T
traeai
登录

公司

Towards Data Science

别名:TDS

技术博客平台,发表数据科学相关内容

已跟踪 30 条高相关材料

TraeAI 观察

相关材料

已收录 30 条与 Towards Data Science 相关的内容,按评分排序。

RAG Is Burning Money — I Built a Cost Control Layer to Fix It

RAG正在烧钱——我构建了一层成本控制机制来修复它

Towards Data Science4995 字 (约 20 分钟)
92

RAG系统在生产中常因上下文过取、无缓存、无模型路由导致成本激增;作者构建成本控制层,通过语义缓存(98.5%命中率)、查询路由(81%请求转向低成本模型)与令牌预算熔断机制,在10,000请求/日下实现85.8%成本削减且质量不变。

入选理由:上下文过取使每查询平均多消耗350 tokens,10k请求/日造成$52.5/日浪费(按$0.015/1K tokens计)

精选文章#RAG#成本优化#语义缓存#模型路由#LLM英文
From Regex to Vision Models: Which RAG Technique Fits Which Problem

从正则到视觉模型:哪种 RAG 技术适合你的问题

Towards Data Science4997 字 (约 20 分钟)
90

RAG 技术并非万能,应根据文档结构和问题控制程度选择合适方法:模板化文档用正则表达式,客服对话需 LLM 判断语调,工程图纸必须使用视觉模型。

入选理由:模板化文档(如保险单、银行流水)适合用正则表达式提取字段,避免使用高成本的 RAG 流程。

精选文章#RAG#LLM#文档智能#视觉模型#企业AI英文
RAG Is Not Machine Learning, and the ML Toolkit Solves the Wrong Problem

RAG 不是机器学习,且 ML 工具包解决的是错误问题

Towards Data Science6346 字 (约 26 分钟)
87

RAG 不是机器学习,使用 ML 工具包解决的是错误问题。文章指出,尽管 RAG 看似类似 ML,但其核心是构建搜索系统而非训练模型,因此超参数调优、嵌入模型微调等 ML 方法无法解决 RAG 的真实故障,反而导致资源浪费和信任下降。

入选理由:RAG 解决的是确定性答案查找问题,而非预测未知结果,因此不能用 ML 方法优化。

精选文章#RAG#机器学习#企业AI#信息检索#大语言模型英文
Embeddings Aren’t Magic: The Predictable Failure Modes of RAG Retrieval

嵌入向量并非魔法:RAG检索的可预测失败模式

Towards Data Science9526 字 (约 39 分钟)
87

RAG系统中嵌入向量并非魔法,其失败模式高度可预测:当查询与文档使用不同术语(如“overtime” vs “non-employee labor”)、含否定词、或依赖精确编号/代码时,检索会失效;文章强调企业级可靠性应优先依赖上游过滤(如专家关键词、结构化元数据),而非堆叠重排序器。

入选理由:嵌入模型在处理同义词/拼写变体时表现优异(如‘cancel’→‘termination procedures’),但对术语不一致问题无能为力

精选文章#RAG#嵌入#检索#企业AI#文档智能英文
Towards Data Science 图标

Proxy-Pointer RAG:解决大规模知识图谱中的实体与关系蔓延问题

Towards Data Science3847 字 (约 16 分钟)
87

Proxy-Pointer RAG 通过保留文档结构上下文,将知识图谱实体与关系匹配的计算成本降低 90% 以上,实现高效、低延迟的图谱入管,解决了大规模知识图谱的语义蔓延问题。

入选理由:Proxy-Pointer RAG 使用 Skeleton Tree 和 Breadcrumb Injection 技术,使向量检索能精准定位文档完整结构段,而非碎片化块。

精选文章#RAG#知识图谱#Proxy-Pointer#实体消歧#向量检索英文
Towards Data Science 图标

How AI Agents Become a Tool for Attackers, and How to Stop It

Towards Data Science2047 字 (约 9 分钟)
85

AI代理可能被攻击者利用进行恶意活动,需通过权限检查、数据访问控制等措施防范风险。

入选理由:权限检查应在模型处理数据前实施,防止未授权访问。

精选文章#AI安全#LLM代理#网络安全#数据泄露英文
Towards Data Science 图标

How to Avoid AI Replacement as an Analytics Professional in 2027

Towards Data Science2834 字 (约 12 分钟)
85

数据分析师应专注于理解数据链路和工具开发,以避免被AI取代。

入选理由:数据分析师应学习数据从输入到输出的完整链路。

精选文章#数据分析#AI#职业发展#供应链英文
Towards Data Science 图标

A Practitioner's Guide to 6 Agentic GraphRAG Patterns

Towards Data Science5505 字 (约 23 分钟)
85

Agentic GraphRAG通过自主代理动态更新知识图谱,提升企业级RAG系统的推理能力与上下文完整性。

入选理由:Agentic GraphRAG通过自主代理动态更新知识图谱,提升企业级RAG系统的推理能力与上下文完整性。

精选文章#RAG#知识图谱#AI#企业应用英文
Towards Data Science 图标

Beyond Classical: A Quantum Approach to Time-Series Prediction

Towards Data Science5349 字 (约 22 分钟)
85

CoQS-LSTM结合量子计算与LSTM,提升时间序列预测的准确性。文章提出量子增强架构并验证其在电力负荷预测中的潜力。

入选理由:CoQS-LSTM在电力负荷预测中实现92.7%准确率,优于传统LSTM的89.1%

精选文章#Quantum Computing#Time-Series Prediction#LSTM#Quantum Machine Learning英文
Towards Data Science 图标

