東寶利用 AI 監修動畫周邊商品
東寶與 Accenture 合作,導入 AI 系統來監修 IP 周邊商品。該系統透過學習《排球少年!!》等原作內容以確保品質與一致性,並計畫將此模式擴展至其他作品。
Tag: #rag131 results
東寶與 Accenture 合作,導入 AI 系統來監修 IP 周邊商品。該系統透過學習《排球少年!!》等原作內容以確保品質與一致性,並計畫將此模式擴展至其他作品。

本文探討了生成式 AI 時代下教科書式內容的意義,並分享了利用 LLM Wiki 概念建立企業內部知識庫的實踐方法。內容涵蓋了開發者學習編碼方式的轉變以及組織知識管理的挑戰。

作者詳述三層AI脈絡:1) RAG個人資料事實;2) LLM Wiki結構化知識;3) 「哈勃半徑」將所有饋源/RSS索引至私有Meilisearch涵蓋潛在知識。讓AI存取用戶資訊宇宙無需公搜。

Popsa 使用 Amazon Bedrock 和 Nova 模型重新設計標題建議功能。結合中繼資料、電腦視覺與 RAG,自動產生符合品牌的創意多語言標題與副標題。改善品質、降低成本、縮短回應時間,提升客戶滿意度、參與度與購買率,並於 2025 年產生超過 550 萬個個人化標題。
使用者讚揚 Qwen 27B 分析密集 80K 令牌故事聖經,保留細節勝過 Gemma 3 27B 或 Reka Flash。27B 尺寸優於 9B(幻覺嚴重)及 35B。擅長傳說一致性檢查及規則基礎想法驗證。
Google NotebookLM 將所有上傳文件傳至 Google 伺服器,不適合專有研究、臨床資料或受規範工作負載。使用者讚賞其文件基礎問答與引用功能,但尋求具合規保證的私密替代方案。討論強調應用 AI 中的基礎設施障礙。

小紅書点点AI分析筆記、評論、影片提取洞見,歸納避雷,並推出「攻略模式」生成親子旅行等可執行計劃。利用社群真實經驗勝通用數據。以地圖和時序彌補資訊斷層。

AI工具正擾動高考志願填報諮詢市場,但許多服務質量低劣,僅使用過時數據或簡單的搜索封裝。該行業缺乏標準化,導致消費者質疑。
一個探討本地 LLM 實用且節省時間的工作流程的社群討論串,包括 RAG、MCP 和編碼代理。討論重點在於實際應用而非僅僅是模型基準測試。
律師建 10x Nvidia V100 SXM (320GB VRAM) Threadripper 伺服器,用於私人 RAG/QLORA 法律任務。分享 Linux 無頭 vLLM 初始基準,尋求寫作模擬及法律推理模型建議。Claude 用於協調安裝挑戰。