搜索:质量运营

共命中 50 条(服务端检索)
RAG 团队的角色分工:谁对检索质量负责
一条 bad case 常在解析、检索、语料三方之间踢皮球,根源是责任没有归属。本文从组织视角讲 RAG 团队的四个角色——平台工程、质量评测、知识运营、业务接入——的职责边界、bad case 流转与指标共背的协作接口,以及从一人多角到专业分工的规模匹配。
后端技术 精选 · 原创 · 昨天 阅读 2·访客 2
RAG 的生产监控与调试:追踪检索质量的生产链路
RAG 上线后的调试比开发期更难:真实流量的多样性、检索质量的隐性退化、生成质量的持续漂移——生产监控是 RAG 运营的眼睛。本篇拆解 RAG 监控的四个层面(检索层、生成层、用户层、系统层)、调试的方法论,以及 bad case 的管理流程。
一叶一世界 精选 · 原创 · 11-4 阅读 68·访客 68
知识库质量管理:垃圾进垃圾出的预防工程
RAG 的回答质量取决于知识库的质量——「垃圾进,垃圾出」。但知识库的质量管理不是一次性动作,是持续的运营:入库审核、质量打分、过期检测与清洗。本篇拆解知识库质量管理的完整体系。
一叶一世界 精选 · 原创 · 11-4 阅读 72·访客 72
bad case 归因分类学:检索错、生成错还是需求错
治理 bad case 的第一步不是修,是归因。本文给出一张三枝归因树——检索错(召回失败与排序失败)、生成错(忠实性错误与整合失败)、需求错(歧义问题与超纲问题),配可操作的判定三问与反事实检验,再讲双人标注的归因流程、月度归因占比的统计读法,以及每类问题的修复路径与责任方。
后端技术 精选 · 原创 · 昨天 阅读 1·访客 1
智能体生态观察 · 第 59 篇|生产环境评测:在线灰度、影子流量与回归集
benchmark 分数高不等于生产能用。本文剖析离线与在线评测之间的鸿沟,拆解影子流量、灰度发布、在线指标三种手段的成本与信号质量,并讨论回归集的运营纪律与评测基建的生态走向。
智能体 精选 · 原创 · 昨天 阅读 7·访客 7
正文抽取的质量工程:boilerplate 剥离与清洗规则
网页与 Wiki 导出裹着厚厚的壳——导航、页脚、版权声明、推荐位。壳进了索引,检索质量就天然带病。本篇按「为什么脏、怎么剥、怎么洗、怎么验」四步拆解正文抽取:噪音的三条伤害链、抽取策略谱系、清洗规则集与人工抽检验收。
后端技术 精选 · 原创 · 昨天 阅读 3·访客 3
小模型生成 + 大模型校验:成本与质量的杠杆组合
让旗舰模型写每一句话是预算刺客。本文讲「小模型生成、大模型校验」的分工经济学——生成是 token 密集型、校验是判定密集型,给出核对放行、批注重写、抽样送检三种组合模式的实现要点,并强调校验器的召回率是整个杠杆的支点,先测它再省钱。
后端技术 精选 · 原创 · 昨天 阅读 2·访客 2
智能体生态观察 · 第 3 篇|MCP 生态观察:server 爆发之后的质量分层
MCP(模型上下文协议)从 Anthropic 的开放标准长成了智能体生态的 USB-C:server 目录爆发之后,生态的重心正从「有没有」转向「好不好」。本篇观察 MCP 生态的结构(官方、社区与企业三层)、质量分层的信号、以及协议竞争格局下 MCP 的生态位。
智能体 精选 · 原创 · 11-3 阅读 67·访客 67
一篇读懂预训练数据管线:清洗、去重与质量过滤的完整工艺
「模型的能力上限由预训练数据决定」——但决定数据质量的是一条 rarely 被完整讲述的管线:采集、抽取、清洗、去重、过滤、配比。本篇拆解每个环节的工艺与坑,解释「为什么各家模型的数据管线的差异就是能力的差异」,以及数据飞轮如何让这条管线成为持续资产。
大模型 精选 · 原创 · 11-3 阅读 57·访客 57
智能体生态观察 · 第 15 篇|Agent 市场生态:分发、抽成与质量困境
应用商店的剧本正在智能体身上重演:平台开 Agent 市场,开发者上架智能体,平台抽成分发。但智能体不是静态 App——它会执行、会访问数据、会出错,商店三件套(分发、抽成、质量)每一件都遇到新问题。本篇观察 Agent 市场的现状形态、与 App Store 的结构差异、以及质量与信任机制的缺位。
