SwirlAI 電子報發表了一篇教學文章，旨在從零開始構建一個 AI 代理程式，無需任何框架。文章的核心在於說明如何讓 AI 代理程式使用工具 (Tools)，並以一個貨幣轉換器為例，逐步演示整個過程。 作者首先定義了什麼是 AI 代理程式，並強調了系統提示 (system prompt) 的重要性，它包含了工具的定義和預期的輸出格式。文章亦詳細介紹了如何將 Python 函數包裝成工具，以及如何構造有效的系統提示，最後實現了一個能夠規劃並執行動作的 AI 代理程式類別，展示了如何讓 AI 代理程式根據用戶提問，自動選擇並使用工具完成任務。整個過程強調了基礎概念的理解，而非依賴現有框架。
SwirlAI 電子報發表了一篇教學文章，旨在從零開始構建一個 AI 代理程式，無需任何框架。文章的核心在於說明如何讓 AI 代理程式使用工具 (Tools)，並以一個貨幣轉換器為例，逐步演示整個過程。 作者首先定義了什麼是 AI 代理程式，並強調了系統提示 (system prompt) 的重要性，它包含了工具的定義和預期的輸出格式。文章亦詳細介紹了如何將 Python 函數包裝成工具，以及如何構造有效的系統提示，最後實現了一個能夠規劃並執行動作的 AI 代理程式類別，展示了如何讓 AI 代理程式根據用戶提問，自動選擇並使用工具完成任務。整個過程強調了基礎概念的理解，而非依賴現有框架。
ComfyUI 上使用 Hunyuan 影片模型 騰訊開源模型 Hunyuan (混元) 能生成高品質 AI 影片，具有出色的動作穩定性、場景切換和逼真的視覺效果。ComfyUI 官網介紹了如何免費使用「Hunyuan Video」模型首先必需安裝幾個主要檔案： 模型亦支援生成靜態圖片，只需將影片長度設定為 1 即可。最後亦提供了一個 JSON 格式的工作流程範例，方便使用者快速上手。
![Learn ComfyUI Img2Img by Building It Yourself (With LoRA Support) | Build With Me [EP. 2]](https://infernews.com/blog/wp-content/plugins/wp-youtube-lyte/lyteCache.php?origThumbUrl=https%3A%2F%2Fi.ytimg.com%2Fvi%2FmpMFjL47Cb0%2F0.jpg)
騰訊開源模型 Hunyuan (混元) 能生成高品質 AI 影片，具有出色的動作穩定性、場景切換和逼真的視覺效果。ComfyUI 官網介紹了如何免費使用「Hunyuan Video」模型首先必需安裝幾個主要檔案：
hunyuan_video_t2v_720p_bf16.safetensors (主要的影片生成模型) 放入 -> ComfyUI/models/diffusion_models/ clip_l.safetensors 放入 -> ComfyUI/models/text_encoders/llava_llama3_fp8_scaled.safetensors (文字編碼器) 放入 -> ComfyUI/models/text_encoders/hunyuan_video_vae_bf16.safetensors (變分自動編碼器 VAE) 放入 -> ComfyUI/models/vae/模型亦支援生成靜態圖片，只需將影片長度設定為 1 即可。最後亦提供了一個 JSON 格式的工作流程範例，方便使用者快速上手。
本片中展示 AI Studio 上 Gemini 2.0 中的入門應用程式之一 「視訊分析器」，並詳細介紹如何使用 Python 程式碼和新的統一 SDK 從多角度分析影片內容。
本片中展示 AI Studio 上 Gemini 2.0 中的入門應用程式之一 「視訊分析器」，並詳細介紹如何使用 Python 程式碼和新的統一 SDK 從多角度分析影片內容。
一場關於建構 AI 研究代理程式的研討會。主要目的在於介紹 AI 代理程式的基本概念，並讓參與者獲得端到端構建代理程式的實務經驗。講者首先解釋何謂 AI 代理程式，並將其與大型語言模型 (LLM) 互動的方法，例如簡單提示和檢索增強生成 (RAG)，進行比較，強調 AI 代理程式在處理複雜任務和個性化回應方面的優勢。接著，講者深入探討了 AI 代理程式的幾個關鍵組成部分：規劃與推理 (包含 Chain of Thought 和 React 等設計模式)、記憶體 (短期和長期記憶體) 和工具。最後，研討會的實作部分引導參與者利用 Langchain 框架，結合 Fireworks 模型和 MongoDB，一步步建構一個可以提供研究協助的 AI 代理程式，其中涵蓋了工具的建立、代理程式的設計，以及記憶體的添加。
