搜尋結果
2024年2月26日 · 而模型微調則更適合想要讓 LLMs 學會新的行為模式，譬如加強預測農穫量的能力、根據各地氣候調整灌溉時程的能力等等。 此外，因為 RAG 是在 LLMs 生成回覆之前進行檢索，且系統檢索的資料都是由使用的組織提供，不僅具備一定程度的資料透明，也可以確保組織的資料安全，資料也更具可擴展性。
2024年1月30日 · Constitutional AI是Anthropic開發的一種方法，用於訓練AI系統，特別是像Claude這樣的語言模型，使其無害且有益，而不依賴於大量人類反饋。 Claude模型通過監督學習和從AI反饋中，進行強化學習的兩個階段進行微調，以確保其對人類的幫助和無害性。 Claude模型還具有能夠解釋對有害請求的反對意見的能力，增強了透明度並減少了對人類監督的依賴。 Claude的目標是成為一個有益、誠實且無害的AI助手，並且能夠與用戶進行自然對話，提供高質量的回答和支持各種任務，包括創意寫作、寫程式、問答等. Google Gemini是一個使用大型語言模型（LLM）技術的生成式人工智慧（AI）服務，旨在幫助使用者創造內容、發揮創意、提高效率和學習新知。
2024年3月7日 · Watch on. 隨著我在文件上輸入、修改，底下會出現一排依照相似度排序的推薦筆記。 而由於我的筆記包含廣泛的領域，當我輸入的是「行銷規劃」，底下只會出現關於行銷的筆記；當切換到「樂理」，則只會推薦音樂相關的筆記。 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。
- 觀察到周遭的人如何使用 Ai？有什麼特別的想法嗎？
- 目前你們怎麼利用 Ai 幫自己與團隊工作？
- 使用 Ai 的 Aha Moment？有不滿意但期待更好的地方嗎？
- 建議團隊與組織怎麼使用 Ai？適合與不適合的場景？能用在跨部門協作嗎？
- Ai 取代工程師？市場需求會有什麼變化？Junior 工程師如何提升競爭力？
- 如何用 Ai 學習與轉職工程師？
Mosky 是 Pinkoi 的 Architect，負責新技術研究與教育工作；在工作之外，她更是個有十餘年資歷的資深技術前輩、活躍於 Python 社群的分享者。 GAI 年會後 Mosky 開了 Youtube 頻道，期待在這波浪潮下與大家有更多的交流與互動，用比較輕鬆、歡樂的方式，介紹傳統上比較生硬的技術知識。 Caesar 是 TransIot 的 CTO，有十餘年的軟體開發經驗，而最廣為人知的是他一手推動台灣最大 JavaScript 社群年會 JSDC，更持續透過分享、授課與舉辦活動，活絡台灣軟體社群與產業。 Caesar 在年會中觀察到有群人對 AI 工具已經非常熟悉，也認為使用 AI 是個自然而然的結果。但也看到另外一群人對這個新工具的出現與應用沒太大興趣，甚至也覺得對他們的...
Mosky 表示現在的 AI 工具還不夠成熟，所以還沒有真正幫助她加速工作效率，反而帶給她一些干擾。在這段期間，她積極地嘗試使用 AI 工具，但目前 AI 工具會產生一些無法使用的程式碼，更跟不上她的思考速度。 而 Caesar 則是已經蠻高地程度地在使用 GitHub Copilot 和 ChatGPT，更肯定它對於自己與團隊工作的幫助。 Caesar 認為，AI 工具能幫助他的團隊更有效做到 Outcome First。因為 AI 能幫助他們完成高重複性的工作，而他們就能更專心地做架構、討論如何解決問題。 Caesar 也很認同 Mosky 所說「AI 寫的程式碼沒有靈魂」的觀點，所以他在檢視 AI 的程式碼時若發現「很有機器感」，一定會去手動再調整。 最後 Mosky 與 Caesar...
