搜尋結果
2024年3月7日 · AI 人工智慧. 為我的筆記加上 AI：RAG 實作經驗分享與四大產品化挑戰. 發佈日期: 2024 年 3 月 7 日 作者: 黃 昱嘉. 內容目錄. RAG 是什麼？ RAG 的優勢. Apple Notes + RAG 的實作流程. RAG 產品化的挑戰. 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。
2024年2月26日 · 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8月8日 · 管其毅 是台灣最大資料社群 「台灣資料科學社群 TWDS Meetup」 創辦人，致力推動台灣資料領域成長與培育人才。. 過去他曾待過 eBay、擔任過 Linkedin 資料總監，現在是 TaskRabbit 的 VP of Data。. 管其毅說明，「數據治理 Data Governance」這個概念在亞洲並不普遍，也因為 ...
2024年3月22日 · 本文是作者記錄自己今年三月參加 ALPHA Camp 與 ihower 共同推出的「Generative AI Engineer：LLM 應用開發工作坊」，除了詳細分享三個課程內容重點，也提到課程對工程師的幫助。
2023年11月8日 · LangChain是一種專為大型語言模型（LLM）設計的開源框架，深入探討其如何為AI開發者提供強大工具，以及在AI領域的應用潛力。 ALPHA Camp 學員登入
2023年7月24日 · 首先我們先依照技能與工作簡單分成三種類型：. 擅長 #分析應用 的： 資料分析師（Data Analyst）. 擅長 #程式實作 的： 資料工程師（Data Engineer）. 擅長 #模型理論 的： 資料科學家（Data Scientist）. 換句話說，他們分別是「看資料」，「調資料」以及「玩資料 ...
2024年2月1日 · Transformer的工作原理. Transformer的核心是自注意力機制，這一機制允許模型在生成輸出時評估序列內的所有單詞之間的相關性。. 這意味著模型不需要按順序逐步處理資訊，而是可以平行處理，大大加快了學習速度。. 此外，Transformer包含了多頭注意力（multi-head ...
