howie.serious
3小时前
google 的 ai summary,竟然是 RAG。 这是我没想到的。没这么想过。🤣 正在学 的RAG课,每天一课,五天学完。我知道RAG很基础,ai圈说了两年说烂了。但我就是觉得基础的老生常谈的东西也得了解更多细节更多原理。 反正不要钱,每天听一点试试呗
狂奔滴小马
1天前
什么向量数据库,如何对接 vercel ai sdk?
𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞
1天前
为什么人类的"约束"是LLM的"可能性条件"?(也是交互范式编程的可能性条件!) "硅基LLM和人类能通过人类语言这种符号系统交互,是来自语言的具身性约束。" LLM能够"理解""压力",不是因为它体验过压力,而是因为: 人类语言已经将"压力"编码为符号模式通过具身隐喻("压"的身体感) 通过语境共现("工作""焦虑""头痛") 这个编码是稳定的、可预测的因为所有人类共享相似身体 因此"压
𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞
1天前
训练分布的边界 = LLM的"接地边界" 人类: 超出身体感知范围的 = 不可理解的 (如真正的四维空间) LLM: 超出训练分布范围的 = 不可预测的 (如未来事件、新兴概念)