是說前兩個禮拜的AI課，教到如何為大型語言模型（LLM）訓練小型的LoRA（Low-Rank Adaptation）模型，來補足特定的資料。回家以後認真的設定好了環境，在網路上抓了所有我可以找到的爌肉飯文字資料，包括歷史發展、知名店家，食譜作法，全部轉成文字檔以後，整整訓練了40幾個小時，終於弄出我的爌肉飯LoRA模型，理論上把這東西接上我的Llama模型以後，原本跟爌肉飯不太熟的語言模型，就會變成爌肉飯專家，但是出乎我意料的是事情並沒有我想的那麼簡單。我實在百思不得其解，丟入訓練的資料中，已經有很詳細的爌肉飯歷史介紹，這是已經有答案的簡單題目，為什麼我的語言模型還會吐出很獵奇的答案??(不過這大概也預示了AI的危險性，這東西只是假裝會思考而已。)

AI本來就很會一本正經地話唬爛

XD

「他的家人將他製成肉醬放入木桶保存」


這AI是被餵了什麼奇怪的資料？

⎛⎝๑≿ܫ≾๑⎠⎞ :
是子路，加了一點子路

旅人🧿望台灣順遂 :
算妳狠～

幹笑死，子路死不瞑目

子路 也很地獄梗啊

筍子配料 也不精確啊 ....

旅人🧿望台灣順遂 :

可以用RAG技術，對於特定文本的問答能更精準，成本也不會太高