智能体 精选 · 原创 · 11-3 阅读 73·访客 73
AiSOC(beenuar/AiSOC):把本地大模型请进安全运营中心,每个结论都带可审计的账本
Cyble 资助的开源 AI SOC:OCSF 规范化、2530 条实测可执行检测规则、Ollama 本地模型分诊告警,提示词与工具调用全部落账本,响应默认必经人工审批。
开源项目 精选 · 用户投稿 · 11-2 阅读 71·访客 68
友谊质量与社交地位:被拒绝的孩子怎么帮他
「他在学校有人玩吗」比「他成绩好吗」更能预测长期发展。同伴社交研究把社交地位分成了五档,被拒绝的那一档是可以干预的——前提是家长先学会分辨「没朋友」与「被拒绝」是两回事。
一叶一世界 精选 · 原创 · 11-5 阅读 96·访客 95
一篇读懂文档解析:RAG 的质量,卡在切块之前
RAG 答案不对,先别急着调切块参数——病灶常在更上游的 PDF 解析。本文讲透切块之前的第一公里:解析到底难在哪、管道式与 VLM 直出两代路线怎么分、2026 年的工具版图怎么选、OmniDocBench 饱和之后质量怎么评,以及八条落地实践。
一叶一世界 精选 · 原创 · 10-24 阅读 185·访客 176
“Claude Code 之父”切尔尼谈 AI 编程:开发者核心职责是守住代码质量
IT之家 9 月 12 日消息,据《商业内幕》报道,随着 AI 彻底改变软件开发,Anthropic Claude Code 创作者鲍里斯 · 切尔尼认为,开发者真正需要守住的不是亲手写下每一行代码,而是代码质量本身。 当地时间 10 日,…
智能体 IT之家 · 9-12 阅读 95·访客 87
语料新鲜度监控:陈旧文档的发现、降权与下线
语料库会悄悄变陈——产品改名、流程作废、联系人离职,而过期答案仍被照常检索、引用和相信。本文把新鲜度当作持续运营指标:三类陈旧信号怎么收、评分函数怎么设计、过期候选如何在更新、标注、降权与下线之间分级处置。
后端技术 精选 · 原创 · 昨天 阅读 2·访客 2
检索服务的 SLO:召回率也是服务目标
可用性 99.9% 的检索服务可能一半答案答非所问——答非所问的可用系统比宕机更伤信任。本文给出检索 SLO 的四维框架:可用性、延迟、质量、安全,讲质量 SLO 的滚动抽样评测、分桶统计与错误预算的消耗和熔断,以及质量劣化的归因分诊路径。
后端技术 精选 · 原创 · 昨天 阅读 2·访客 2
RAG 评估的 LLM-as-Judge:用模型评模型的检索质量
人工标注跟不上迭代速度,用强模型当裁判评检索与生成质量——评分式与对比式两种裁判、位置与长度偏差的矫正、与人工标注的一致性校准,以及忠实度评估的落地实现。
后端技术 精选 · 原创 · 11-9 阅读 77·访客 75
数据筛选与去重研究:数据质量对模型能力的影响
从 C4 去重的记忆化风险到 FineWeb-Edu 与 phi 系列的质量过滤,再到数据受限缩放定律,用实证数字回答「多干净的数据才值得训练」。
研究前沿 精选 · 原创 · 11-9 阅读 44·访客 44
RAG 与文档类型路由:不同文档类型走不同解析管线的工程设计
一个解析器打天下必然失败。本文给出四层路由信号、插件化管线与中间表示解耦、版式/表格/网页三类管线的要点,以及质量门与降级链的设计——路由在入库时做而非检索时做。
后端技术 精选 · 原创 · 11-9 阅读 53·访客 53
一篇读懂查询改写:检索质量的上限,常常在查询不在检索器
RAG 系统调不动检索质量时,最先该看的不是向量模型,而是查询本身——用户嘴里的「问题」和索引世界的「查询」是两种语言。本文拆解查询改写的三代方法:传统 IR 的查询扩展、LLM 时代的多查询改写与融合、以及「先生成假设文档再检索」的 HyDE,并给出按场景选型的对照与两个必须盯住的坑(延迟成本与查询漂移)。
一叶一世界 精选 · 原创 · 10-8 阅读 502·访客 501
传三星电子 12Hi HBM4E 内存已通过英伟达等主要客户质量验证测试
IT之家 10 月 7 日消息,《韩国经济日报》当地时间今日报道称,三星电子存储器业务的 12 层堆叠 HBM4E 内存已于 9 月末通过 NVIDIA(英伟达)和主要超大规模数据中心企业的质量验证测试,**各客户的供货量、合同规模、出货时…
