這篇文章概述 LLM 的工作原理。主流的大語言模型 LLM 大多是通過一層層堆疊 Transformer 區塊（block）建構而成的。因此只要理解了 Transformer 的運作機制就能掌握大部分的核心知識。

• 本文翻譯／改寫自 [Beginner Guide] From Deck List to First Valid Submission， 原始 Notebook 以 Apache 2.0 授權釋出。本文為中譯與補充版本
• PTCGABC cabt Engine Documentation / API 文件

概覽

The Pokémon Trading Card Game AI Battle Challenge 這個比賽，簡單來說就是：我們提交一支會打寶可夢卡牌的程式（程式代理／Agent）。對戰會在一個稱為 CABT 的模擬引擎上執行——這個引擎就是「裁判＋牌桌」，負責管規則、發牌、擲硬幣、判勝負。我們的程式只負責「做決定」。

AIGP 核心知識領域

AIGP 認證目標在認證 AI 治理的專業人士。AIGP 認證顯示了持有者理解基本的 AI 治理以及在美國、歐盟等地區管理 AI 的最佳實踐。

[toc]

Milvus 創立於 2019 年，它只有一個目標：儲存、索引和管理由深度神經網路和其他機器學習（ML）模型所產生的龐大嵌入向量資料。是一個專門用於管理大量嵌入向量的開源向量資料庫。它可以對萬億規模的向量資料進行索引和搜尋。

與現有的、主要根據預先定義模式處理結構化資料的關聯式資料庫不同，Milvus 從一開始就是設計來處理從非結構化數據轉換而來的嵌入向量。