2025 iThome 鐵人賽

2025 iThome 鐵人賽

沒在獨自升級的一起來

AI & Data

最新文章熱門文章

選手 74 文章 1473

Day 27

2025-10-11

827

0

AI、機器學習以及深度學習的語言學應用系列

Day 27 - In-Context Learning（ICL）

昨天我們談到 LLM（大型語言模型）如何從 Transformer 的架構中誕生。那麼，LLM 為什麼能這麼聰明？為什麼只要問它一個問題或是給它一段提示，它就...

團隊美珠姨

Day 27

2025-10-11

826

0

Notion遇上LLM：30天打造我的AI知識管理系統系列

【Day 27】向量資料庫 Metadata 問題診斷與修正：讓來源追蹤真正運作

在 Day 26，我們成功實作了對話記憶與來源追蹤功能，但在實測時發現了幾個系統的改進空間，因此今天會針對第一大類問題做修正與優化 -- 修正 Metadata...

團隊三陳牛肉吉事堡

2025-11-06

825

0

從入門村到最終 BOSS：30 天打通深度學習主線系列

Day 27：Dify 實戰 - 整合 CV 工具與 LLM 工作流(補充)

我們已經完成了 CV 模型的部署，確定了 LLM 是下一步的重點。目標：打造一條「開始 → 模板轉換 → 知識檢索 → LLM → 結束」的可用工作流，讓系統輸...

Day 10

2025-09-04

825

0

實戰派 AI 工程師帶你 0->1 系列

Day 10: FFN (上)

前情提要昨天將 casual mask 講完了，通常會與 padding mask 搭配一起使用，不過每個實現多少都有些差別，不過目的都是一樣的。參考文章(...

Day 19

2025-10-03

824

0

30 天從 0 至 1 建立一個自已的 AI 學習工具人系列

30-19: [實作-9] 讓我們的 AI 工具人可以與其它 Agent 溝通 - A2A 的實作

上一篇文章中，我們已經學習到 A2A 的東西，接下來我們就要來改造一下我們的 AI 工具人。 30-18: [知識] 可以讓 AI 工具人知道外面世界的工具...

Day 15

2025-09-29

822

0

RAG × Agent：從知識檢索到智慧應用的30天挑戰系列

Day 15｜RAG 評估指南（1/2）：檢索指標（上）

昨天有說到 RAG 的效能衡量可以分成兩大類，今天就是要先介紹檢索指標（Retrieval metrics）。我們不需要把檢索和生成混在一起看，而是可以單獨檢查...

熱門文章

熱門系列

鐵人選手

工商時間