訓練自己的大模型知識庫| 零成本 – YouTube 手把手教大家如何去訓練自己的大模型知識庫(rag),並且通過llama+langchain+faiss搭建一套基於大模型的問答系統 (Google colab) 教你如何训练自己的大模型知识库| huggingface | llama |langchain |faiss | 零成本 | google colabWatch this video on YouTube Like Dislike
給 AI “記憶” – RAG 基礎(英) Intro to RAG for AI (Retrieval Augmented Generation)Watch this video on YouTube Like Dislike
LlamaIndex:用 Colab 建立向量資料庫 (RAG) (英)官方教學 Building RAG from Scratch (Open-source only!)本教程展示如何建立向量資料庫,建立檢索管道。值得注意的是,這是個完全開源的方案 Like Dislike
Llama3 RAG on Google Colab(附源碼) (英)Llama3 RAG on Google Colab使用 Llama 3、LangChain、ChromaDB 和 Gradio 建立一個檢索增強生成 (RAG) 系統。 Like Dislike
了解 Transformer “Attention is All You Need” Attention is All You Need (Transformers)Transformer 在 2017 年問世。筆者試圖解釋 Transformer 最具革命性的 「注意力」 Like Dislike
Ollama 擁有 OpenAI 兼容 API 測試 Finally Ollama has an OpenAI compatible API Watch this video on YouTube Like Dislike
人工智慧遊樂場 | 並排比較頂級人工智慧模型 (英) GPT-4o,Mistral 至 Llama3 的即時比較Chat and compare OpenAI GPT, Anthropic Claude, Google Gemini, Llama, Mistral, and more. Like Dislike
Meta Chameleon – 多模態開源模型 (英)Meta 的 FAIR 團隊公開 Chameleon 模型於研究用Chameleon 的成功在於其完全基於 Token 的架構。模型將會同時學習圖像和文字,進行聯合推理,這對於分開編碼器的模型來說,令推理更接近 Reasoning 的要求,儘管存在一些限制。 Like Dislike