搜尋結果
2024年2月26日 · 1 隨著越來越多的企業和組織期許能夠將 LLMs 應用到生活以及工作的各個領域，如何產生客製化的 LLMs 便成為人們關注的焦點，而名為「檢索增強生成」 （Retrieval-Augmented Generation，縮寫為 RAG）就是值得我們重視的其中一項技術。 本文將介紹 RAG 的運作方式、哪些使用情境適合導入 RAG？ 以及為什麼 NVIDIA、Microsoft 等軟硬體科技巨頭都爭相投入這個領域。 （編按：想要進一步知道 RAG 實作與產品化要考量的面向，可以閱讀這篇 〈為我的筆記加上 AI：RAG 實作經驗分享與四大產品化挑戰〉 。 什麼是 RAG？ 跟模型微調有什麼差別？
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。
- Ai 是什麼？
- Ai應用在哪些方面？
- 生成式ai應用與chatgpt
- Ai的產業趨勢
- Ai的產業人才需求
AI人工智慧（Artificial intelligence）指的是能模仿人類思考與行為的機器系統，透過程式和資料數據讓機器學習並根據data收集和演算不斷自我調整進化。 1. AI有分為強人工智慧（Strong AI）或稱通用人工智慧（Artificial General Intelligence, AGI），指的是已經具備和人類同等甚至超越人類智慧的AI，具有自我意識、解決問題、學習與規劃未來的能力。目前只是理論存在在科幻小說與電影中。 2. 弱人工智慧（Weak AI）或稱狹義人工智慧（Artificial Narrow Intelligence, ANI），指的是針對特定任務執行的AI，是真正在現代科技社會廣泛運用的AI形式，包含自動駕駛、語言辨識等應用。 我們目前真正在討論的 AI...
AI擅長處理的問題，通常是資料量大樣本多，且與情境相關性低的任務，那到底現在生活中，實際應用AI在哪些方面呢？主要有六個面向 1. 影像處理 Image Processing：AI被廣泛用來辨識圖像，並做出標籤，當你在使用以圖找圖時，電腦就能辨識出相似的圖片。或是便是你的特徵，讓你用臉部辨識來登入服務。 2. 推薦引擎：透過過去的消費者行為留下的資訊，經過人工智慧演算法推薦給你你可能會喜歡的類似商品或歌曲，像是 Netflix 和 YouTube 使用 AI 分析用戶的觀看習慣，以推薦相關內容。Spotify推薦品味類似的歌手，或是電商網站推薦給你你可能想要買的產品。 3. 語音辨識：語音辨識像是Youtube影片中能自動生成的字幕，或透過自然語言處理 Natural Language Pr...
ChatGPT是一種基於人工智慧技術的大型語言模型，由OpenAI公司開發。其核心技術是自然語言處理（NLP），通過大量的訓練數據和深度學習算法，使其能夠理解自然語言並生成相應的回應。 生成式AI（Generative Artificial Intelligence）是人工智能的一個子領域，專注於使用模型來生成新的、未見過的數據。與分類模型或預測模型不同，生成模型的目的是從一組現有數據中學習模式，然後用這些模式生成全新的、與訓練數據類似但卻是原創的內容。生成式AI（Generative AI）具有多種應用，涵蓋了不同領域和行業。以下是一些例子
不同的調查機構對企業導入AI的理由其實大同小異，包含提升客戶的體驗，增加員工的生產力與商業流程的優化，有一些主要的AI導入不同產業的趨勢，會在不遠的未來越來越常見，這些產業趨勢都是現在進行式。 1. 更多的RPA（Robotic Process Automation）機器人流程自動化：企業組織將利用更多AI來最佳化工作流程，包含導入可自動化的工作以及運用AI尋找並拆解可自動化的新流程，幫助企業更有效率做事以及開發新產品。 2. 邊緣運算（Edge computing）：越來越多AI運算需要實時快速處理，也因此邊緣運算是讓運算直接就近在鄰近的邊緣伺服器節點進行運算，成本較低且更快更節省時間。從自動駕駛到醫院的醫療影像機器都仰賴邊緣運算的技術。 3. 自然語言處理(NLP)：目前最廣泛的AI應用...
