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
- AI說書 - 從0開始 - 331 | Embedding Based Search 添加知識庫後的回應
- AI說書 - 從0開始 - 332 | Embedding Based Search Embedded 資料準備
- AI說書 - 從0開始 - 333 | Embedding Based Search Embedded 相似度排序
有了 AI說書 - 從0開始 - 333 | Embedding Based Search Embedded 相似度排序 的程式，我們來進行測試：
strings, relatednesses = strings_ranked_by_relatedness("curling gold medal", df, top_n = 5)
for string, relatedness in zip(strings, relatednesses):
print(f"{relatedness = :.3f}")
display(string)
結果為：
