以30天討論在生成式AI與LLM中的應用與重要性。前七天從基礎切入,介紹生成式AI、LLM的限制與幻覺問題,說明RAG的誕生與價值。第二週聚焦技術原理,包含嵌入向量、資料庫、檢索方法與提示設計,並分析RAG在效能與延遲上的挑戰。第三週進入實作,透過Python、LangChain與OpenAI API,逐步搭建文件問答機器人與知識助理,涵蓋向量化、檢索、Prompt實驗,完成從零到一的Demo。最後一週延伸至應用與未來,探討教育、醫療、企業場景等等。30天的學習展現了RAG如何有效增強LLM的準確性、可靠性與專業性,並凸顯其在生成式AI發展中的關鍵角色。
生成式人工智慧(Generative AI)是一類能夠自動創造新內容(例如文字、圖像、音頻或影片)的技術,其核心在於模型學習大量資料中的模式與結構,然後接收提示...
大型語言模型(LLMs, Large Language Models)是透過預訓練(pre-training)與自監督學習(self-supervised le...