iT 邦幫忙::一起幫忙解決難題，拯救 IT 人的一天

0 Like 0 留言 2793 瀏覽

鐵人賽 AI/ ML & Data DAY 30

AI Unlocked: 30 Days to AI Brilliance 系列第 30 篇

技術預測未知，無需重來：零樣本學習

想像有一個模型，即使沒看過某種動物，也能根據「毛茸茸、有大耳朵、長尾巴」推測它可能是隻小袋鼠。這就是零樣本學習 (Zero-shot Learning, ZS...

leeangel ‧ 2024-10-14 ‧團隊資工之花

0 Like 1 留言 5492 瀏覽

鐵人賽 IT 管理 DAY 30

IT專利大冒險：IT人該懂的創新之旅系列第 30 篇

技術 Day 30：用AI工具幫助你的專利一臂之力

我們IT人有了想法要自己先做些前置作業時，若有些工作協助必定能事半功倍，我們前置作業可能包含：前案檢索、翻譯文件、文句編繪成圖等，今天就介紹能幫助在做專利前案作...

Leodaddy ‧ 2024-10-14

1 Like 0 留言 3276 瀏覽

鐵人賽 AI/ ML & Data DAY 29

一個Kaggle金牌解法是如何誕生的？跟隨Kaggle NLP競賽高手的討論，探索解題脈絡系列第 29 篇

技術 [Day 29]模型與資料的超級 ensemble 體 - 淺談 Curriculum Learning 訓練方法與 Ghostbuster (捉鬼人)如何識別 AI 和人類作文

今天來學習一下第一名和第三名包山包海的 ensemble 大法。 🥇1st Solution 第一名的解法不愧是第一名，他們真的花好多 effort 在解這個賽...

壓縮甜 ‧ 2024-10-13

1 Like 0 留言 2849 瀏覽

鐵人賽生成式 AI DAY 30

Semantic Kernel 的魔力-用.NET探索生成式應用系列第 30 篇

技術 RAG 篇章 - 使用 Kernel Memory 與 Qdrant 向量資料庫實作 RAG

在前面二篇的文章裡，範例均是以文字陣列資料做為向量處理的來源資料，而實務上可能面臨更多的來源資料格式，包含：Web pages、PDF、Word、Markdow...

Ian ‧ 2024-10-13

0 Like 0 留言 8312 瀏覽

鐵人賽 Python DAY 30

從概念到應用：Python實戰開發學習之旅系列第 30 篇

技術 [Day29] Python專案 - 人工智能的開端與Python的共舞(2) 深度學習(excel學神經網路、預測妹子的喜好)

目標今天是我們的名面上最後一天，我們要探討的是深度學習**深度學習（Deep Learning）**無疑是其中一個最重要的領域。從自動駕駛汽車、語音識別、推...

科技狗(柯基狗) ‧ 2024-10-14

1 Like 0 留言 758 瀏覽

鐵人賽佛心分享-微軟Windows 11 Pro

Windows.AI 系列第 19 篇

技術 19.人機協作：如何讓AI成為人類的助手

隨著人工智慧（AI）的快速發展，AI在工作與生活中扮演的角色日益重要。從智能助理到自動化工具，AI的應用已經滲透到多個行業和領域。然而，如何讓AI真正成為人類的...

因田木 ‧ 2024-10-19

0 Like 0 留言 3562 瀏覽

鐵人賽生成式 AI DAY 29

Semantic Kernel 的魔力-用.NET探索生成式應用系列第 29 篇

技術 RAG 篇章 - 使用 Qdrant 向量資料庫

當我們談到 RAG 應用的時候，除了向量化之外，另一個重點就是向量資料庫，與傳統資料庫不同，向量資料庫是專門為了高維度資料以及相似度搜尋而存在的，目前市場有許多...

