連續兩場高見龍老師的工作坊
從 Python 環境安裝、處理 CSV 檔案、畫出股票 K 線圖到 RAG 的實作
從入門到應用，很適合兩場接續聽
詳細內容，都有在高見龍老師的 為你自己學 PYTHON 電子書裡
模型都是大公司訓練完給大眾使用 (不會說不知道，會捏造事實出來)，例如：Llama3、Gemma、mistral。
大型語言模型可以幫助我們判斷語意、情緒
將資料轉成向量，以方便比較資料的相似度
問題先向量化和 RAG Vector 做比較，再去問 LLM (不再是訓練資料庫，而是在外面找到接近的再丟給 LLM)
＊沒有對模型進行調整，而是再給 LLM 額外的資訊！
呼叫模型 API，再餵資料給它，和 RAG 不同
圖取自 Fine-tuning large language models (LLMs) in 2024
圖取自 Retrieval-Augmented Generation (RAG)
圖取自 Understanding RAGs and the role of embeddings
iThome鐵人賽
看影片追技術