AI ENGINEERING
AI 工程实践
从评测、数据管线到上线观测,整理把模型能力变成可靠工程能力的实践文章。
01






AI 工程
02多模态文档流水线:图片、OCR 与结构化数据如何对齐
设计可追溯的扫描文档理解流程。

AI 工程
03评测驱动的 AI 开发:把模型迭代变成工程迭代
构建离线样本、评分器与人工复核闭环。

AI 工程
04LLM 缓存的语义:省钱之前先避免答错用户
讨论精确缓存、语义缓存、权限隔离和失效策略。

AI 工程
05做 RAG 之前先做评测:别让向量数据库替你定义问题
从问题集、证据标注和检索指标出发构建小型 RAG。

AI 工程
06用 Zod 守住模型输出:从“像 JSON”到可依赖的接口
演示如何把模型结果纳入 TypeScript 的运行时类型边界。

AI 工程
GPT 模型选择不是排行榜:按任务风险配置推理预算
建立面向分类、生成、代理和审查任务的模型选择框架。