搜尋結果
2024年3月22日 · 深化理解LLM ：除了有將近30個範例程式碼和直播課程30天回放，讓我可以好好地複習相關課程，還有進階學習教材，可以讓我更深化地認識每種應用的細節。. 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 ...
2024年2月1日 · 下圖的概念架構是我對大型語言模型應用程式開發的整體理解後，以及我認為的合理學習步驟（階段）。. 在每個階段，我都會整理三類資料供大家參考。. 第一類是【鐵人賽文章】，這些是我在鐵人賽中所撰寫的文章，反映了我當時對這些主題的理解和觀點 ...
2024年1月30日 · Mistral AI. 隨著大型語言模型（LLM）技術的飛速進展，這些先進的系統正在改變我們與機器的互動方式。 這些模型不僅提升了機器理解和生成語言的能力，還在許多領域開創了新的應用前景。 本文將介紹Anthropic的Claude、Google的Gemini、Meta的Llama，以及開源的法國Mistral，這些模型各自在技術上的特色和應用實例。 Claude by Anthropic. Claude是Anthropic開發的一系列大型語言模型，旨在改變人們與人工智能互動的方式。 Claude擅長處理各種涉及語言、推理、分析、寫程式等任務。 Anthropic的Claude模型經過預訓練，並使用Constitutional AI進行微調，以使其成為有益、誠實且無害的AI系統。
2023年8月16日 · 從兩次轉職聚焦職涯方向 Wei 機械系畢業後，先選擇相關職能、到高鐵擔任技師。但發現他不喜歡整天與冰冷的機器為伍，希望能夠多一點與人互動，因此進修日文，轉職到日商當國際業務。但接著又發現，過去想與人多一點互動的想法，其實需要看對象而定。
2024年2月26日 · 微軟的研究結果發現，RAG 和微調模型確實都能讓 LLMs 的回答變得更為精準：與 GPT-4 的基本模型相比，RAG 的精準度增加的 5%、微調的精準度增加 6%，而微調模型搭配 RAG 的精準度則增加 11%。. 由此可見，RAG 可以用較低的訓練成本達到與微調模型差不多的表現，且 ...
2023年8月11日 · RAG架構為大型語言模型的未來發展開辟了新的道路。. 通過結合先進的檢索技術和強大的生成能力，RAG不僅增強了LLM的準確性，還擴展了它們的應用範圍。. 隨著技術的不斷進步，我們可以預期RAG和類似技術將在人工智慧領域發揮越來越重要的作用。. 【GenAI ...
2023年3月13日 · 高級主題 線性迴歸、邏輯迴歸、決策樹等統計模型和機器學習算法在 R 語言中都有現成的實現。掌握這些高級分析技術將使您能夠在數據科學領域進行更深入的研究和應用。 總結 本篇文章全面介紹了 R 語言，一種在大數據時代中扮演著關鍵角色的開源程式語言。
