AI 工程实践
AI 应用上线前的评估清单
AI 应用不能只靠几次手动体验判断质量,至少要有可重复的样本集和失败归因。
Tag
共 8 篇文章。
AI 工程实践
AI 应用不能只靠几次手动体验判断质量,至少要有可重复的样本集和失败归因。
RAG 与知识库
从文档清洗、切分、向量化、召回、重排到答案生成,复盘一个 RAG 系统的工程落地过程。
Prompt 工程
把 Prompt 从一次性灵感整理成可复用、可评测、可迭代的工程资产。
Agent 实践
Agent 不是让模型无限自由行动,而是给它清晰目标、有限工具和可观察反馈。
模型部署与推理
本地部署不是单纯把模型跑起来,而是在成本、速度、质量和维护复杂度之间找平衡。
AI 工具链
AI 内容工具的重点不是替代写作,而是把低价值整理动作变成稳定流程。
项目复盘
项目复盘不是流水账,而是让面试官看到问题定义、工程判断和结果验证。
面试准备
AI 应用开发面试要同时准备概念理解、工程落地和项目表达。