Ian ‧ 2024-10-12

1 Like 0 留言 3101 瀏覽

鐵人賽 AI/ ML & Data DAY 28

一個Kaggle金牌解法是如何誕生的？跟隨Kaggle NLP競賽高手的討論，探索解題脈絡系列第 28 篇

技術 [Day 28]不講武德的Host-不能太倚賴錯字率，一起看第二名「復刻米其林三星料理式」的資料擴增法，與「雞蛋放兩籃」的 ensemble 思路

我很喜歡今天介紹的第二名的 solution，在研究的時候有一種「啊哈moment」的快樂。昨天我們分享將文章轉成 TF-IDF 向量後送進 Logisti...

壓縮甜 ‧ 2024-10-12

0 Like 0 留言 764 瀏覽

鐵人賽 AI/ ML & Data DAY 28

AI Unlocked: 30 Days to AI Brilliance 系列第 28 篇

技術 AI與環境保護：應用於氣候監控與資源管理

全球環境問題不斷惡化，如氣候變遷、能源匱乏和污染危機，迫使各界探索創新解決方案。AI技術不僅提升了我們對自然現象的理解，還在資源管理和環境保護中發揮了前所未有的...

leeangel ‧ 2024-10-12 ‧團隊資工之花

1 Like 0 留言 3384 瀏覽

鐵人賽 AI/ ML & Data DAY 27

一個Kaggle金牌解法是如何誕生的？跟隨Kaggle NLP競賽高手的討論，探索解題脈絡系列第 27 篇

技術 [Day 27]照妖(AI)鏡下的秘密-利用TF-IDF、BPE編碼、Kmeans Cluster和DetectGPT技術區分人類與AI寫作

標題提到一堆技術名詞...別擔心，今天都會串起來，像一個偵探故事一樣，每種技術都是線索，幫助我們揪出到底誰找 AI 當槍手。👀 前言昨天我們聊到僅用「錯字率」...

壓縮甜 ‧ 2024-10-11

0 Like 0 留言 959 瀏覽

鐵人賽生成式 AI DAY 28

Semantic Kernel 的魔力-用.NET探索生成式應用系列第 28 篇

技術 RAG 篇章 - 運用快閃記憶體實現向量檢索

上一篇講了 RAG 應用裡很重要的向量處理，這次要來聊聊怎麼用快閃記憶體來搞定向量資料的儲存以及進行快速檢索的做法。這個示範不使用任何向量資料庫產品，單純以快閃...

Ian ‧ 2024-10-11

1 Like 0 留言 2194 瀏覽

鐵人賽 AI/ ML & Data DAY 26

一個Kaggle金牌解法是如何誕生的？跟隨Kaggle NLP競賽高手的討論，探索解題脈絡系列第 26 篇

技術 [Day 26]"是人是AI，一照便知" - 沒想到最終能找出LLM槍手的原因，是因為LLM太完美了?!

自從2023年大型語言模型如ChatGPT火起來後，這些AI不僅能寫出幾乎和人一樣的文章，還開始影響學生的學習方式。雖然這讓寫作業變得簡單了，但也可能讓學生們...

壓縮甜 ‧ 2024-10-10

0 Like 0 留言 2831 瀏覽

鐵人賽生成式 AI DAY 27

Semantic Kernel 的魔力-用.NET探索生成式應用系列第 27 篇

技術 RAG 篇章 - 向量概念

生成式AI除了常聽到文案寫作、翻譯之外，RAG 應該是另一個也很常聽見或看到的應用。RAG 是「檢索增強生成」（Retrieval-Augmented Gene...

Ian ‧ 2024-10-10

0 Like 0 留言 3034 瀏覽

鐵人賽 IT 管理 DAY 28

30天打造AI驅動企業：Copilot整合策略與實踐指南系列第 28 篇

技術 Day 28 : GitHub & M365 Copilot 星球階段性旅程總結

在過去兩周的時間裡深入探索了分別由微軟和GitHub開發的強大AI助手：Microsoft Copilot和GitHub Copilot，這段旅程不僅了解了這...

