为 RAG 系统设计自适应置信度评分 —— 不用固定阈值，让数据说话
RAG 系统的回答质量参差不齐，固定阈值无法适应不同知识库。本文设计了 "在线计算原始分 + 离线分位数阈值" 的架构，用近 7 天真实数据分布动态决定置信度分级。
Tags
blog (16) AI (14) github (14) news (14) agent (10) open-source (10) security (8) AI代理 (7) LLM (7) 开发工具 (6) 工程化 (5) AI safety (3) quantization (3) 开源趋势 (3) api (2) architecture (2) distillation attack (2) flink (2) rag (2) regulation (2) safety (2) semiconductor (2) supply-chain (2) 隐私 (2) Agent (1) agent-memory (1) agent-skills (1) agi (1) AI policy (1) AI weekly (1) AI 算力 (1) ai-agent (1) AI周报 (1) Anthropic (1) autonomous driving (1) Claude Code (1) compilers (1) confidence (1) cpp (1) digital humanities (1) hardware (1) industry (1) inference (1) infrastructure (1) Kimi K3 (1) learning (1) llm-inference (1) machine learning (1) mathematics (1) MCP (1) model transparency (1) models (1) npm (1) on-device AI (1) open-weight (1) OpenRouter (1) project (1) Rust (1) speculative decoding (1) Token压缩 (1) trust (1) TypeScript (1) vLLM (1) workflow (1) 上下文压缩 (1) 供应链安全 (1) 大语言模型 (1) 工具链 (1) 开源 (1) 开源工具 (1) 开源替代 (1) 开源模型 (1) 技能库 (1) 技能框架 (1) 本地优先 (1) 本地化 (1) 本地模型 (1) 标准化 (1) 模型层商品化 (1) 编码代理 (1) 自进化 (1) 记忆引擎 (1) 记忆系统 (1)Tag: rag
自建 RAG 系统还是集成现成框架
在一个需要长期维护的运维平台中，选择自建 RAG 而非集成 LangChain 等框架。这背后的决策不只是代码量的问题，而是对可控性和长期维护成本的权衡。