Karpathy 的设置维护了一个 40 万字的研究知识库，无需 RAG 即可进行 LLM 查询。 将资源导入 raw/ 目录。 使用 LLM 将其转换为链接 Markdown。 添加摘要、概念和反向链接。 在 Obsidian 中查看。 使用 LLM 向 wiki 提问。 生成笔记、幻灯片或图表。 将这些输出反馈到 wiki。 运行检查以查找缺失和错误。
本文为机器翻译
展示原文
Andrej Karpathy
@karpathy
LLM Knowledge Bases
Something I'm finding very useful recently: using LLMs to build personal knowledge bases for various topics of research interest. In this way, a large fraction of my recent token throughput is going less into manipulating code, and more into manipulating
来自推特
免责声明：以上内容仅为作者观点，不代表Followin的任何立场，不构成与Followin相关的任何投资建议。
喜欢
收藏
评论
分享
