鐵人檔案
本系列文章，主要分享這個暑假，我專注學習並實踐了 Kubernetes 的相關技術，涵蓋了 Kubernetes 網路、LLM（大語言模型）以及可觀性等關鍵領域。透過這次技術分享，我將詳細分享，我使用這些工具以及學習這些技術的實踐經驗以及遇到的挑戰，幫助大家能夠更快地上手。
前言 在認識了 Kubernetes 的基本概念後，我們將深入探討如何在 Kubernetes 部署現代自然語言處理（Natural Language Proc...
前言 在簡單介紹完 RAG（檢索增強生成）的基本概念及其在現代自然語言處理中的重要性。接下來，我們將深入探討 RAG 的技術架構，了解其內部各個核心元件的運作流...
前言 在前兩天的教學中，我們大概了解 RAG 的整個流程，看起來似乎是很簡單的概念，但我們在建一個 RAG 問答系統時，絕對沒有我們想像的那麼輕鬆！因為在這建立...
前言 在經過昨天的教學後，我們知道了每一步的重要性，任何的細節都會影響最後的結果！而在我們做好原始資料的準備與處理後，我們就繼續接下來的學習吧～現在，我們要設置...
前言 一個 RAG 問答系統在將原始資料與輸入的問題進行處理時，都必須先經過向量化的步驟，而要向量化就需要透過詞嵌入模型（Embedding Model）。在我...
前言 在我們將原始文件透過 Embedding Model 匯入 Qdrant 後，就算是將原始文件的前置作業完成啦！ 原始文件在 Qdrant 如下圖所示，下...
前言 經過這幾天的努力，我們的 RAG 問答系統已經快要完成啦！目前我們能透過使用者的問題進行資料的檢索，並且檢索的結果是符合我們的預期的。那麼接下來，我們就要...
前言 經過這幾天的努力，我們已經把大部分的東西都準備好了，現在我們就要進行最後的整合啦～首先，我們要了解一個重要的工具 → LangChain LangChai...
前言 在我們進行部署之前，，為了要能夠透過 API 進行使用，所以我們又加上了 Python Flask 作為我們的框架，Flask 是一個輕量級的 Web 應...
前言 經過我們這幾天的努力，我們終於完成了 RAG 系統啦╰(°▽°)╯雖然這只是一個簡單的 RAG 應用，但我想可能還是有幫助大家更認識 RAG 一點點點吧！...