Mosky 分享幾個令他印象深刻、使用 AI 的 Aha moment。有次她發現某個函數邏輯冗長，在原函數下面定義了一個同名但後綴「_refactored」的函數，GitHub Copilot 隨即協助她完成重構；而另一次在寫測試時，她在函數的 docstring 寫完描述後，GitHub Copilot 也幫她完成了整個函數。 從這些經驗，Mosky 認為 AI 工具雖然還無法真正提升她的工作效率，但已經帶給她一些以前沒有體驗過的樂趣。AI 工具省下的時間，她可以去探索或嘗試一些從前沒時間做的事。 Caesar 則認為現在 AI 工具的最大限制，就是無法將未知的東西連接起來。 Mosky 補充，上面這樣的情況讓她覺得，這可能讓軟體工程師在工作中的討論變得乏味。 但 Caesar 說明，「...
目前 Caesar 團隊應用 AI 的方式，是由工程師負責發想、架構和理解需求，再搭配 AI 工具處理重複性任務，例如套入框架、CRUD、ORM 和 ODM 等。但在 Code Review、整合程式碼等環節仍然會由人工確認，只是團隊中也有夥伴開始用 AI 協助驗證 Code Review 結果了。 而 Mosky 的團隊仍在探索如何與 AI 工具協作，尚未開始大量使用 AI 工具。她認為導入 AI 工具到團隊工作前、應該要先思考：你期待 AI 工具能節省你多少時間？實際嘗試後結果如何？開始使用後，工作流程有差別嗎？為什麼會有差別？從個人層次思開始考與嘗試，再擴大應用到團隊中，或許更適合。 而 Mosky 與 Caesar 都認為，最適合團隊使用 AI 工具的場景，就是重複性的任務，例如複製...
Mosky 與 Caesar 都認為短期內 AI 不會取代工程師，因為目前 AI 還無法處理抽象問題，而且過程中也需要我們去詮釋與解讀結果，AI 工具才能給出接近結果的答案。 但未來，工程師的學習與職涯成長，都可能因為 AI 工具的出現而更加挑戰。 Mosky 與 Caesar 提醒大家，工程師本來就是個需要持續學習，才能保持競爭力的職業。只是在未來，企業選才會更看重工程師的軟實力、那些 AI 做不到的事情上。 AI 來了我還能轉職工程師？來自 Amazon 與 citiesocial 前輩的觀點與建議
Mosky 提醒，無論從過去使用 Google、或是現在使用 ChatGPT，你本來就都不該完全相信你找到的答案。你的判斷與思辯能力，才能夠讓答案真的有價值。所以不該懶惰的地方，例如思考，你終究不該懈怠。 Caesar 也同意「盡信書不如無書」，他更鼓勵大家現在就開一個 ChatGPT 帳號，開始在學習或工作中與 AI 協作。 最後，Mosky 與 Caesar 最後建議大家在這波新工具浪潮中，盡量去嘗試；也去找到一個友善多元討論的社群、例如 ALPHA Camp 學習社群，去跟大家交流你的經驗與心得。與人交流與討論，不但能幫你更瞭解 AI 工具，更是你最快成長的方法。
2023年11月8日 · LangChain 是一個旨在為開發者提供一套工具和接口，以便更容易、更有效地利用大型語言模型（LLM）的開源框架，專注於情境感知和推理。. 它包含多個組件，如Python和JavaScript的函式庫、快速部署的模板、用於開發REST API的 LangServe ，以及用於除錯和監控的LangSmith ...
2024年1月23日 · 有些人可能是為了學習新的技能或深化現有技能，有些人可能是對特定領域或主題感到興趣而想要去實踐心中的想法。 還有一群人，是以求職為目標，讓 Side Project 成為找工作的助力。 對於缺乏實務經驗的求職者來說，side project 能夠顯著提升 ...
放大影響力，ALPHA Camp 校友在技術領袖與資深工程師的實踐. 工程師是個需要不斷解決問題，讓產品順利運作的角色。. ALPHA Camp 培育了企業的技術領袖，技術專家與打造更多人使用產品的工程師，他們樂於分享，想幫助更多人。. 他們怎麼讓技術更有影響力 ...
