我想要一天分享一點「LLM從底層堆疊的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
- AI說書 - 從0開始 - 327 | Embedding Based Search 問答系統前置作業
- AI說書 - 從0開始 - 328 | Embedding Based Search 選擇模型
- AI說書 - 從0開始 - 329 | Embedding Based Search GPT 的回答
- AI說書 - 從0開始 - 330 | Embedding Based Search 添加知識庫
延續 AI說書 - 從0開始 - 330 | Embedding Based Search 添加知識庫 的 Query，以下來看看回應：
結果是正確的，一個模型的知識是有限的，因為它受到訓練數據集的限制，如果數據集不包含所需的信息 (例如截止日期、訊息缺失)，它就無法回答問題，我們可以將訊息複製並粘貼到請求的消息部分，我們還可以在數據庫或文件系統中創建一個知識庫，對數據進行映射，並使用傳統的數據查詢技術在需要時自動檢索數據，這樣我們就擁有了一個自動化系統。
有時，自定義查詢搜索程式可能無法滿足對複雜異構數據的期望，在這種情況下，傳統的查詢搜索技術無法與 OpenAI 第二代基於嵌入的搜索模型的強大功能相匹敵。
