LangChain & LLM//8 min
LangChain 與 LLM 學習筆記 番外篇 — 我的電腦能跑哪些本地模型？
不知道你的電腦能跑哪些 LLM？說清楚量化格式（FP32 / Q4_K_M / Q8_0）差在哪、記憶體怎麼估算，附 Apple Silicon / NVIDIA / 純 CPU 場景對照表與 willitrunai 工具介紹，選對再動手。
#LangChain & LLM
← 所有標籤
#LangChain & LLM(7)
LangChain & LLM//5 min
LangChain 與 LLM 學習筆記 番外篇 — 這個系列用什麼模型？為什麼？
LangChain RAG 要選哪個模型？用 MTEB 排行榜挑嵌入模型、Chatbot Arena 挑生成模型，解釋為什麼選 nomic-embed-text 和 llama3.1:8b，附本地 vs 付費 API 完整對比表與一鍵切換程式碼。
#LangChain & LLM
LangChain & LLM//7 min
LangChain 與 LLM 學習筆記 Ep-4
RAG 評估教學：用 RAGAS + Ollama 量化你的 RAG 系統準確率。四個核心指標 Faithfulness、Answer Relevancy、Context Precision、Context Recall，附完整 Python 程式碼，不需要 OpenAI API。
#LangChain & LLM
LangChain & LLM//7 min
LangChain 與 LLM 學習筆記 Ep-3
多模態 RAG 實作教學：用 LangChain + Ollama 視覺模型讀取含圖表的 PDF，圖片先用 llama3.2-vision 轉成文字描述再建向量索引，含完整 Python 程式碼，不需要任何付費 API。
#LangChain & LLM
LangChain & LLM//10 min
LangChain 與 LLM 學習筆記 Ep-2
進階 RAG 教學：語意分割、混合檢索（BM25 + 向量 + RRF）、Multi-Query、HyDE、Cross-Encoder Reranking，加上 Anthropic Contextual Retrieval 與多模態 RAG 三種架構（CLIP、圖片轉述、ColPali）完整對比。
#LangChain & LLM
LangChain & LLM//16 min
LangChain 與 LLM 學習筆記-Ep-1
RAG 教學：用 LangChain + Ollama 把「載入→分割→嵌入→索引→檢索→生成」8 個步驟串成可跑的 Python 程式，搭配 Chroma 向量資料庫，本地免費跑 llama3.1，附完整程式碼。
#LangChain & LLM
LangChain & LLM//5 min
LangChain 與 LLM 學習筆記 Ep-0
5 分鐘看懂 LLM、LangChain、AI Agent 與 MCP 的關係：什麼是 Context Window、token 限制，LangChain 怎麼幫你串接模型，以及 Anthropic MCP 協議解決什麼問題。
#LangChain & LLM