Anthony ‧ 2024-10-12

1 Like 0 留言 1288 瀏覽

鐵人賽 AI/ ML & Data DAY 25

一個Kaggle金牌解法是如何誕生的？跟隨Kaggle NLP競賽高手的討論，探索解題脈絡系列第 25 篇

技術 [Day25]誰說打kaggle比賽一定要訓練模型？從第三名的解法看 Self-Consistency + Code Reasoning 之外的比賽工程技巧

前言昨天我們介紹了第一名的作法，雖然很精彩，但是他們在前期的兩階段訓練中（可能也是最重要的一部分）耗費了對個人參賽者（非實驗室）來說巨大的算力(八張 H100...

壓縮甜 ‧ 2024-10-09

0 Like 0 留言 741 瀏覽

鐵人賽生成式 AI DAY 26

Semantic Kernel 的魔力-用.NET探索生成式應用系列第 26 篇

技術好夥伴：整合 Azure AI Inference SDK

我想大多數開發者都聽過 Azure OpenAI (又稱AOAI)，但應該比較少開發者聽過 Azure AI Studio 以及 Azure AI Infere...

Ian ‧ 2024-10-09

1 Like 0 留言 1118 瀏覽

鐵人賽 AI/ ML & Data DAY 24

一個Kaggle金牌解法是如何誕生的？跟隨Kaggle NLP競賽高手的討論，探索解題脈絡系列第 24 篇

技術 [Day24]Try and Error! 淺談整合 Tool-Integrated Reasoning 和 Code Debugging 能力的 Decode 策略

第一名由 Numina 和 Hugging Face 的大佬們合作拿下，解決了private test set 中的 29/50 個問題，最終喜提美金 $131...

壓縮甜 ‧ 2024-10-08

0 Like 0 留言 710 瀏覽

鐵人賽生成式 AI DAY 25

Semantic Kernel 的魔力-用.NET探索生成式應用系列第 25 篇

技術 LLM 別再亂來！收服 Prompt 和 Plugin Function

在開發 LLM（大型語言模型）應用的過程中，有沒有發現有時候執行的結果跟你預期的有點不一樣？你設計的 Prompt（提示語）或是 Plugin function...

Ian ‧ 2024-10-08

0 Like 0 留言 3752 瀏覽

鐵人賽 AI/ ML & Data DAY 30

深度學習的學習之旅：從理論到實作系列第 30 篇

技術 [Day 30] 垃圾郵件分類完整測試結果 - 人工智慧最終篇章

結果展示我透過GPT替我生成幾封垃圾郵件來做測試，並輸入進我們的程式內。 1. Dear valued customer,You have been sele...

arbin ‧ 2024-10-08 ‧團隊NUTC imac

1 Like 0 留言 3265 瀏覽

鐵人賽 AI/ ML & Data DAY 23

一個Kaggle金牌解法是如何誕生的？跟隨Kaggle NLP競賽高手的討論，探索解題脈絡系列第 23 篇

技術 [Day 23]為何LLM每次的回答都不一樣？淺談DeepSeek模型與Self-Consistency實戰應用

我們要如何利用「每次 LLM 的回覆都不一樣」這個現象，來增加產生正確答案的機率呢？今天會帶大家實際應用 self-consistency 到賽題中，並透過設計...

壓縮甜 ‧ 2024-10-07

0 Like 0 留言 1486 瀏覽

鐵人賽生成式 AI DAY 24

Semantic Kernel 的魔力-用.NET探索生成式應用系列第 24 篇

技術打破迷思：Semantic Kernel 飛天接地，實現地端模型連接！

隨著生成式 AI 的爆炸式發展，越來越多的開發者或企業希望可以在地端執行大語言模型（LLM），不僅能確保資料隱私，更能減少對雲端服務的依賴，當然這裡也涉及到企業...

Ian ‧ 2024-10-07

1 Like 0 留言 1071 瀏覽

鐵人賽 AI/ ML & Data DAY 22

一個Kaggle金牌解法是如何誕生的？跟隨Kaggle NLP競賽高手的討論，探索解題脈絡系列第 22 篇

技術 [Day 22] 9.11>9.9?! 當今的大語言模型能否破解困難的奧數問題？Coding能力好數學就會比較好嗎？

以前，來自世界各地的高中生每年都會參加國際數學奧林匹克競賽（IMO），解決代數、幾何和數論等領域的六個極具挑戰性的問題。今年4月，一項全新的競賽——AI數學奧...

