GenAI
含有「GenAI」共 58 篇內容
全部內容
發佈日期由新至舊
本文分享如何運用生成式 AI 作為個人教練，輔助管理者提升領導力。透過與 ChatGPT 的對話，結合 Daniel Goleman 的六種領導風格模型，進行自我評估、案例分析及行動規劃，並運用 NotebookLM 產生影片摘要、心智圖和文字報告，最後示範如何用 Lovable 建立對外服務網站。
在過去兩年裡，生成式 AI（Generative AI, GenAI）成為全球企業最熱門的投資領域。據統計，2024 年全球企業對 GenAI 的投資高達 300–400 億美元。然而，驚人的現象是：這些專案中，高達 95% 無法帶來實質的財務影響，真正能成功規模化並創造百萬級價值的案例不到 5%。
本文介紹生成式AI（Generative AI）特性、應用，包括其多元創作能力、機率式回覆、AI幻覺現象、短期記憶功能、多模態能力、即時更新、溫和的回應機制，以及通用型與專用型AI模型的區別。
軟體工程師的工作心得與時代變遷，從無到有的成就感、團隊合作的喜悅、使用者回饋的滿足感，以及三個階段的工作型態轉變：石器時代、框架與開源時代、AI時代。探討AI時代帶來的衝擊與挑戰，包含技能迭代速度加快、專案時程縮短等，並反思工程師未來的發展方向。
付費限定
最近與摯友談及AI與教育議題的交會，心中悄然萌生一個念頭：或許，是時候在「AI抱抱系列」中，開啟一場關於AI與教育的對話。根據過往研究，未來二十年，近半數現有職業將走入歷史，而今日教室裡的孩童，估計有65%將投身於尚未被命名的工作。這些職業不僅新穎，更深植於AI技術與知識的沃土之中[1]。。。
5/5AI與教育
Amazon S3 Vectors 是 AWS 全新原生向量儲存服務，支援語意搜尋與 RAG，成本可降達 90%。透過向量桶與索引管理大規模資料，具亞秒級查詢效能，並整合 SageMaker、Bedrock 與 OpenSearch，無需額外基礎設施，即可高效建構生成式 AI 應用。
Amazon Q CLI 和 Gemini CLI 都是強大的命令列 AI 工具，但各有優缺點。Amazon Q CLI 深度整合 AWS 生態系，適合 AWS 開發者；Gemini CLI 則更通用，擁有更強大的多模態生成能力。本文詳細比較兩者，並提供測試結果，幫助讀者選擇適合自己的工具。
Pinecone：設計簡單、穩定高效、支援向量更新與 metadata
(免費方案足夠實驗使用)
一、什麼是 RAG？
RAG 結合兩個階段：
檢索（Retrieval）： 從外部知識庫檢索與提問語意相近的資料。
生成（Generation）： 將檢索到的內容當作 context，一併輸入 LLM 中生成回答。
Pydantic ：資料驗證的超強幫手
Pydantic 是 Python 中強型別資料驗證與處理的標準工具，特別適合用於 API 的請求 / 回應資料結構驗證。
