回覆區
排序
CH
Ching Hsu
#1樓
10 天前
最少文字向量化的概念也要提到會比較好,光是這樣子,之後下prompt的能力也會提高不少
RU
Ruby Chou
回覆 Ching Hsu
6 天前
向量化那塊搞懂之後,寫 prompt 真的有感覺不一樣,不會再瞎猜 AI 在對應什麼了 🤔
CC
CCL
回覆 Ching Hsu
9 天前
文字向量化跟 Prompt 的關係是什麼?其實我沒有特別思考過這個想法。
因為對我來講,「文字向量化」比較像是在 AI 抓取文章中的某一部分來回答問題時,或是像 RAG 的狀況下會用到的一個概念。但是在 Prompt Engineering 使用到文字向量化概念,我沒有特別想過這中間有什麼關聯性。
CH
Ching Hsu
回覆 CCL
6 天前
我自己是因為接觸文字向量化,才知道有正向描述跟負向描述,
還有一些對於文字的座標想像,例如我想找「賽局理論」的paper,會想像「實證」、「資料」可能跟他的距離會是什麼樣子,然後微調幾次prompt,就比較能夠獲得想要的結果。
所以最開始留言的時候想說,
文字向量化這件事情,對於完全沒有接觸過LLM的人來說
文字向量化至少具體一點,至少二維跟三維可以畫的出來XD
阿哲
阿哲 (A-Zhe)
回覆 鍵盤工人
6 天前
真的,我之前讓 Claude 幫我寫 infra 的 terraform,乍看很像那回事,結果 IAM policy 根本亂寫,沒踩過坑的人大概直接 apply 下去就炸了
關聯 / 被收藏牆
被引用
尚未被引用或收藏
相關卡片
尚無相關卡片