鐵人檔案
本系列文將帶領讀者從基礎到實作，完整掌握文件問答系統的建構流程。課程分為四大部分：基礎知識篇介紹 RAG 與 OCR 的價值，並比較 Tesseract、EasyOCR、PaddleOCR 等工具；文件理解模型篇解析 LayoutLM 的演進，並引入 DocFormer、Donut 與 MinerU；Ollama 篇則聚焦模型操作與 LangChain 串接；最後在專案實作篇，透過 Streamlit、Docker、Celery 與 PostgresSQL 打造互動介面與完整 RAG 流程。本系列結合理論、工具比較與實際開發，協助學習者逐步完成全地端智慧文件 QA 系統。
在數位化浪潮下，企業紛紛擁抱生成式 AI，其中最常見的應用，無非是客服與知識管理。然而，在建置企業專屬的知識庫時，一個棘手問題浮現：如何讓 AI 正確解析各式各...
在進入 RAG（Retrieval-Augmented Generation，檢索增強生成）的世界前，讓我們先思考一個核心問題：為什麼大型語言模型（LLM）有時...
在第一天，我們理解了打造一個文件問答系統的全貌，並認識了 RAG、OCR 與 Layout 分析這三大支柱。從今天開始，我們將深入第一個關鍵技術：OCR（Opt...
