前言
昨天的文章介紹到我們需要使用Agentic RAG來讓我們的RAG系統更聰明,並解決多輪思考或工具調用的瓶頸,也介紹到Agentic RAG其實就是透過A...
在前幾篇文章中,我們已經學會如何呼叫 OpenAI API,並透過提示工程來控制回應的角色與風格。不過在實際應用中,不同情境往往需要截然不同的回答方式:有時候我...
經過 28 天的探索,從最初質疑「為什麼敏捷沒有解決根本問題」,到建立 SDD AI Sprint 框架,再到各種實戰工具的深度應用,我們一起走過了一段精彩的旅...
LLM評估指標
是用來量化和評估 LLM 輸出品質工具。它們根據一系列標準來評分模型輸出,確保模型在各種任務中表現良好。這些指標對於優化 LLM 的性能、識別...
能被重複的事,就該交給機器去做。
在 Day 18,我們學會把資料存進 Airtable,讓工作流不再只是一次性任務,而成為未來資料的「中繼站」。
那麼,接...
昨天我們介紹了 LLM(Large Language Model, 大語言模型) 與 SLM(Small Language Model, 小語言模型) 的優勢、...