|
阅读：1902回复：3
ChatGPT+k8s实战之:Embedding篇、开发k8s智能小助手
众所周知，AI很火，而且会不断升级迭代。元宇宙和它不是一个级别的。
之前我们已经开了一坨课程作为探索性实战，这回的课程不是探索性 （但是数据部分还带有探索性质），就是实战。而且会干出来上线到我们网站做子站。 本课程主要结合chatgpt和embeding外加我们的老本行k8s。做个k8s智能小助手、排坑小能手。学习本课程必须首先已经了解k8s开发 。 本课程大约10课时，做完第一版就上线（以后课程答疑有一部分就是它了~_~）。然后迭代更新和同步录课 由于众所周知的原因，部分关键细节会故意留坑，VIP学员一对一口述讲解。 第1讲:开张课、什么是Embedding 试听 开张课，我们先说下Embedding。下节课我们来说下项目干什么 第2讲:课程实战项目规划：k8s智能助手、数据清洗初步 今天我们说下项目规划，做啥。并简单初步的说下数据清洗部分内容 第3讲:向量数据库入门、基操、余弦距离 向量数据库在我们整个有着至关重要的作用。并不难学，也不需要一点一滴的去抠细节，会用即可 第4讲:向量数据库入门(2): 创建集合、Point向量 快速基操。快速干。不要纠结 第5讲:初步把清洗过后的数据构建成Point(演示课) 今天是一个演示课，用于把清洗后的数据构建向量 第6讲:初步向量入库、相似性搜索(演示课) 试听 入库后， 我们来演示下如何搜索相似内容 第7讲:向量搜索如何结合prompt (初步方案) 本标题的含义是：如何通过清洗过的数据帮助chatgpt更精准的理解问题 第8讲:给chatgpt提供参考答案的实现思路和代码 为了不让chatgpt乱回答我们需要采取点措施 |
|
|