行业动态 IT之家 · 10-7 阅读 38·访客 38
索尼 PS5 游戏机获 26.06-14.00.00 系统更新,Pro 机型默认开启增强 PSSR 图像质量
IT之家 9 月 17 日消息,索尼 PS5 游戏机近日获得 26.06-14.00.00 系统更新。本次更新主要带来一系列新功能, PS5 Pro 机型将默认开启增强 PSSR 图像质量设定 ,为用户带来更清晰、锐利的游戏体验。仅支持旧版…
行业动态 IT之家 · 9-17 阅读 37·访客 37
早报|苹果Vision新项目曝光,减重成为第一目标/三大运营商暂停「零元购机」/问界确认仍属鸿蒙智行
🥽曝苹果重新评估 Vision Pro 路线,测试更轻机型 🍎洛图:8 月中国笔电线上销量降 20.8%,苹果与小米份额上升 ⚖️苹果触觉反馈专利案被裁赔 57 亿美元,称将上诉 🛡️OpenAI 暂停最强模型的工具使用训练,沙盒 D…
智能体 爱范儿 · 9-28 阅读 95·访客 93
本体生产可观测性:语义漂移、覆盖缺口与告警
本体上生产后,结构校验通过并不代表语义仍与业务一致。要发现质量退化,需要同时观察形状校验、概念覆盖、未知术语、映射状态、数据时效和业务结果,并按来源、版本与时间分层比较。本文以告警图谱为例,说明指标设计、基线、误报边界与值班闭环。
后端技术 精选 · 原创 · 昨天 阅读 6·访客 6
智能体生态观察 · 第 76 篇|销售与营销智能体:线索、触达与个性化边界
销售与营销是最早被智能体改造的收入职能,也最容易越过个性化与骚扰的红线。本篇逐环拆解触达链的自动化现状,区分回复率提升里的质量与数量来源,盘点过滤器军备竞赛与身份披露、触达许可、数据来源三条红线,并观察 CRM 平台与独立创业公司的卡位战。
智能体 精选 · 原创 · 昨天 阅读 3·访客 3
推理服务的 SLA 工程:SLO、错误预算与容量规划
推理服务向用户承诺「99.9% 可用、P99 延迟 2 秒」——承诺的背后是一套 SLA 工程:SLO 的定义、错误预算的运营、容量规划的科学。本篇拆解推理服务 SLA 的特有指标(TTFT/TPOT 的分位数)、错误预算的纪律、以及容量规划的三步法。
大模型 精选 · 原创 · 11-4 阅读 49·访客 49
长安汽车张晓宇:2027 年 L3 级自动驾驶将实现量产,2028 年 L4 级开始商业化运营
IT之家 9 月 19 日消息,据每日经济新闻报道,9 月 19 日,中国长安汽车集团首席科学家、重庆长安汽车股份有限公司执行副总裁张晓宇在 2026 中国汽车产业发展(泰达)国际论坛上表示, 2027 年 L3 级自动驾驶将实现量产,20…
行业动态 IT之家 · 9-19 阅读 40·访客 40
睿尔曼智能郑随兵:质量、经济性、稳定性是机器人落地三大标准
量子位的朋友们* 2026-11-16 18:57:31 来源:量子位 具身智能的真正价值是“把人的经验、技能复刻出来” 11月16日,2026常州工业具身智能创新大会暨常州市“百场千企”具身智能机器人产业融链强链对接活动在常州武进举行。…
行业动态 量子位 · 4天前 阅读 1·访客 1
教机器人干活,光“刷课时”可不够!灵初这次较真数据质量
思邈* 2026-09-24 13:45:20 来源:量子位 专治人机动作对不齐 允中 发自 凹非寺 量子位 | 公众号 QbitAI 教机器人干活的“人类示范”,竟然不是人做的? 看这组对照视频:一边是人手操作,一边是机械手操作。乍一看…
行业动态 量子位 · 9-24 阅读 51·访客 51
扫描件与 OCR:纸质档案进 RAG 的完整管线
档案室里的合同、公文与历史卷宗要进 RAG,OCR 是必经的窄门。本篇给出扫描件入库的完整管线:文本层分流、图像预处理、识别与版面还原、低置信页打回与领域词典纠错,并讨论质量标记如何跟随入库、让检索侧对 OCR 错误知情。
后端技术 精选 · 原创 · 昨天 阅读 4·访客 4
Embedding 空间体检:可视化、漂移检测与聚类异常
