經過 28 天的探索,從最初質疑「為什麼敏捷沒有解決根本問題」,到建立 SDD AI Sprint 框架,再到各種實戰工具的深度應用,我們一起走過了一段精彩的旅...
在先前的單元中,我們已經學會了如何定義實體 (Entity) 和資料倉儲 (Repository)。然而,在真實世界的應用程式中,單純的新增或查詢是不夠的。我們...
LLM評估指標
是用來量化和評估 LLM 輸出品質工具。它們根據一系列標準來評分模型輸出,確保模型在各種任務中表現良好。這些指標對於優化 LLM 的性能、識別...
能被重複的事,就該交給機器去做。
在 Day 18,我們學會把資料存進 Airtable,讓工作流不再只是一次性任務,而成為未來資料的「中繼站」。
那麼,接...
🔹 前言
昨天我們談到 延遲、Token 與成本 的監控,確保系統「跑得快、花得省」。
但如果模型輸出的答案是錯的呢?
👉 在 LLM 應用中,Hallucin...
昨天我們介紹了 LLM(Large Language Model, 大語言模型) 與 SLM(Small Language Model, 小語言模型) 的優勢、...