INFO:

在此 #AzureEnablementShow 集中，Uli、Eric 和 David 继续讨论矢量数据库和 LLMS，包括何时使用提示工程以及微调数据的重要性。 Uli 建议 LLM 不擅长两件事，然后提供有关解决方法的提示。 对话总结了一些矢量化优点和缺点的讨论。 这是由两部分组成的系列的第二部分。 章节 00:00 - 简介 00：15 - 回顾嵌入 00：39 - 首先考虑提示工程 02：06 - 微调数据 02：58 - 幻觉帮助 04：49 - LLM 和数学 04：59 - LLM 和结构化数据 05：19 - 向提示添加代码 05：52 - 基于管道的编程 07：54 - 矢量数据库与向量索引 09：00 - 到达矢量化 09：52 - 单独矢量化不是答案 推荐的资源 Azure AI 搜索中的矢量搜索 在 Studio 中提交训练作业 人工智能（AI）体系结构设计 准备 AI 工程 生成式 AI 的基础知识 AI 搜索中的新增功能 相关剧集 扶手椅架构师：LLM 和矢量数据库（第 1 部分） 观看扶手椅建筑师系列中的 更多情节 观看《精心构建的系列》中的 更多情节