DataTalks 播客两连发:好模型为何败于生产,LLM 评审如何校准
Al_Grigor · x · 2026-10-12
DataTalksClub 本周两期播客预告:
- 今日:为什么好模型在生产中失败? 嘉宾 Miguel Otero Pedrido 从量子场论转向时尚推荐系统与保险业 agent 工作流,核心观点是:好模型不够,必须围绕它构建完整系统。内容覆盖将 AI 项目从概念推进到生产系统的工程实践。
- 明日:你能信任你的评测吗? IBM AI 工程师 Tejas Kumar 讲解 LLM-as-judge 的固有偏差(如长度偏差、位置偏差),如何用人工标注校准 AI 评审、用确定性检查替代昂贵的模型评测,以及分阶段评测 RAG 系统——绿灯面板不等于系统健康。
「编程与Agent」频道最新
- 胡彦斌用字节 TRAE 开发舞台装置:舞者触碰光束即奏宫商角徵羽 — vista8 · 2026-10-12
- JetBrains 研究：编程 Agent 基准与真实用户任务流严重脱节 — rohanpaul_ai · 2026-10-12
- 开发者动手写 AGPL 可自托管版 Overleaf 替代品 — AlpinDale · 2026-10-12
- mitsuhiko 周末带娃搭「软件工厂」，AI 生成游戏水平惊人 — mitsuhiko · 2026-10-12
- 开源 agent-seat:给 AI 一个独立 Windows 桌面,不再抢占你的屏幕 — Fun-Instruction-3430 · 2026-10-12
- PayPal 黑客松项目 yes-if：把风控的「拒绝」变成「有条件放行」 — damnGruz · 2026-10-12