雅虎香港 搜尋

搜尋結果

  1. 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。

  2. 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?

  3. 2024年2月23日 · 內容目錄. 數據分析師(Data Analyst)是做什麼的? 免費點我下載數據技能路線指南. 如何成為數據分析師:必備的工作技能. 數據分析師兩大工作內容:需求確認及分析. 專業的 Data Analyst 要有哪些特質? 1. 好奇心. 2. 批判思考. 3. 注意細節. 4. 合作精神. 5. 道德感和誠信. 數據分析師的常用工具. 數據分析師薪水範圍. 數據分析師該學習哪些東西? 1. 統計學和數學. 2. 程式設計(特別是Python或R) 3. 數據可視化. 數據分析如何學習? 初學者階段:打好基礎. 中級學習者階段:技能深化. 進階學習者階段:專業發展. 數據分析師的職涯發展路徑與選項. 初級階段:數據分析師. 中級階段:高級數據分析師. 高級階段:數據科學家.

  4. 2023年2月7日 · 一、競品分析的重要性. 競品分析能夠揭示市場趨勢、對手動態和潛在風險,為企業提供決策支持。 通過詳細的分析,企業可以發現市場機會,避免盲目決策所帶來的風險。 二、競品分析的五個步驟. 1. 確定分析目標. 首先要清楚您想從競品分析中獲得什麼資訊。

  5. 2023年11月8日 · LangChain的特點. 易於使用 :LangChain提供了一系列API,讓開發者可以快速啟動和運行LLM,而無需深入了解模型的內部運作機制。 高度靈活 :透過配置和擴展機制,開發者可以根據需要自定義LangChain的行為,使其適應不同的應用場景。 生態系統整合 :LangChain旨在與現有的AI工具和框架無縫集成,支持多種LLM和第三方服務,從而促進生態系統的互操作性。 LangChain的應用場景. 自動文本生成 :利用LLM生成文章、報告或其他文本內容。 智能問答系統 :構建基於LLM的問答系統,提供精確的答案和解釋。 語言理解和分析 :使用LLM進行語言分析,從文本中提取有用的見解和信息。 個性化推薦 :根據用戶的互動和偏好,利用LLM生成個性化的內容和推薦。

  6. 2024年1月11日 · 1. 理解REST原則. 2. 資源識別. 3. 使用HTTP方法. 4. 狀態代碼的使用. 5. 資源表述. 6. 考慮安全性和認證. 7. 版本控制. 8. 錯誤處理. 9. 文件和API探索性. 什麼是 REST? REST 是 Representational State Transfer 的縮寫,可譯為「具象狀態傳輸」。 由 Roy Fielding 博士在 2000 年的博士論文中所提出。 他同時也是 HTTP 規範的主要作者之一。

  7. 7種累積作品的方法. 將作品們整理成作品集. 持續優化作品集. 後端工程師面試必看,我該準備什麼作品集? 釐清作品集的目的. 用作品集展現後端核心技能. 瞭解面試官怎麼看作品集. 呈現你的作品. 2 個月擁有 6000 用戶 Side project 這樣做(一) 有三篇,客倌們可以點進去慢慢看. 什麼是好的作品 /作品集? 好的 side project 可以: 讓你學會新的技能. 讓你有穩定被動收入. 能夠展現你的創造力. 小而美的 scope,你可以在有限的時間與心力內完成(1-2 個月) 切記,別試圖打造滿漢全席式的 side project,除了花很多時間、發散、失焦,最後就做了一個似不像出來。 好的 side project 案例.

  1. 其他人也搜尋了