Three Techniques to Understand Your Codebase When Coding Agents Write the Code

Towards Data Science1860 字 (约 8 分钟)
85

使用Claude Code等编码代理时,通过功能备忘录、PR审查和HTML解释器三种技术可有效理解代码库。

入选理由:用Claude Code编写功能备忘录可记录代码逻辑与业务关联

精选文章#Claude Code#代码理解#AI编码#软件工程英文
Towards Data Science 图标

Credit Risk: What Are We Actually Measuring?

Towards Data Science3861 字 (约 16 分钟)
85

信用风险建模中的PD、LGD、EAD参数是银行评估贷款损失和资本需求的核心工具,但其应用需结合数据质量与监管框架。

入选理由:PD(违约概率)是评估借款人未来违约可能性的关键指标

精选文章#信用风险#巴塞尔框架#金融建模#数据科学英文
Towards Data Science 图标

We Taught AI to Answer Questions. Who Taught It to Change Its Mind?

Towards Data Science6172 字 (约 25 分钟)
85

AI系统在状态更新时存在严重缺陷,从头计算准确率100%但更新旧状态时骤降至0.7%。作者开发的RevisionTrace基准测试揭示了信念修正的挑战。

入选理由:从头计算准确率100%但更新旧状态时准确率最低至0.7%

精选文章#AI#状态更新#基准测试#Python英文
Towards Data Science 图标

How to Build Bug-Free Applications with Claude Code

Towards Data Science1629 字 (约 7 分钟)
85

使用Claude Code结合E2E测试可显著减少应用中的bug,提升测试效率。

入选理由:E2E测试通过模拟用户操作发现潜在bug,减少维护成本

精选文章#E2E测试#Claude Code#软件测试#AI编码代理英文
Towards Data Science 图标

When Labels Say No, But Embeddings Say Yes

Towards Data Science5133 字 (约 21 分钟)
85

CLIP模型能发现标签未识别的有意义相似性,传统评估指标可能低估检索系统性能。

入选理由:CLIP在建筑图像检索中发现跨类别相似性,准确率比标签匹配高37%

精选文章#CLIP#计算机视觉#嵌入模型#检索系统英文
Towards Data Science 图标

In the Age of Borrowed Thinking, How To Become More Valuable as AI Gets Smarter

Towards Data Science2004 字 (约 9 分钟)
85

AI时代需培养批判性思维和创造力,人类价值取决于不可被机器复制的高阶认知能力。

入选理由:AI将接管重复性思维任务,人类需专注战略决策与创新

精选文章#AI#职业发展#认知科学#技术趋势英文
Towards Data Science 图标

Claude Code vs. Cursor: What a Field Test Shows That the Feature Comparisons Miss

Towards Data Science2433 字 (约 10 分钟)
85

实际测试显示Claude Code和Cursor的token消耗差异取决于任务类型,架构差异决定工具选择,基准测试无法替代真实场景验证。

入选理由:Cursor在交互式编码中消耗33,000 token,Claude Code在自主任务中仅用33,000 token

精选文章#Claude Code#Cursor#LLM#编码工具英文
Towards Data Science 图标

What Makes AI-Written Stories Feel Off?

Towards Data Science1997 字 (约 8 分钟)
85

AI生成的故事因叙事结构的不自然感被识别,如时间跳跃、矛盾信息和开放结局,研究论文StoryScope揭示了这些特征。

入选理由:StoryScope发现AI故事中时间跳跃使用率比人类写作高47%

精选文章#AI生成#自然语言处理#故事生成#AI检测#机器学习英文
Towards Data Science 图标

Data Enablement for AI: A Practitioner's Guide to 6 Advanced Architectural Patterns

Towards Data Science4673 字 (约 19 分钟)
85

企业需采用6种高级架构模式构建AI数据基础,解决传统数据平台与AI需求的不匹配问题,确保数据新鲜度、清洁度和权限控制。

入选理由:企业数据平台需解决数据新鲜度、清洁度和权限控制三大核心问题

精选文章#Data Engineering#AI#Architectural Patterns#Data Fabric#Lakehouse英文
Towards Data Science 图标

