2025 iThome 鐵人賽
沒在獨自升級的 一起來
生成式 AI
選手 146 文章 3308
Day 11
2025-09-24
81
0
昨天我們試了「直接餵資料」的方法,讓 AI 具有根據我們提供的內容回答問題的能力。不過,假設今天資料量一多的話(例如整本書、幾百篇文件),我們不可能每次都把全部...
Day 10
2025-09-24
146
0
為什麼要比較向量資料庫?在 RAG 系統裡,向量資料庫是「大腦的記憶體」。 Embedding 模型把文字轉成向量 向量資料庫負責儲存與檢索 最後再把檢索結果交...
Day 10
2025-09-24
207
0
今日事項:將 Day9 從 ylsagi 申請到的 API 串入沉浸式翻譯,並進行模型的加入與設定 如果文章對你有幫助的話,歡迎按讚或留言,讓我知道我不是...
Day 10
2025-09-24
125
0
前言:企業為什麼需要自己的 AI 知識庫? 在資訊爆炸的時代,企業每天都在產生各式各樣的知識:從 SOP 文件、產品手冊、內部簡報、會議紀錄到專利資料、工廠流程...
Day 10
2025-09-24
168
0
昨天把 3 個 state 大致架構寫了一下,今天來把 LLM 加進去今天內容主要 focus 在實作,補一下 LLM Agent 最主要的 component...
Day 10
2025-09-24
166
0
Situation: 我們昨天試了 Tavily research 想要看看可不可以直接查到好的 context ,但發現查回來的內容本身就帶有很多雜訊,應該...