鐵人檔案
為什麼要回顧？ 談「AI 開發」很容易直接跳到今天的大模型，但若沒有走過過去，今天的進展會顯得沒有重量。 就像站在一棟大樓的頂樓俯瞰城市，你可能只看到風景，卻忽...
Attention 的出現，就像有人告訴你：「不用每個字都照順序讀完，你可以直接跳去看重要的地方。」 舉個開發時的體驗： 在做「中翻英」時，RNN 需要左邊讀...
今天大家隨口就是「GPT」、「大模型」，但如果沒有 Word2Vec、ELMo、GPT-2 這些「中繼站」，我們不可能走到現在。 在我看來，這些模型不只是技術上...
在過去幾年，生成式 AI 的研究大多集中於模型本身的能力：更大的參數、更豐富的語料、更高的準確度。然而，真正要讓 AI 落地到產業環境時，挑戰往往不在「模型會不...
在過去，AI 系統大多只能處理單一形式的資料，例如文字或圖片。但人類的世界是多感官的，我們能同時看影像、聽聲音、理解語境，再做出反應。多模態 AI（Multim...
** 為什麼要談基礎建材？**在軟體開發裡，我們常說「工欲善其事，必先利其器」。 生成式 AI 看似神奇，但它其實建立在三塊基礎建材之上：語料庫、算力、框架。...
為什麼要回顧？十年前，我還在為一個 SVM 調參數，苦惱怎麼把準確率提高到 90%。 今天，我可以在一台筆電上呼叫 API，幾秒內拿到幾乎無限知識的生成回答。...
為什麼談 Prompt Engineering？當我們說「軟體開發」，腦中浮現的通常是： 架構設計 資料結構與演算法 測試與部署流程 但自從生成式 AI 走...
為什麼需要 RAG？光靠大語言模型（LLM），有一個致命限制：它知道的，只是訓練時的知識，無法即時存取最新或企業內部的資料。 RAG（Retrieval-Aug...
為什麼要比較向量資料庫？在 RAG 系統裡，向量資料庫是「大腦的記憶體」。 Embedding 模型把文字轉成向量 向量資料庫負責儲存與檢索 最後再把檢索結果交...