Agentic AI in Production: Why Your Agent Keeps Answering After Its Tools Fail

Towards Data Science1929 字 (约 8 分钟)
85

代理在工具失效后仍生成答案会掩盖系统故障,需改进错误处理机制。

入选理由:401/403/404错误重试无效,应直接终止代理流程

精选文章#Agentic AI#错误处理#生产环境#系统设计英文
Towards Data Science 图标

How to Turn Long-Running Python Simulations Into a Self-Service Platform

Towards Data Science4181 字 (约 17 分钟)
85

将长时间运行的Python模拟转化为自助服务平台需解决队列管理、故障恢复和可重复性问题,AWS异步工作负载处理方法是关键。

入选理由:使用AWS SQS和SNS实现任务队列与通知机制,提升处理效率。

精选文章#Python#AWS#数据工程#异步处理#故障恢复英文
Towards Data Science 图标

Do You Still Own the Code Your AI Wrote? I Built CodeOwnership to Measure It

Towards Data Science5684 字 (约 23 分钟)
85

CodeOwnership工具通过隐藏缺陷测试开发者对AI生成代码的实际理解,揭示AI辅助开发中隐含的维护风险。

入选理由:CodeOwnership通过预设隐藏bug测试开发者对AI代码的掌握程度

精选文章#AI#代码所有权#开发工具#软件测试英文
Towards Data Science 图标

A Scaffold at the Gate: Building AI Applications That Can Evolve

Towards Data Science2684 字 (约 11 分钟)
85

AI应用需兼具历史经验与未来扩展性,结构设计是避免技术债务的关键。

入选理由:AI生成代码需遵循软件工程原则,否则易产生不可维护的技术债务

精选文章#AI工程#软件架构#技术债务#代码生成英文
Towards Data Science 图标

10 Statistical Traps We Often Overlook

Towards Data Science2318 字 (约 10 分钟)
85

本文揭示了统计学中常见的10个陷阱,帮助读者避免数据误解。重点包括平均值与中位数的差异、样本偏差、相关性不等于因果性等核心问题。

入选理由:平均值易受极端值影响,中位数更能反映典型值(如薪资数据)

精选文章#统计学#数据科学#数据分析#统计陷阱英文
Towards Data Science 图标

When One Process Becomes Too Much: Splitting a Pipeline into MCP Services

Towards Data Science1852 字 (约 8 分钟)
85

将紧密耦合的Python流水线拆分为独立MCP服务可解决依赖冲突、故障传播和部署问题。

入选理由:MCP服务通过进程边界隔离避免单点故障传播

精选文章#Python#微服务#MCP#架构设计英文
Towards Data Science 图标

The Symmetry That Breaks Neural Network Averaging

Towards Data Science2619 字 (约 11 分钟)
85

神经网络权重平均可能因排列对称性导致性能下降,模型合并需考虑参数空间结构。

入选理由:神经网络权重平均可能使模型性能下降50%以上,因排列对称性导致参数错位。

精选文章#深度学习#神经网络#模型合并#权重平均#LLM工程英文
Towards Data Science 图标

Why RAG Complexity Should Be Earned

Towards Data Science4406 字 (约 18 分钟)
85

RAG架构的复杂性应在检索失败模式被验证后逐步引入,而非默认采用。传统检索方法在特定场景下表现优异,过度复杂化可能掩盖基础问题。

入选理由:优先评估基础检索子系统,再引入复杂技术如重排序或代理系统。

精选文章#RAG#信息检索#生成模型#AI架构英文
Towards Data Science 图标

FAQ as RAG: When You Get to Design the Corpus

Towards Data Science4560 字 (约 19 分钟)
85

将FAQ作为RAG知识库可显著优化生成成本并提升检索效率,通过结构化设计实现解析简化与缓存复用。

入选理由:FAQ结构使RAG解析步骤复杂度降低70%

精选文章#RAG#FAQ#企业文档智能#生成模型英文
Towards Data Science 图标

A Day in the Life of a Data Scientist in 2026

Towards Data Science1164 字 (约 5 分钟)
85

AI显著改变了数据科学家的日常工作,提示工程成为核心技能,LLM成本控制成为关键挑战。

入选理由:精确设计提示词可使LLM输出质量提升数倍,需包含具体指标和约束条件。

精选文章#数据科学#AI#提示工程#LLM英文
Towards Data Science 图标

Mathematical Experiments Are Becoming Abundant Through Human-Machine Teaming

Towards Data Science5728 字 (约 23 分钟)
85

AI与人类协作使数学实验成本大幅降低,但证明验证仍需人类参与。GPT-5.6 Sol与Lean等工具推动实验规模化,而独立审查和数学理解仍是稀缺资源。

入选理由:GPT-5.6 Sol与Lean工具组合可生成完整证明候选,但需人类专家验证新颖性

精选文章#AI协作#数学证明#Lean#GPT#自动化定理证明英文
Towards Data Science 图标

Prompt, Context, Loop: The Three Engineering Layers Every RAG System Is Built On

Towards Data Science4780 字 (约 20 分钟)
85

RAG系统构建依赖Prompt、Context、Loop三层工程架构,分别对应指令设计、上下文管理与循环控制,明确区分可解决90%工程混淆。

入选理由:Prompt工程定义LLM调用规则,决定输出格式与约束条件

精选文章#RAG#Prompt Engineering#LLM#Context Engineering#Loop Engineering英文

跨材料问答 · Towards Data Science

回答基于:Towards Data Science 相关 30 条材料
    0 / 500

    AI 可能会生成不准确的信息,请核实重要内容