iT邦幫忙

鐵人檔案

2024 iThome 鐵人賽
回列表
生成式 AI

LLM與生成式AI筆記 系列

參加這次主要目的是建立一個個人的LLM和深度學習(DL)知識庫,以及完成數個小型的side project。這將有助於我快速復習已掌握的知識,同時也能夠快速分類、吸收和內化新知識,並將其付諸實踐。此外,這個知識筆記還能方便他人了解目前LLM相關技術的進展,並使用筆記中的流程和程式碼生成自己的應用。 目前,這個知識庫的內容將圍繞深度學習、大模型、Agent等相關主題。這次挑戰的目的是深入探索LLM的各個方面,並通過實際專案應用這些知識,提升我的技術能力並分享我的學習成果。

鐵人鍊成 | 共 31 篇文章 | 10 人訂閱 訂閱系列文 RSS系列文
DAY 20

Day 20:最後十到十一天每天的大致內容:

今天算是戰術性拖延,哈哈 這是接下來十到十一天每天大致的內容: 8/22:Day21(四)~8/25:Day24(日):(下面都會是以特定的實例為主)1. 使用...

DAY 21

Day21: (Customer Personality Analysis)(客戶分群)使用Chatgpt以及gemini

前言 我主要是想試著使用ChatGPT,Gemini,Claude 對Kaggle 中的 Customer Personality Analysis資料集 進行...

DAY 22

Day22: 使用ChatGPT,Gemini或類似服務對資料集進行清理

1.直接詢問: How to Use ChatGPT for Data cleaning and Analysis 使用 ChatGPT 進行資料清理和分析的完...

DAY 23

Day 23: 什麼是 RAG?

I. 簡介 什麼是 RAG? 檢索增強生成(Retrieval-Augmented Generation, RAG)是一種創新的人工智能技術,旨在提...

DAY 24

Day 24 : Langgraph 教學 - SQL -Agent

這個是 Langgraph - SQL Agent的教學中文化,可根據你自己的需求修改。 後面的評估方面使用官方的案例跑是不能動的,所以相關的部分我就先刪掉了,...

DAY 25

Day 25: 實作的項目發想 以及 search_with_lepton 程式碼解讀

目前想實作一個能用在日常生活中的項目,能使用到 RAG 以及 LLM 目前是想使用 search_with_lepton (這個demo 類似perplexit...

DAY 26

Day 26: search_with_lepton 程式解讀 (post 部分)+ 目前項目的思考

@Photon.handler(method="POST", path="/query") 當接收到 POST 訊號(例...

DAY 27

Day 27:自動化script參考: rpaForLLM

前言: 這是我想不使用 api token 調用大模型的才做的一個調查,今天在網路上看了下,這個是專案的網址。昨天那個要做的前端我也會找時間開始實作,不過因為這...

DAY 28

Day 28: anything-llm 程式碼解讀

今天主要看 anything-llm 的程式碼 我先猜測性的看下主頁面下的幾個檔案。 package.json 程式碼解讀 首先是 package.json 檔...

DAY 29

Day 29 : 進階的 RAG 實作:理解與查詢程式碼:使用RAG 驅動

關於 RAG:Day 23: 什麼是 RAG? 其他可參考的資料: 其他大大的 RAG資料庫資料 RAG 綜述 簡中版 Retrieval-Augmented...