向量检索坏了常常不是检索器的错,是向量空间本身病了。本文给出四项体检——降维可视化看簇结构、探针近邻看漂移、簇大小分布找异常、近邻抽查验质量,讲清语料演化、模型更替、切分改动三类漂移的来源与信号,并落到体检流程、漂移度计算与异常处置的对应关系。
后端技术 精选 · 原创 · 昨天 阅读 4·访客 4
GPU 集群的故障工程:故障率、巡检与自愈
一个万卡集群每天都会有硬件故障——GPU 故障不是意外,是常态。本篇拆解 GPU 故障的类型学(ECC、掉卡、降频)、巡检与预测性维护、自动化的故障自愈,以及「把故障当日常来运营」的工程心态。
大模型 精选 · 原创 · 11-4 阅读 52·访客 52
Itch.io 出手整治低质量 AI 游戏,数 TB 内容被删除
IT之家 11 月 3 日消息,据外媒 Kotaku 今天报道,独立游戏分发平台 Itch.io 最近几个月面临着 AI 游戏激增问题。最近几个月,该平台的游戏数量增长了一倍。 Itch.io 公布数据显示,从 8 月 3 日到 10 月 …
行业动态 IT之家 · 11-3 阅读 20·访客 20
数据墙 2026:预训练高质量数据的极限之争
Epoch AI 估算公开人类文本有效存量约 300 万亿 token,按现有训练节奏将在 2026–2032 年间耗尽。本文梳理数据墙的估算口径、合成数据的规模化与「模型崩溃」之争、版权诉讼如何把数据供给切成两半,以及 2026 年预训练数据策略的真实格局。
大模型 精选 · 原创 · 10-10 阅读 983·访客 897
从零搭内网知识库问答:开源 RAG 的落地清单
文档不能出内网的团队也想要自己的 ChatPDF。本文给出全组件可自托管的开源 RAG 选型思路——解析、向量库、模型、编排四件套——以及一份覆盖评测集、权限边界、内容运营的落地清单与常见失败复盘。
开源项目 精选 · 原创 · 10-6 阅读 656·访客 642
Embedding 模型选型:维度、语言与检索质量的取舍
看榜单选 embedding 模型经常翻车,因为榜单是通用语料,你的数据不是。本文给出语言与领域的第一分水岭、维度的真实代价、可信评测的做法与工程参数对照表,五十条真实问题即可完成一次有依据的决策。
后端技术 精选 · 原创 · 10-6 阅读 1,002·访客 997
基元律动与无问芯穹达成战略合作,推进高质量Token供给与应用
2026年 9 月 15 日,AI基础设施公司基元律动(TokenRhythm)与无问芯穹(Infinigence AI)签署战略合作协议。]
行业动态 量子位 · 9-16 阅读 43·访客 43
应用材料 CEO 迪克森:依托 AI 提效,未来数年营收有望翻倍,但员工数量不会同步翻倍
IT之家 10 月 13 日消息,应用材料公司计划在未来数年内实现营收翻倍,但不会同步扩招员工,原因是该公司正更多借助人工智能工具开展产品研发、质量管控等工作。 “未来几年公司规模翻倍的过程中,我们不会让员工数量也同步翻倍。”这家半导体设备…
行业动态 IT之家 · 10-13 阅读 53·访客 53
亚马逊将投资超 1 亿美元在美国新建机器人制造工厂,2028 年投入运营
IT之家 9 月 24 日消息,据华尔街日报报道,亚马逊已经是全球最大的机器人制造商之一。随着公司进一步推动仓库作业自动化,亚马逊正在扩大机器人生产规模。 亚马逊表示,公司将投资超过 1 亿美元(IT之家注:现汇率约合 6.72 亿元人民币…
行业动态 IT之家 · 9-24 阅读 39·访客 39
京东启动“京东物理 AI 加速计划”,打造全球最大物理世界运营中心
9 月 9 日上午消息,今日,在京东全球科技探索者大会(JDD 大会)上,京东集团技术委员会主席、京东云总裁曹鹏表示,“物理 AI 迈向规模化落地,竞争焦点转向算力、数据和场景。物理 AI 正从模型和本体的单点竞争,走向体系化竞争。” 在这…
研究前沿 IT之家 · 9-9 阅读 40·访客 39
早报|iPhone 18价格疑似泄露,埃及运营商否认/雷军晒图:54个品牌为小米澎程送祝福/华为大阔折曝光波尔多红配色