一場關於建構 AI 研究代理程式的研討會。主要目的在於介紹 AI 代理程式的基本概念，並讓參與者獲得端到端構建代理程式的實務經驗。講者首先解釋何謂 AI 代理程式，並將其與大型語言模型 (LLM) 互動的方法，例如簡單提示和檢索增強生成 (RAG)，進行比較，強調 AI 代理程式在處理複雜任務和個性化回應方面的優勢。接著，講者深入探討了 AI 代理程式的幾個關鍵組成部分：規劃與推理 (包含 Chain of Thought 和 React 等設計模式)、記憶體 (短期和長期記憶體) 和工具。最後，研討會的實作部分引導參與者利用 Langchain 框架，結合 Fireworks 模型和 MongoDB，一步步建構一個可以提供研究協助的 AI 代理程式，其中涵蓋了工具的建立、代理程式的設計，以及記憶體的添加。
短片說明如何在 ComfyUI 中使用「Live Portrait」，將靜態人像圖轉換成具有動態表情的動畫。 教學涵蓋了安裝及設定自訂節點、建立工作流程、以及微調動畫以達到寫實或風格化效果等步驟，並詳細解釋如何調整臉部設定（眨眼、嘴部動作、俯仰角度等），以及如何使用預錄影片或手動設定來製作動畫。 此外，也提供了影像及影片素材的選擇建議，以及處理解析度和裁切等常見問題的方法，目標是讓使用者能有效地將靜態圖片轉換成生動的動畫人像。 最後，還以指令範例說明如何設定動作的播放時間與間隔。
短片說明如何在 ComfyUI 中使用「Live Portrait」，將靜態人像圖轉換成具有動態表情的動畫。 教學涵蓋了安裝及設定自訂節點、建立工作流程、以及微調動畫以達到寫實或風格化效果等步驟，並詳細解釋如何調整臉部設定（眨眼、嘴部動作、俯仰角度等），以及如何使用預錄影片或手動設定來製作動畫。 此外，也提供了影像及影片素材的選擇建議，以及處理解析度和裁切等常見問題的方法，目標是讓使用者能有效地將靜態圖片轉換成生動的動畫人像。 最後，還以指令範例說明如何設定動作的播放時間與間隔。
Hugging Face Transformers 框架中的 LayoutLM 模型 重點介紹了 LayoutLM 模型如何結合文字資料與文件版面資訊，從而更有效地理解文件結構並提取關鍵資訊，例如表格、發票或收據中的資訊。 教學使用 FUNSD 資料集作為範例，並逐步演示了如何預處理資料、載入 LayoutLM 模型、進行預測以及將預測結果視覺化地顯示在文件的影像上，藉由命名實體辨識 (NER) 標記出文件中的關鍵資訊。文章的目標是讓讀者學會如何運用 LayoutLM 模型處理結構化文件，並提取有用的資訊。
Word2Vec 是將文字轉換成電腦可理解之數值向量的詞嵌入技術，包含連續詞袋模型（CBOW）與跳字模型（Skip-gram）兩種主要架構。
此技術廣泛應用於搜尋引擎、推薦系統與機器翻譯，但每個詞僅有單一固定向量，無法處理多詞片語語義。Word2Vec 有兩種主要模型：連續詞袋模型 (CBOW) 和跳字模型 (Skip-gram)，透過反向算法，根據上下文預測目標詞或反之，從而學習詞語間的關係。
透過訓練，相似詞彙在向量空間中距離相近，並能進行類比推理，如「國王-男人+女人=王后」。此技術廣泛應用於搜尋引擎、推薦系統與機器翻譯，但每個詞僅有單一固定向量，無法處理多詞片語語義。
詞嵌入將文字轉換成數值向量，讓機器學習模型能夠處理文字資料。相似的詞彙在向量空間中彼此靠近，距離和方向代表詞彙間的語義關係。 片中說明了詞嵌入在自然語言處理 (NLP) 中的關鍵作用，例如文字分類、命名實體辨識和問答系統等。接著，解釋了兩種主要的詞嵌入方法：基於詞頻的方法 (例如TF-IDF) 和基於預測的方法 (例如Word2Vec, GloVe)，並比較了它們的差異。最後，介紹了更先進的基於上下文的方法 (Transformer 模型)，它能根據上下文調整詞彙的向量表示，進一步提升 NLP 的效能。這視頻旨在說明詞嵌入技術如何有效地將人類語言轉換成機器可理解的數值形式，從而推動自然語言處理的發展。
詞嵌入將文字轉換成數值向量，讓機器學習模型能夠處理文字資料。相似的詞彙在向量空間中彼此靠近，距離和方向代表詞彙間的語義關係。 片中說明了詞嵌入在自然語言處理 (NLP) 中的關鍵作用，例如文字分類、命名實體辨識和問答系統等。接著，解釋了兩種主要的詞嵌入方法：基於詞頻的方法 (例如TF-IDF) 和基於預測的方法 (例如Word2Vec, GloVe)，並比較了它們的差異。最後，介紹了更先進的基於上下文的方法 (Transformer 模型)，它能根據上下文調整詞彙的向量表示，進一步提升 NLP 的效能。這視頻旨在說明詞嵌入技術如何有效地將人類語言轉換成機器可理解的數值形式，從而推動自然語言處理的發展。
文件分割策略對於大型語言模型(LLM)的資訊檢索效能影響。現有資訊檢索基準測試通常以整篇文件的相關性評估效能，忽略了文件分割策略的重要性。RAG 文件分割(Text Chunking) 基於字元/詞(Token) 的分割、遞迴式分割、語義分割等，以找出最適合用於後續基於檢索增強生成（RAG）應用的最佳方法。
文件分割策略對於大型語言模型(LLM)的資訊檢索效能影響。現有資訊檢索基準測試通常以整篇文件的相關性評估效能，忽略了文件分割策略的重要性。RAG 文件分割(Text Chunking) 基於字元/詞(Token) 的分割、遞迴式分割、語義分割等，以找出最適合用於後續基於檢索增強生成（RAG）應用的最佳方法。
