第一次參加 IThome 鐵人賽，抱持著既期待又興奮的精神，來與大家分享我的經驗和知識。
本身大學/研究所就讀資訊相關科系的我，將用淺顯易懂的方式解釋各種背後技術!
目前在某公司從事 GAI 開發相關工作，將竭盡所能提供最實用的 AI 相關內容。
以下將會是我這30天要分享的主題：

1. 開發 LLM 框架：

   • LangChain：深入解析其架構和應用。
   • LlamaIndex: 簡單介紹。
   • 框架選型和比較：選擇最適合的開發工具。

2. API 串接與 Azure OpenAI API (AOAI)：

   • 基礎串接方法：如何直接使用 API 對接各種應用。
   • Gateway 訪問 AOAI：企業內部如何使用去達到高效且安全的訪問方式。

3. Vector Database比較：

   • 評估市面上主流的Vector DB

4. 檢索增強生成 (RAG) 的種類及方法：

   • 基本方法 (Naive Approach)：如何實現簡單的檢索增強生成。
   • 進階方法 (Advanced Techniques)：更高效和精確的實現方式。

5. LLM 部署方式：

   • Ollama：介紹其本地部署方法及優勢。
   • 其他本地部署工具：如 Docker 和 Kubernetes 的使用。

6. 各種大型語言模型 (LLM) 平台的應用：

   • Dify
   • AnythingLLM：
   • Flowise

7. RAG 評估指標

希望通過這些分享，能夠讓大家對 AI 開發有更深入的理解和實際應用的經驗。如果有任何問題或想了解更多，歡迎隨時交流與討論。