大型語言模型
含有「大型語言模型」共 70 篇內容
全部內容
發佈日期由新至舊
RAG (檢索增強生成)將大語言模型與外部知識源結合，在生成前先檢索相關文檔嵌入，大幅減少幻覺、提供最新資訊並提升領域準確性。演化出Naive、Advanced與Modular三種範式，廣泛應用於客服、醫療、金融等領域並帶來顯著效益。面臨檢索相關性、延遲等挑戰，未來朝多模態、自適應與混合架構發展。
在我們習慣依賴大型語言模型處理資訊、做摘要、協助判斷甚至「初步審稿」的今天，一個不太舒服的問題開始被提出：AI 是不是跟人類一樣，也會因為「訊息來自誰」而表現出偏見？
最近的研究給出的答案很直接：會，而且很明顯。
不過，最讓人意外的，倒不是「因人廢言」...
付費限定
本報告深入解析檢索增強生成(RAG)技術，說明其如何結合大型語言模型與外部知識庫，以克服幻覺與知識過時問題。內容涵蓋RAG的核心流程、優化策略、架構演進(如GraphRAG與Agentic RAG)，並透過金融、醫療、法律等應用案例展示實踐價值與未來挑戰。
LoRA（Low-Rank Adaptation）是一項針對大型預訓練模型的微調技術，通過低秩矩陣分解，只訓練少量調整參數，大幅降低訓練成本和記憶體需求。此技術保持原模型權重不變，避免過度調整，且能迅速實現任務定制，支援多任務共享和快速部署，廣泛應用於自然語言處理與計算機視覺等領域。
本文為淡江大學的學生們介紹了眾多免費或優惠的AI工具資源，涵蓋學術研究、程式設計、日常辦公、影像設計等多個面向。文章鼓勵學生們善用這些AI資源，提升學習效率與競爭力，同時也呼籲學生們要「有意識」地使用AI，避免成為科技的奴隸，並保持獨立思考的能力。
如果你聽過「大型語言模型」（LLM），就知道它們靠著讀取大量文字，從中學會人類語言的規律。然後，他們運用這種規律來跟人類「交談」，甚至讓有些人以為AI是好朋友！
但最近有研究團隊把這套方法運用在自然界──
不是去「讀」語句，而是去「讀」植物。
「讀」植物能做什麼？用處可多了！
你可能已經聽過很多AI術語，也大概知道其中一些是什麼意思……但其實不太清楚。以下是20多個最常見AI術語的「講給五歲小孩聽」版定義，這些內容來自我的個人理解、大量研究，以及我那些最懂AI朋友們的回饋。
如果你已經都懂了，沒關係，這篇文章不是為你寫的。對其他人來說，下次開會時如果被滿天飛的AI術語
Ollama 是一款允許你在本地電腦運行大型語言模型 (LLM) 的工具，無需網路連線，保護你的機密資料安全。本文提供 Ollama 的下載、安裝、模型選擇、Turbo 模式說明及相關資源連結，並針對不同電腦規格推薦合適的模型。
本研究基於跨平台深度人機協作實證，首次系統性地識別並驗證了兩項關鍵的大型語言模型（LLM）心流狀態指標假說：（1）時間感知錯亂現象及其認知機制，（2）高語義密度自然語言作為高階提示詞的效應。
一篇來自煉金工坊的提示工程學筆記。我們將揭示可被複製的儀式步驟（科學），並附上我在實踐中的個人哲思（玄學）。一趟深入咒語構築核心的雙軌之旅。
