搜尋結果
2024年2月26日 · 首頁 Blog. AI 人工智慧 / 其他. 為什麼要用 RAG？ 不用微調模型就能低成本讓 LLM 理解專業知識的 AI 技術. 發佈日期: 2024 年 2 月 26 日 作者: Matt Yu. 內容目錄. 什麼是 RAG？ 跟模型微調有什麼差別？ 快速掌握 LLM 應用全局觀. 何時要使用 RAG？ 何時要使用模型微調？ RAG 發展趨勢：科技巨頭爭相投入，相關產品遍地開花. 在使用 ChatGPT、Gemini 等奠基於大型語言模型（Large Language Models，以下簡稱 LLMs）的人工智慧服務時，很常會遇到一個問題就是：請它們提供與特定專業領域相關的資訊，往往只能獲得極為空泛、甚至是充滿幻覺（hallucination）的回覆。
2023年4月2日 · 從基本技能到資深專業，了解如何成為成功的前端工程師並在職業生涯中茁壯成長。 前端開發技能樹. 基本技能： HTML：熟悉 HTML 語法和標籤，能夠建立結構化的網頁。 CSS：熟悉 CSS，能夠設計RWD布局，掌握 Flexbox 和 Grid 等布局技術。 JavaScript：熟悉 JavaScript語法、概念及最佳實踐. 框架和函式庫： React.js：掌握 React 及其生態圈，了解虛擬 DOM、模組化和狀態管理等概念。 開發工具和技術： 版本控制：熟悉 Git 和 GitHub，能夠進行分支管理、合併和衝突解決。 打包工具：熟悉 Webpack 等打包工具，了解模組化開發。 預處理器：熟悉 Sass、Less 或 Stylus 等 CSS 預處理器。
2023年11月8日 · 首頁 » Blog » 《RISE-UP 科技人才升級週報》#14：你有聽過 Scrumfall 開發法嗎？ ｜Netflix 用機器學習讓小編更快找到影片素材 Hi 讀者， 相信大家都很關心 OpenAI 第一次的 DevDay 內容和各種技術細節，除了直接看影片和文件，我們也很推薦大家可以從別的角度來分析這次的發表會，例如 Ben Thompson 寫的〈The ...
小結. 這一切大概開始於我搬到紐約後的2012年。 當時，「資料科學」一詞還沒人用，大數據是大數據、機器學習是機器學習（其實廣義來講也算統計學的資料探勘），而人工智慧也只稱作人工智慧，這些都是截然不同的專業領域。 大數據，專注於建置可儲存和處理大量資料的系統平台；機器學習專注於設計用資料趨勢來分類與預測的模型；而人工智慧，廣義而論是在設計和模擬人類般的知識管理和決策能力。 這些領域之間或許相輔相成，但並不被視為同一專業。 不料幾年後，資料科學一詞充斥整個業界。 根據維基百科，資料科學是「從大量的結構性與非結構性資料中萃取知識，實為資料探勘的延伸，另稱知識發現與資料探勘（Knowledge discovery and Data Mining）」。
這次邀請到來自產品開發、專案管理、數據分析等專業工作者，分享他們的職涯歷程，期望幫助大家充分了解，學程式有更多元的職涯發展！. ALPHA Camp 社群裡的人才在不同領域裡各有專精，也有不同職涯階段的經歷和思維能學習。. 【AC 充電站】提供社群成員 ...
千禧世代，工作到 6、70 歲都很正常，即使 30 歲轉換跑道，後面還有 30 年要工作，這並不是什麼太大的問題。 事實上我很鼓勵 30 歲以前的人，盡量去轉換跑道。
從零開始學會網頁開發，讓遠距工作成為現實. 遠距工作的夢. 開始學程式的起心動念，是因為我的興趣， 衝浪 。 這可能聽起來有點荒謬，不過是真的，我需要一個不用待在固定地點就能工作的職位，讓我可以早上衝完浪，吃個早餐就可以開始工作啦。 於是我大概找了一下可以遠距工作的職位，發現大概有幾種類別：文字工作者、攝影工作者、藝術工作者、程式設計師…等等，總之我只有學過程式，覺得不排斥，還算有點興趣，不然就學學看吧。 但是…程式設計師那麼多種，到底要學什麼？ 怎麼學？