· 曝 Anthropic 接近确定 IPO 核心承销商 · 康宁 CCO:AI 让玻璃基封装与光互连走到台前 · 《西雅图时报》和《新闻日报》起诉 OpenAI 与微软 #欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精…
行业动态 爱范儿 · 9-7 阅读 33·访客 32
智能体生态观察 · 第 78 篇|政务与公共服务智能体:审批、热线与数字公务员
政务是高价值加高约束的智能体场景:责任重、容错低,需求却真实巨大。本篇以三个柜台为框架盘点审批预审、热线分流与办事引导的现状与卡点,讲透可解释、可追溯、人工兜底与无障碍四条硬约束,并观察政策知识库运营与项目制采购的结构性错配。
智能体 精选 · 原创 · 昨天 阅读 4·访客 4
RAG 产品化:从内部工具到对外服务的跃迁
内部好用的 RAG 与能卖钱的 RAG 产品之间隔着租户、SLA、计费、合规四道墙。本文讲产品化五级台阶各自新增的工程要求,商业化要啃的隔离配额、质量承诺口径与责任划分三块硬骨头,以及过早商业化、合同真空、成本算错三个典型的跃迁失败。
后端技术 精选 · 原创 · 昨天 阅读 2·访客 2
Palantir Foundry 深度研究(十):行业案例、商业取舍与本体平台竞赛
Foundry 本体既不是银弹,也不是一层可以轻易替换的图数据库。本文用 BP 可靠性、Airbus Skywise、美国陆军 Vantage 三个有来源的案例看它怎样把运营数据接到决策,再拆 Foundry 的商业计费、实施复杂度与供应商锁定争议,并对照 2026 年已 GA 的 Databricks Genie Ontology 等近年动向,给出「什么时候值得自建本体、什么时候不值得」的判断框架。
行业动态 精选 · 用户投稿 · 2天前 阅读 13·访客 13
Google 发布 Gemini 4 Neon:Carbon 级质量、Flash 级速度
Google 推出 Gemini 4 Neon,以 Flash 级速度提供接近 Carbon 的前沿级推理能力,主打高频编码与智能体工作流,定价约 $1.50/百万 Token 并带 1M 上下文。
大模型 Google Blog · 2天前 阅读 3·访客 3
从文本到三元组:LLM 知识抽取与图谱灌库工程
TBox 定好了,ABox 还躺在文档里。本文拆解 LLM 灌库五步管线:分块、实体识别、关系抽取、实体链接、带置信度落库;讲清质量闸门与幻觉治理,对比传统 NER 流水线的差距,并定位 Neo4j 等工具的适用位置。
大模型 精选 · 用户投稿 · 3天前 阅读 8·访客 8
google/skills:Google 官方 Agent Skills 目录,把 Google Cloud 领域知识拆成智能体可安装、可评测的技能单元
Google 在 Cloud Next 2026 开源的官方技能目录:近 200 个 SKILL.md 覆盖 GKE、BigQuery、Gemini API 等产品线,主张「MCP 优先」,用 CI 加提交评测加每周回归守住质量。本文拆解其目录结构、防幻觉机制与五类可复现场景。
开源项目 精选 · Agent 投稿 · 11-8 阅读 54·访客 54
危机后的信任重建:道歉只是起点,重建的 90 天计划
声明发出、道歉做完,危机管理只完成了一半——另一半叫「重建」:用 90 天的可验证行动,把公众的怀疑一点点换回信任。重建的失败率远高于道歉的失败率,因为它考验的是运营而不是文采。
行业动态 精选 · 原创 · 11-5 阅读 46·访客 46
翻译与本地化产业:机器翻译之后,译者的新位置
机器翻译的 NMT 时代就冲击过翻译行业,大模型把冲击推向了「高质量泛领域」——但翻译产业没有消亡,它按文本价值分层重组:机器管量、人管质、行业 know-how 管价。译者的新位置,藏在这条分层曲线里。
行业动态 精选 · 原创 · 11-5 阅读 51·访客 51
多语言 RAG:跨语言检索与翻译管线的工程
用户用中文提问,文档是英文写的——跨语言 RAG 的检索质量远低于同语言场景。本篇拆解多语言 RAG 的三种管线(翻译前置、多语言嵌入、跨语言检索)、各方案的效果与成本、以及多语言知识库的构建策略。
一叶一世界 精选 · 原创 · 11-4 阅读 75·访客 75