2025 iThome 鐵人賽
沒在獨自升級的 一起來
生成式 AI
選手 146 文章 2499
Day 22
2025-10-05
35
0
單純的 Retrieve → Read (Naive RAG) 架構在初期導入時,確實能快速看到成效,從使用者提問、系統檢索文件、到透過大型語言模型生成答案。整...
Day 21
2025-10-05
17
0
一、要解決甚麼問題? 在當今數位化的專業世界中,LinkedIn 頭像不只是張照片,而是個人品牌宣言,是潛在雇主、合作夥伴或客戶對您的第一印象。然而,要獲得一張...
Day 21
2025-10-05
9
0
今天來點輕量的內容,整理一些關於零售、電商、教育產業的AI行銷應用案例,其實AI也不是這一兩年才有的技術,過去幾十年其實企業都有一些類似的應用,只是這幾年AI...
Day 21
2025-10-05
12
0
在前幾天,我們專注在處理圖片的神經網路,尤其是 CNN 如何幫助我們從圖片中找出特徵。 但世界上的資料並不只有圖片,還有許多與「時間」或「順序」密切相關的訊號,...
Day 21
2025-10-05
15
0
昨天我們瞭解到了 Sub Agent 的是什麼,接下來就要開始進入怎麼使用他囉! How to create Sub Agent 要建立 Sub Agent,我...
Day 20
2025-10-04
14
0
前言 在 昨天 Day 19,我們示範了 LangChain × MCP 的基礎整合:Agent 能透過 MCP 呼叫單一工具(天氣查詢),並將 API 結果轉...