鐵人檔案
過去擔任資料科學家比較多的工作內容是做資料分析、實驗設計、模型建置等，對 AI Agents 的應用只有零散的理解。與其只是自己讀一些教科書上的內容或看課程影片，不如實際動手操作一個專案來驗證自己是否對 AI 有更深入的了解。這 30 天給自己的目標：利用 30 天紀錄專案的製作過程，分享學習過程中的各種面向。
今天要聊什麼？ 前兩篇分別討論了封閉集合分類與基於證據的內容整合：前者從固定選項中選出答案，後者根據來源資料整理出商品敘述。這次把輸入擴大到圖片，處理第三種任務...
今天要聊什麼？ 前面幾篇討論了商品分類、內容整合與圖片選擇，上一篇最後留下了一個共同問題：改了提示詞、模型或程式規則之後，我們怎麼知道結果真的變好了？ 今天就來...
今天要聊什麼？ 上一篇談的是 Eval：當我們改了模型、提示詞或程式規則，要怎麼知道結果真的變好。再往前看，前面的文章其實已經把資料進入系統時會遇到的問題逐一拆...
今天要聊什麼？ 上一篇把前半段的資料流程走完：品牌與商品資料已經整理成可審核、可以被系統使用的形式。接下來換到另一端：這些資料要怎麼真的被使用者找到？這也會是接...
今天要聊什麼？ 上一篇我們把一段自然語言進入搜尋系統後要處理的資訊分成兩種： 第一種是明確、可以結構化的條件，這部分可以利用現有的 Taxonomy 與篩選條...
今天要聊什麼？ 上一篇我們聊了 Retrieval（檢索）的細節，討論了 lexical retrieval（詞彙檢索）、vector retrieval（向量...
今天要聊什麼？ 前兩篇我們談了當使用者決定搜尋商品時，系統要怎麼挑出一批候選，再把它們排成更符合需求的順序。這些是搜尋背後的系統內部的處理流程，而這一篇我們想把...
今天要聊什麼？ 上一篇談了搜尋、情境文章、商品照片牆與推薦，這些入口讓使用者開始搜尋與探索，接下來我們還得知道，他們能不能順利找到商品、查看資訊，再往購買走。這...
搜尋上線後，要跟上資料的變化 產品上線後，商品介紹會持續修改，資料量也會增加。打造搜尋功能時，除了讓使用者找到商品，還得處理兩個問題：新版資訊多久能進入搜尋，以...
前幾篇把搜尋與探索一路做了出來，選物網站終於可以拿給朋友試用。用 AI 寫程式，功能很快就能跑起來，但 AI 只會照你的描述把功能做出來，不一定會主動替你想：這...
