))
EP75 从总结到搜索：LLM 应用实践分享
Fetch error
Hmmm there seems to be a problem fetching this series right now.
Last successful fetch was on November 30, 2024 22:33 (
What now? This series will be checked again in the next day. If you believe it should be working, please verify the publisher's feed link below is valid and includes actual episode links. You can contact support to request the feed be immediately fetched.
Manage episode 437766123 series 3511956
Contenuto fornito da 硬地骇客. Tutti i contenuti dei podcast, inclusi episodi, grafica e descrizioni dei podcast, vengono caricati e forniti direttamente da 硬地骇客 o dal partner della piattaforma podcast. Se ritieni che qualcuno stia utilizzando la tua opera protetta da copyright senza la tua autorizzazione, puoi seguire la procedura descritta qui https://it.player.fm/legal.
本期节目我们将从 Podwise 实际使用 LLM 的经验出发，分享不同模型的优缺点，探讨成本下降背后的原因，以及如何混合使用大模型来提高性价比。同时，我们还会聊聊总结类 AI 产品的未来方向，以及 Podwise 如何利用 LLM 开发新的 AI 功能，比如智能推荐、AI 搜索等等。欢迎收听。
更多内容信息和时间线参考下文的硬地笔记，欢迎收听本期节目。
另外，现在加入「硬地骇客」会员服务，即可在会员专属的微信群与其他朋友一起畅所欲言，成为会员也是对我们持续更新最大的鼓励！
本期赞助
Podwise.ai - Podcast knowledge at 10x speed 🚀
硬地笔记
00:00:04 Podwise 的 LLM 应用实践：总结、搜索和创作者工作流
00:09:01 LLM 进化之路：从 GPT-3.5 到 GPT-4.0 和 Gemini 1.5
00:17:44 大模型成本的显著下降：20 倍的成本降低
00:23:31 混合使用大模型：提升性价比的关键
00:26:19 GPT-4o mini vs GPT-4.0：成本与效果的权衡
00:30:07 总结类 AI 产品的未来：场景和数据至关重要
00:33:36 Podwise 的 AI 创新：从总结到知识发现
00:34:58 Podwise 的 RAG 工作流：从音频到搜索
00:38:46 构建私有数据搜索引擎：最佳实践分享
00:43:33 多语言 Embedding 模型的选择：OpenAI 和 BGE M3
00:46:02 Re-rank 模型的选择：BGE M3 和 jina
00:48:08 多语言 Prompt 的最佳实践：Prompt Perfect 和 GitHub Copilot
00:50:54 Gemini 1.5 Flash 的免费额度：个人小项目的利器
00:53:51 独立开发者选择 LLM 的建议：免费、稳定、成本优先
硬地笔记
提到的词汇：
- qdrant
- meilisearch
- dense embedding
- sparse embedding
- splade
- bge-m3
- bce
- jina
- promptperfect
- ColBERT
- langchain
- llamaindex
欢迎关注我们
- 知识星球: t.zsxq.com
- 官网: hardhacker.com
- 小手册: book.hardhacker.com
- 用爱发电不容易，请我们喝咖啡☕️: afdian.net
- 公众号/小红书: 硬地骇客
- 商务合作: hardhackerlabs@gmail.com
34 episodi
Condividi
