GenAI
含有「GenAI」共 48 篇內容
全部內容
發佈日期由新至舊
FastAPI 是一個基於 Python 3.7+ 的 高效能 Web 框架，其特點是：
超高速（基於 Starlette + Pydantic）
自動產生 Swagger API 文件
嚴謹的資料驗證與型別檢查
原生支援非同步（async / await）
目標
✅ 建立 FastAPI API，讓應用可以透過 REST API 進行 LLM 查詢
✅ 結合 RAG 技術，提高 LLM 回應的準確度
✅ 存入及查詢 FAISS 向量資料庫，讓 LLM 檢索外部知識庫
本篇探討 Prompt Engineering 的策略與應用，並介紹一個 Prompt Engineering 實驗平臺專案，平臺允許使用者輸入任務敘述、選擇風格和提示策略，比較不同 Prompt 的回應結果，有助於學習如何設計 Prompt 模板來影響 LLM 行為及比較不同提示策略對結果的影響。
學習內容：
了解 Tokenization、Embedding、向量搜索（FAISS、Chroma）
學習如何微調 LLM（LoRA、PEFT）
準備數據集（清理、標註、格式化）
GenAI浪潮來襲，引發許多人焦慮，文章探討這種焦慮根源，分析GenAI的技術本質與應用模式，點出關鍵在於應用「GenAI+」思維，而非僅將其視為工具。文章並以案例說明如何重新定義工作流程，如何結合AI與傳統方法，提升生產力。最後，文章強調獨立思考的重要性，以及在GenAI時代定位自身價值的重要性。
本文分享一次與外部企劃公司合作的真實案例，探討有效溝通的重要性。案例中，作者與兩家公司進行提案，第一家公司提案過於制式，缺乏特色；第二家公司雖積極，但方向錯誤，未能理解客戶需求。作者藉此說明在GenAI時代，創意不稀缺，有溫度的創意才珍貴，溝通時需理解對方的需求與出發點，才能有效解決問題，達成合作。
付費限定
K12 覆蓋了一個人從 6 歲至 18 歲左右約十幾年的生涯，可說是每個人一生中最重要的基礎學習階段。想一想，我們的人生中有多少年少輕狂、刻骨銘心的青春記憶，都發生在校園裡？生成式 AI 和學習科技 EdTech 為全球 K12 教育帶來了什麼樣翻天覆地的變化？.....
本文分享如何將AI融入學習流程，藉由 NotebookLM、GPT 等工具，提升學習效率。作者將學習過程分為Capture、Organize、Distill、Express 四個階段，並利用卡片盒筆記法、座標圖等方式，整理及建構知識網絡，最後透過標籤，建立個人知識庫，方便日後靈感提取及知識運用。
付費限定
摘要
本報告探討AI技術對PC產業與顯示技術發展的三項核心影響：生成式AI降低內容創作市場門檻，吸引年輕與銀髮族新用戶；自然語言技術重塑產品設計流程，並實現擬真的人機互動；虛擬代理技術則成為雲端與終端設備的新介面，推動沉浸式顯示技術發展（如VR/AR），同時加劇蘋果與其他廠商在邊緣AI設備的競爭。