未來所有的產業都會是和AI相關的產業，麥肯錫在未來人才技能報告也有說到，數位技能是能幫助人才應對未來工作挑戰的關鍵。能夠幫助他們在AI人工智慧時代，無論從事什麼職業都能增加自己不被AI取代的價值，並能適應新的工作方式與新的職業。 世界經濟論壇也預估到2025年需求成長最多的人才，前三名分別是資料分析師/資料科學家、AI機器學習專家以及大數據專家。有8500萬個工作會因為人機分工協作而取代，而出現9700萬個更適應與AI協作的新職位。 無論你在哪個產業，都應該要去了解AI如何改變企業的運行邏輯，並讓自己擁有不容易被淘汰和取代的技能，學會如何和AI協作，甚至是自己能創造改善優化自己工作與企業流程的AI，學會擷取和分析資料數據，真正擁有運用數位技能解決問題的能力。 [optin-monster-i...
其他人也問了
復活節做什麼?
復活節的象徵是什麼?
如何確定復活節的日期?
復活節島在哪裡?
2024年4月3日 · RWD 的出現，就是為了解決這種多裝置瀏覽的挑戰，而其主要的實踐方法是利用 CSS3 的媒體查詢 (Media Queries) 功能，根據裝置的螢幕大小來調整網頁的排版、尺寸以及其他元素。 本文將嘗試用簡單的方式，重新整理各種 RWD 相關的資訊，由淺入深來介紹 RWD。 立即領取. 點我免費領取全端開發學習地圖！ RWD 基本概念. RWD（Responsive Web Design）中文翻作「響應式網站設計」，是一種為了讓網頁在各種尺寸的裝置下，畫面都能呈現合適比例的 設計原則 。 有一種更容易理解 RWD 概念的比喻是「內容就像水」。 當你在設計網站排版時，能根據 RWD 的設計原則實作，網站內容就會像水一般，在各種裝置中自然的流動成最適當的樣子。
2023年8月11日 · RAG的基本概念. RAG如何工作. RAG的優勢. RAG的應用. 結論. AI快速發展之下，大型語言模型（LLM）如GPT-4已經取得了顯著成就，但仍存在資訊準確性和深度的挑戰。 這正是RAG（Retrieval-Augmented Generation）架構發揮作用的地方。 RAG的基本概念. RAG是一種結合了檢索（Retrieval）和生成（Generation）的模型架構。 它首先從大量數據中檢索相關資訊，然後基於這些資訊生成回應。 這種方法使得LLM能夠在回答查詢時引用具體且相關的資訊來源，從而提高回答的品質和準確性。 Source: Amazon. RAG如何工作. 檢索階段 ：當RAG接收到一個查詢時，它會使用先進的檢索算法在大型數據庫中尋找與該查詢相關的資訊。
2024年4月26日 · 學習的最好辦法，是多花一些時間，搞清楚為什麼程式碼能動；甚至「故意試試看別種寫法」，不論是寫錯或意外發現另一種思路，都有助於理解背後的原理與邏輯。 與 AI 討論：這是最好的寫法嗎？ 學習寫程式時，應該不斷反問：這是最好的寫法嗎？ 不要假設 AI 寫出來的就是完美解，就如同我們不該假設 StackOverflow 上網友的寫法是最佳解。 如果把 AI 視為共學夥伴，可以直接問它為什麼這段程式碼正確（或錯誤）。 例如，可以直接說明「我正在學習怎麼寫程式，還有沒有其他種寫法？ 」「每種解法的優劣勢在哪裡？ 」並從中理解不同寫法間的差異。 AI 的表現反映使用者的能力.
如何開始 side project. 新手轉職工程師，如何做出好的side project 或作品集？. 這篇幫你整理好了side project的建議懶人包，從範例、想法到練習，幫助你了解如何開始side project與做好作品集的呈現。. 關於工程師「如何做作品集/side project」這件事，實在有太多人都講 ...
