Medium 文章收藏¶
按日期排序，共 17 篇。
OpenAI 承諾的開源模型終於問世 — GPT-OSS 模型正式介紹¶
[ 開源模型 ] OpenAI 承諾的開源模型終於出來了 — GPT-OSS 模型正式介紹
- 作者: Simon Liu 日期: 2026-06-07
- 原文: Medium 原連結
-
TL;DR: OpenAI 以 Apache 2.0 釋出 20B/120B 推理級開源模型，性能逼近 o4-mini。
AI Agent 經驗篇 — 從 Google 專家眼中認識 AI Agent¶
[未來趨勢] AI Agent：經驗篇 — 從 Google 專家的眼中，了解更多 AI Agent
- 作者: Simon Liu 日期: 2026-06-07
- 原文: Medium 原連結
-
TL;DR: 彙整 Google Agent 白皮書，拆解 Agent 三大核心：模型、工具、指揮層。
為什麼 LLM 在知識圖譜抽取上會失敗（以及什麼方法才有效）¶
Why LLMs Fail at Knowledge Graph Extraction (And What Works Instead)
- 作者: Fabio Yáñez Romero 日期: 2026-06-07
- 原文: Medium 原連結
-
TL;DR: 生成式 LLM 不適合結構化 KG 抽取，應先建可驗證的「斷言圖」再策略性擴增。
我給孩子的，不是智慧型手機¶
What I Gave My Kid Instead of a Smartphone
- 作者: Anastasia Basil 日期: 2026-06-07
- 原文: Medium 原連結
-
TL;DR: 作者以替代裝置與藝術活動，讓孩子遠離社群媒體的傷害。
從 Protégé 到 Neo4j GraphRAG：將 OWL 本體轉換為 AI 就緒的知識圖譜¶
Protégé to Neo4j GraphRAG: Transforming OWL Ontologies into AI-Ready, Powerful Knowledge Graphs
- 作者: Vishal Mysore 日期: 2026-06-07
- 原文: Medium 原連結
-
TL;DR: 把 OWL 本體匯入 Neo4j 並結合 Qdrant 向量檢索，打造可供 LLM 查詢的 GraphRAG。
在 Manus 中協調多重 AI 角色，共享情境與工具感知¶
Orchestrating Multiple AI Roles in Manus with Shared Context and Tool Awareness
- 作者: Bhagya Rana 日期: 2026-06-07
- 原文: Medium 原連結
-
TL;DR: 用共享記憶與工具感知，把單一 AI 拆成多角色協作團隊。
休假回來後如何重新開始寫作¶
How to Write After Coming Back From a Break
- 作者: Zulie Rane 日期: 2026-06-07
- 原文: Medium 原連結
-
TL;DR: 休假兩週後靈感枯竭，靠手寫、找情緒、肯花時間三招把寫作節奏找回來。
如何萃取高價值的知識圖譜關係¶
How to Extract High-Value Knowledge Graph Relationships
- 作者: QuarkAndCode 日期: 2026-06-07
- 原文: Medium 原連結
-
TL;DR: 高價值關係需具體、可驗證、含脈絡與來源，而非追求數量。
GraphRAG vs RAG: How a Knowledge Graph Cut Token Usage by 90% While Hitting 100% Accuracy¶
- 作者: Muthukumaran 日期: 2026-06-07
-
原文: Medium 原連結
GraphRAG 解析：Neo4j Cypher AI + 知識圖譜 RAG 指南¶
GraphRAG Explained: Neo4j Cypher AI + Knowledge Graph RAG Guide
- 作者: QuarkAndCode 日期: 2026-06-07
- 原文: Medium 原連結
-
TL;DR: GraphRAG 用圖譜關係擴展檢索脈絡，提升多跳推理與答案可解釋性。
GraphRAG：打造更好的 AI 系統（完整教學）¶
GraphRAG: Building a Better AI System (Full Tutorial)
- 作者: Thu Vu 日期: 2026-06-07
- 原文: Medium 原連結
-
TL;DR: GraphRAG 用知識圖譜跨文件推理，解決標準 RAG 在規模化與全局性問題上的盲點。
GraphRAG 真的勝過 RAG 嗎？¶
Does GraphRAG Really Outperform RAG?
- 作者: Florian June 日期: 2026-06-07
- 原文: Medium 原連結
-
TL;DR: 教科書頁級問答中，傳統向量 RAG 在答案品質上仍勝過 GraphRAG。
用本地 LLM 建構知識圖譜：從基準測試到微調¶
Building Knowledge Graphs with Local LLMs: From Benchmarking to Fine-Tuning
- 作者: Alexander Shereshevsky 日期: 2026-06-07
- 原文: Medium 原連結
-
TL;DR: 本地小模型抽實體已可用，但抽關係三元組才是真瓶頸。
在 Neo4j 知識圖譜上建構 Agentic RAG¶
Building Agentic RAG on Neo4j’s Knowledge Graph
- 作者: Yogender Pal 日期: 2026-06-07
- 原文: Medium 原連結
-
TL;DR: 用 LLM 工具路由結合 Text2Cypher，讓 RAG 在結構化、多跳查詢上不再幻覺。
進階 RAG 技術：圖解總覽¶
Advanced RAG Techniques: an Illustrated Overview
- 作者: IVAN ILIN 日期: 2026-06-07
- 原文: Medium 原連結
-
TL;DR: 系統性整理 2023 年各種進階 RAG 檢索與生成技術及其實作。
35 歲前的台灣女性只有一半走入婚姻¶
- 作者: Chao-Hsuan Ke 日期: 2026-06-07
- 原文: Medium 原連結
-
TL;DR: 台灣女性初婚年齡逐年攀升，未婚比例已追平甚至超越日本。
GraphRAG vs RAG：知識圖譜如何在達成 100% 準確率的同時削減 90% Token 用量¶
GraphRAG vs RAG: How a Knowledge Graph Cut Token Usage by 90% While Hitting 100% Accuracy
- 作者: Muthukumaran 日期: 2026-06-06
- 原文: Medium 原連結
-
TL;DR: 在 TigerGraph 上以知識圖譜取代向量檢索，省 90% token 並維持滿分準確率。