#Embedding
4 posts tagged "embedding"
3
Part 3 — FDE 面試準備指南(三):你不能忽略的 ML 基礎
以 Google AI 工程師兼面試官的視角,整理 FDE 面試中仍然高頻的傳統 ML / AI 基礎知識,包含 Transformer、Embedding、評估指標與 Fine-tuning 的工程視角
5
Part 5 — FDE 面試準備指南(五):RAG 深度技術——Chunking、Embedding、向量資料庫與混合搜尋
以 Google AI 工程師兼面試官的視角,深度拆解 RAG 的技術細節:Chunking 策略選擇、Embedding 模型挑選、向量資料庫設計、混合搜尋與 Reranking,以及 Context Window 爆炸的處理方式
9
Part 9 — FDE 面試準備指南(九):LLM 核心知識——Token、Prompt Engineering 與 Embedding
以 Google AI 工程師兼面試官的視角,整理 FDE 面試中最關鍵的 LLM 實用知識:Token 與 Context Window 的工程意涵、Prompt Engineering 五大技法,以及 Embedding 在語意搜尋中的原理與選型
ChatPDF RAG 優化(一):語意切塊與混合檢索 Semantic Chunking + Hybrid Retrieval
RAG 的成敗,八成決定在「切塊」與「檢索」這兩步。本篇拆解 chatPDF 如何從寫死的固定切塊,升級成 embedding 偵測語意轉折的 Semantic Chunking,以及如何把 dense 向量檢索與 BM25 關鍵字檢索融合成 Hybrid Retrieval——附完整 Python 實作與設計取捨。