搜尋結果
2023年9月26日 · 你願意接受挑戰嗎？ 你不一定要是天生的程式天才，也不需要和別人比，因為一山永遠還有一山高。但你可以在網路上的免費教學網站先讓自己試水溫，觀察自己寫程式時的情緒反應：你可以承受卡關的挫折嗎？你有耐性思考問題、並仔細檢查自己的程式碼嗎？
2024年3月22日 · 有趣是有趣，但學完這麼多提升RAG成效的技巧後，我第一個念頭是「有需要每個技巧都用上嗎？」反覆思索後，我認為最核心還是在於「使用者反饋」，只要抱持簡單的心，也就是以「使用者體驗」為出發，去面對複雜的RAG應用就可以了。
2024年2月26日 · RAG 概念是由自然語言處理科學家 Patrick Lewis 等學者在 2020 年發表的論文 2 中所提出。 這項技術簡而言之，就是在向 LLMs 提供用戶的提示詞（prompt）之前，會先從外部的資料庫「檢索」相關資料，再將這些相關資料連同原本的提示詞提供給 LLMs 參考並「生成」回覆。
其他人也問了
黎明卿為什麼對孩子沒有愛?
《1987:黎明到來的那一天》是什麼?
美國國務卿是誰?
黎在山是誰?
2023年6月4日 · AI工程師工作內容. AI工程師需要掌握哪些技能？ 隨著人工智慧（AI）技術的迅速發展，特別是生成式AI（如OpenAI的GPT系列）的興起，生成式AI工程師成為了一個極具前景的職業。 但成為一名優秀的AI工程師，需要學習哪些技能呢？ 本文將介紹生成式AI工程師的角色，以及成為該領域專家所需的關鍵技能。 AI工程師是什麼？ 生成式AI工程師專注於設計、開發和應用生成式人工智慧模型。 這些模型能夠基於給定的數據生成新的內容，例如文本、圖像或音樂。 生成式AI工程師的工作不僅包括模型訓練和優化，還涉及理解和應用大型語言模型（LLM），如OpenAI的GPT-4。 生成式AI開發應用典範轉移.
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4月26日 · 發佈日期: 2024 年 4 月 26 日 作者: 黃 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。
2024年1月29日 · 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！ 你問過自己為什麼要學程式嗎？ 是想要有個帶得走的能力、想加值職能、想轉職、想賺更多錢？ 或是你只是單純認為，現在的人不會程式好像怪怪的、大家都在學程式所以我也要學？ 但是，知道自己為什麼要學程式，很重要嗎？ 維元和 Jack 異口同聲地表示， 問「為什麼」是學習前最重要的一件事情。 只有知道學習的目標和理由，才會有有效的學習計畫和持續實踐的動力。 問為什麼，是做一件事最核心的課題，要越清楚越好。 若不清楚，你可能會把資源投到錯的地方。 輕則會有挫折感，重則造成對學習的傷害。
