Статьи для тех, кто
выводит стек в прод
Оригинальные материалы о React, Node.js, TypeScript и AI — из той же практики, что и наше операторское ПО. Текст статей на английском.
Тег: RAG
Пятьдесят лет исследований в области поиска информации, скрытых внутри вашей системы RAG.
Разбиение текста на фрагменты, гибридный поиск, HyDE, переранжирование и оценка — все эти методы имеют предшественников, существующих уже десятилетиями в области поиска информации. Обзор исследований и их ограничений.
17 мин чтенияПлан развития инженерии ИИ на 2026 год: от Python до агентов и технологий LLMOps.
Поэтапный план обучения по инженерии ИИ на 2026 год, включающий изучение Python и математики, классического машинного обучения и глубокого обучения, а также технологий RAG, MCP, агентов, оценки и развертывания.
14 мин чтенияКачество RAG во время индексации: типы фрагментов, очистка данных и метки для поиска
Качество RAG во время индексации: создание фрагментов текста, таблиц и изображений, устранение шума от парсера и добавление меток поиска, написанных с помощью LLM, что примерно вдвое сократило количество неудачных поисков.
12 мин чтенияТри причины сбоев в производственных системах RAG: фрагментированный контекст, дрейф и неправильное использование.
Три причины неудач работы систем RAG в производственных условиях: фрагментированный контекст из-за разбиения на чанки, ухудшение качества по мере расширения базы знаний и неправильное использование системы несмотря на эффективный поиск информации, а также способы устранения этих проблем на уровне слоев.
11 мин чтенияИскусственный интеллект в корпоративной среде: агент поддержки с инструментами, RAG и системой обзора
Spring AI для помощника сортировки инцидентов: промпты как контракты, структурированный вывод, вызов инструментов, обнаружение MCP, Qdrant RAG, отслеживание и ограниченные циклы агента.
13 мин чтенияПереранжировка в RAG: кросс-кодеры против судей на основе LLM и их задержка
Как второй этап ранжирования улучшает порядок кандидатов в RAG, сравнение кросс-кодеров с судьями на основе LLM, затраты на задержку, способы сбоев и способы их оценки.
14 мин чтенияАудит процесса поиска в RAG на наличие устаревших фрагментов, отклонений и шумного контекста.
Аудит использования Python для поиска в RAG: золотые запросы, критерии релевантности на основе косинуса, проверки отклонений по методу Колмогорова-Смирнова и эффективность использования контекста, а также способы анализа отчета.
12 мин чтенияGraphify, OKF и RAG: какой слой контекста необходим вашему кодовому базису
Результаты тестирования показывают, что Graphify демонстрирует такую же точность, как и векторный RAG. Вот как Graphify, OKF от Google и векторный RAG взаимосвязаны, а также факторы, приводящие к сбоям, и матрица принятия решений.
12 мин чтенияLlamaIndex Plus LangGraph: чистая модель для агентов RAG
Как создать базу знаний с помощью LlamaIndex и сделать её доступной агенту LangGraph в качестве инструмента, с объяснением функций сохранения данных, использования Chroma и режима работы только с поисковиком.
14 мин чтения
О этих статьях
Оценка за 24 часа
Нужен такой же стек в операторском слое? Пришлите бриф — оценка за 24 часа.