壓縮甜 ‧ 2024-10-06

0 Like 0 留言 878 瀏覽

鐵人賽 AI/ ML & Data DAY 22

AI Unlocked: 30 Days to AI Brilliance 系列第 22 篇

技術 AI倫理指南：從透明性到自適應智能的全方位探索

如何確保它們在各種應用中能夠兼顧透明性、公平性、隱私保護及倫理要求至關重要，無論是在醫療、金融還是自動駕駛等高風險行業，AI 系統的每一個決策都必須經得起審查。...

leeangel ‧ 2024-10-06 ‧團隊資工之花

0 Like 1 留言 1179 瀏覽

鐵人賽生成式 AI DAY 23

Semantic Kernel 的魔力-用.NET探索生成式應用系列第 23 篇

技術打破迷思：Semantic Kernel 不只有 OpenAI，連接 Google AI 也大丈夫滴！

上一篇打破迷思示範如何連接 Hugging Face，這一次換成 Google AI 也大丈夫滴。眾所皆知目前除了 OpenAI(Azure OpenAI)...

Ian ‧ 2024-10-06

0 Like 0 留言 3994 瀏覽

鐵人賽 AI/ ML & Data DAY 29

深度學習的學習之旅：從理論到實作系列第 29 篇

技術 [Day29] 運用 Naive Bayes 建立垃圾郵件分類模型：從訓練到預測

前言昨天介紹了一些相關的東西，也把一些基礎的部分完成了，今天就要進入最後的重點，也就是訓練及預測了，廢話不多說，直接來看看程式碼吧~ 訓練功能這邊主要功能是...

arbin ‧ 2024-10-07 ‧團隊NUTC imac

1 Like 0 留言 719 瀏覽

鐵人賽 AI/ ML & Data DAY 21

一個Kaggle金牌解法是如何誕生的？跟隨Kaggle NLP競賽高手的討論，探索解題脈絡系列第 21 篇

技術 [Day 21]不爭了！小孩才做選擇，大人全都要！淺談 Hybrid 架構驅動的 RAG Pipeline 建置與賽題大補帖！

今天會在分析眾多優秀解法後，從本次賽題的經驗，總結建立一個 RAG 系統最重要的幾個要點。 📢 作者有話要說：(10/5更新)我在 Day 20 補充第五名的多...

壓縮甜 ‧ 2024-10-05

0 Like 0 留言 864 瀏覽

鐵人賽 IT 管理 DAY 24

30天打造AI驅動企業：Copilot整合策略與實踐指南系列第 24 篇

技術 Day 24 : 解鎖你的開發能量和激發想像能力 - GitHub Copilot Chat

昨天我們介紹了如何透過 @vscode 詢問使用 Visual Studio Code 中的各種問題，以及使用 @terminal 自然語言生成命令來加速日常...

Anthony ‧ 2024-10-08

0 Like 0 留言 1458 瀏覽

鐵人賽生成式 AI DAY 22

Semantic Kernel 的魔力-用.NET探索生成式應用系列第 22 篇

技術打破迷思：Semantic Kernel 不只有 OpenAI，還能連接 Hugging Face 生成 LLM 應用！

許多開發者在聽到 Semantic Kernel 是 Microsoft 開源的時後，會自然聯想到是不是只能搭配 OpenAI 或 Azure　OpenAI，再...

Ian ‧ 2024-10-05

1 Like 0 留言 1115 瀏覽

鐵人賽 AI/ ML & Data DAY 21

AI Unlocked: 30 Days to AI Brilliance 系列第 21 篇

技術聯邦學習的下一步：跨領域協作與智能系統的未來探索

之前我們談到了聯邦學習如何通過分散式訓練來保護用戶的數據隱私，讓不同設備在不共享原始數據的情況下協同學習。而今天，我們將更進一步，探索聯邦學習在更複雜場景中的應...

leeangel ‧ 2024-10-05 ‧團隊資工之花

0 Like 0 留言 628 瀏覽