2026 iThome 鐵人賽

AI Engineering

Day 17

2026-10-01

53

0

企業知識檢索與 RAG 工程：標註、微調、混合檢索、Rerank 與可重現評測系列

Day 17｜Hybrid Retrieval：BM25 + Vector 要怎麼融合

完成「Fine-tune 之後真的變好嗎：別只看一個平均分數」後，下一個問題是「Hybrid Retrieval：BM25 + Vector 要怎麼融合」能否重...

jackwu

AI Engineering

Day 21

2026-10-01

63

0

地端 AI 建築學系列

21 案例三：RAG（7）地端 AI 產品知識庫 - 完整落地設計參考

前面幾篇我們拆過「意圖分析」、也拆過「RAG Agent」，這篇要做的事情，是把這些零件全部組裝起來，變成一個真正能上線的地端 AI 產品知識庫。先說結...

SeanChen

AI Engineering

Day 17

2026-10-01

32

0

從黑盒到可驗證：30 天打造 AI Agent 的 Trace、Eval 與 Guardrails 系統系列

Day 17｜建立錯誤分析表格與 Failure Dashboard

前言 Day 16 我們把 evaluation result 從單純的： { "passed": false, "fai...

黃盈雅

團隊 nutc imac

AI Engineering

Day 18

2026-10-01

29

0

當 AI 加入團隊：打造可審查、可驗證、會自我改善的 AI 開發工作流系列

EP 18 - 自動化的核心，是可重複與可驗證

Hello, 各位 iT 邦幫忙的粉絲們大家好~~~ 這系列文源自這幾年在團隊裡導入 AI Coding 之後，一路踩雷、修正、再踩雷的真實過程。把這些收斂...

James Tsai

AI Engineering

Day 17

2026-10-01

20

0

AI Reliability Lab：30 天用 Python 把「AI 好像很準」變成可以量的工程指標系列

Day 17｜Sample 抽越多次就越可靠嗎？可不一定

Day 16 做完後，我原本很自然地想到一件事：既然三次 independent sampling 太粗，那多抽幾次不就好了？現在每題只有 3 個 sampl...

F24131128

AI Engineering

Day 8

2026-09-30

23

0

AI Guardrails 實戰：用合成資料與評估，打造可驗證的 LLM 應用防護流程系列

[Day 16]：Human-in-the-Loop 不等於所有資料都給專家看

Day 14 裡，筆者遇過候選已經提供正式求助窗口，Judge 卻說它沒有提供的情況。Day 15 則談到另一個限制：Reward Model 能替同一組候選排...

nerohin