前言 本篇要來介紹在Semantic Kernel裡，如果要依序執行多個semantic function並且共享上下文，該如何進行？這樣的需求會滿常見的，舉例...
前言 本篇來談談最多人關心的如何在ChatGPT模型中引用企業私有知識庫，目前最常見的做法不外乎是微調(fine-tuning)或embeddings的使用。本...
前言 在連續談了幾篇有關Plugins的使用之後，本篇要暫時脫離Plugins，進入下一個Semantic Kernel組成，稱為Connector連接器。...
前言 Semantic Kernel做為一個SDK，除了提供一個標準化的開發模式之外，也針對一些常用功能提供內建已標準化的Plugins，這些Plugins稱為...
前言 到目前為所寫的Native Function都是只有一個參數的，但現實場景中多個參數的運用是很常見的需求，本篇內容就來介紹如何建立與使用多參數的Nativ...
在前面第 28 天和第 29 天的分享裡，我們將「選擇影片」和「生成學習策略」的功能，逐一整合到單一的路由處理函式中，打下了建構聊天機器人的基礎。而今天，我們將...
前言 前面二篇談論如何建立與使用 semantic functions，接下來要談的就是Plugins的另一種function型態 - native funct...
昨天我們實驗完了使用 colab 設定 openai 的 whisper，今天就要開始設定一整套的流程。 Flow 我們的流程將分為兩個部分： 爬蟲部分：從...
前言 在前一篇文章中，探討了Semantic Functions的Inline寫法，透過Prompt Engineering的概念，展現了LLM模型的能力。然而...
當機器人收到影片作為學習內容時，它會自動進入所設置的學習模式。在這學習模式中，我們為使用者提供了四大策略來加強學習體驗：透過影片內容進行摘要學習、影片詞彙學習、...
我們終於來到了實際整合自己的聊天機器人的這一步了！在這裡，雖然我們會提供我們在colab上的程式碼供大家參考，但這篇文章主要不會深入探討程式碼。相反地，我們想分...
前言 前一篇我們認識了Plugins以及它在Semantic Kernel裡的作用，本篇就開始動手來打造Plugins，首先來看的semantic functi...
在這個數位資訊爆發的時代，誰能掌握資訊，就如同在淘金潮中掌握金礦的勝利者一般，在這數位巨山中挖出有價值的資料。 在目前的聲音應用浪潮中，有能力將將聲音數據轉換...
前言 plugins是Semantic Kernel的核心組成之一，主要功用是封裝能力組成，交由Kernel來運行，提升LLM應用的層面，本篇來認識 plugi...
在第18和19天，我們向大家介紹了LangChain中的幾個核心執行鏈，例如SequentialChain和TransformChain。今天，我們將重點放在一...
前言 前一篇以一個簡單的Sample體會如何使用Semantic Kernel，接著就要來細說Semantic Kernel的細節，本篇先從 Kernel開始。...
在上一篇文章中，我們詳細示範了如何在 LLMChain 中使用 LLM 和 Chat 語言模型來加入記憶功能。我們也瞭解了對話系統訊息的儲存結構。今天，我們將進...
前言 前一篇從概觀的角度理解 Semantic Kernel，並且概述了Semantic Kernel核心的5個元素，本篇以一個簡單的Sample來體會一下如何...
到目前為止，在我們第一篇介紹 LangChain 的文章中，已經為大家展示了如何利用 ConversationChain 快速建立一個具有基本記憶功能的對話機器...
在前面的文章裡，我們稍微偏離了原先設定的專案實作路線。這主要是因為，我們認為在沒有完整介紹外部資料的讀取、文本處理、文本嵌入及向量資料庫等議題之前，很難讓讀者完...
Semantic Kernel的實踐：Semantic Kernel 概觀 前言 在開始使用 Semantic Kernel 之前，先從概觀的角度來理解 Sem...
在我們的上一篇文章中，我們提到了Langchain不僅提供了向量資料庫的語義相似度查詢功能，還為我們設計了一個通用的檢索器界面。這可能讓你產生一個疑問：既然已經...
前言 這一篇其實是個意外，前幾天在某個AI大師對談的活動上出現一個提問，在網路上引起了不小的討論，提問是這樣的 什麼是LLM 突然意識在談LLM的開發，但卻...
什麼是Embedding？ Embedding是一種將物件（如單詞、句子或者其他資料）轉換成實數向量（一種數學表示）的技術。這個轉換過程使得計算機能夠更好地理解...
在前幾篇文章中，我們已經和大家分享了如何讀取和轉換資料，以及如何進行文本嵌入。今天，我們將進一步探討如何利用 LangChain 快速建立自己的問答機器人。 L...
前言 前一篇以一個範例示範在不依賴任何SDK之下，如何用Prompt技巧實作LLM應用，或許接下來的疑問是，那為何需要Semantic Kernel呢？究竟Se...
在這篇文章中，我們將延續前一天的主題，探討 RAG（Retrieval Augmented Generation，檢索增強生成）的概念。我們先回顧一下，前一天我...
前言 本篇開始進入LLM應用的開發，首先假設我們只知道LLM以及前面所學到的Prompt技巧，不知道任何的SDK。我想目前多數有在開發LLM應用，應該都是這一類...
前言 前一篇說明目前OpenAI上的可用模型，部份模型已被公告即將退役，因此就沒有特別再提到，接下來很重要的一件事就是，我們必須了解如何使用OpenAI的API...
簡介 上篇使用Laravel+Render+Line Bot，確認可以從使用者端取得輸入並回傳由於這裡不使用DB(用DB就有更多應用)，所以為了讓Bot更加豐富...
Ian
Ted Chen
Bill
shrine90459
love99067333
iThome鐵人賽
看影片追技術