標籤
embeddings
Embeddings 是把文字、語音或程式碼轉成可比較的向量表示，讓語意搜尋、RAG、相似度比對與向量資料庫能運作。它常用在 Redis Vector Search、新詞初始化與 ASR 評測等場景，直接影響檢索品質與模型對齊。
5 篇文章
AI Agent/5月7日
如何用 LangGraph 打造 Agentic RAG
這篇教你用 LangGraph 建立一個會路由、檢索、驗證並回答問題的 Agentic RAG 工作流。
技術研究/5月7日
RAG 是什麼？白話看懂
RAG 讓 LLM 先查文件再回答，能減少幻覺、補上引用，也更適合企業知識庫與即時資料。
AI Agent/5月5日
5 步完成 RAG 管線
這篇教你用 5 個步驟做出 RAG 管線，讓模型先檢索你的文件，再根據內容產生有依據的答案。
技術研究/4月24日
LLM 評測 ASR 不只看 WER
這篇論文把 decoder-based LLM 拿來當 ASR 評測器，結果在人工一致性上明顯贏過 WER；在 HATS 的二選一任務，最佳模型達 92–94%。
工具應用/4月4日
Windsurf Flow 怎麼讓上下文不斷線
Windsurf Flow 用索引、記憶與規則維持 AI 上下文。本文拆解 Cascade、Tab、RAG 與 .windsurfrules 的運作方式，並比較它和其他 AI 寫碼工具的差異。