹狀圖. 「呈現分佈」:散佈圖、直方圖. 「比較大小+呈現分佈」:泡泡圖. 步驟二:選擇表達訊息能力最佳的圖表. 圓餅圖 vs 長條圖. 折線圖 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.

  5. 2024年1月10日 · 如果你正在考慮讓一個 AI side project 產品化,本文提出了六個思考點,幫助你判斷與理清思路。. GPT 3.5 推出不久後,為了熟悉 API 串接,我做了一個 AI 塔羅牌解讀服務 。. 因為是練習,當初決定從單純的題目著手,過程中卻發現,AI 應用的難度反而在 ...

  6. 2023年8月8日 · 內容目錄. 數據治理是什麼? 企業為什麼要做? 企業怎麼做數據治理? 沒做過的企業如何開始? 在醫療或金融等資料較敏感的產業,如何妥善管理數據,讓管理單位放心? AI 產生的「偏見」能被管理嗎? 從印尼最大電商 Tokopedia,有哪些數據治理經驗可以分享? 新加坡政府推動數據治理,經驗如何? ChatGPT 崛起後,數據治理有什麼轉變與新挑戰? 企業做數據治理,不同角色如何分工? 誰該對資料負責? 結語:企業如何推動數據治理? 關鍵字補充. 3 位在美國與新加坡、有豐富數據與 AI 領域經驗專家管其毅、Angus 與 Koo,帶大家瞭解「數據治理」是什麼? 對企業為什麼重要? 如何開始執行? 不同產業有什麼挑戰? ChatGPT 問世後「數據治理」又有什麼轉變與新挑戰?

  7. 2024年2月6日 · 發佈日期: 2024 年 2 月 6 日 作者: 昱嘉. 內容目錄. Product Hunt. AppSumo. Y Combinator 與 Hacker News. 各種 AI 產品清單網站. Indie Hackers. 如何使用這些網站? 在 〈6 個開發 AI 應用時該思考的問題,幫助你讓 Side Project 走向產品化〉 中,我們提出了 AI side project 在產品化過程需要面對的挑戰。 不過,可能你的狀況是「想嘗試開發商業化的 AI 應用,卻還沒有確定題目」,此時若能先快速瀏覽其他人正在做的有趣產品,或許能協助釐清產品方向。 本文提供五個能找到許多 AI 產品與新創的網站,並依照商業化程度由高至低排序,供你深入挖掘靈感。

  1. 其他人也搜尋了