鐵人檔案
將用 30 天從 NLP 與資訊檢索出發，逐步打造能搜尋資料、產生回答、引用來源並評估品質的 RAG 知識助理。面對 LLM 可能產生幻覺、混淆版本資訊，甚至在資料不足時自信作答，本系列不只示範工具串接，而是理解文件清理、中文斷詞、切分、關鍵字搜尋、Embedding、向量資料庫、混合搜尋與 LLM 生成的演進。文章會搭配實作與固定評測集，觀察不同搜尋方法在專有名詞、同義表達與繁體中文文件上的表現，並實作來源引用、拒答與評測。讀者將看見 RAG 如何把原始 Markdown 文件轉成可搜尋的知識，讓模型根據證據回答、標示來源，也知道何時承認資料不足。
前言 近幾年，大型語言模型（Large Language Model，LLM）快速進入日常工作。它可以協助我們整理文章、產生程式碼、翻譯內容、摘要會議紀錄，也能...
上一篇文章談到，RAG 的價值不只是讓 LLM 產生一段看起來合理的文字，而是讓回答能夠回到指定的知識來源。既然這個系列最後要完成一個 RAG 知識助理，今天就...
上一篇文章，我們替這個系列畫出清楚的範圍：要打造的是一個以繁體中文 Markdown 技術文件為知識來源，能夠回答技術問題、引用相關內容，並在資料不足時拒答的...
上一篇文章，我們討論了 LLM 的知識來源、Token 與 Context，也確定 RAG 不是把整個知識庫塞進 Prompt，而是先找到與問題相關的內容，再交...
