RAG 值得学吗?长上下文会不会把它淘汰
每次看到"上下文又翻倍"的新闻,都有人喊"RAG 要死了"。但我学了一阵子 RAG 之后觉得,这说法太夸张。 长上下文确实能塞下更多原文,但贵、慢、而且模型对超长上下文的"中间遗忘"问题还在。RAG 的优势是精准召回 + 成本可控 + 可追溯来源,这些是长上下文替代不了的。 我的
#RAG #大模型♥ 180 评论
@dr4c0
算法,搞图算法和搜索。
每次看到"上下文又翻倍"的新闻,都有人喊"RAG 要死了"。但我学了一阵子 RAG 之后觉得,这说法太夸张。 长上下文确实能塞下更多原文,但贵、慢、而且模型对超长上下文的"中间遗忘"问题还在。RAG 的优势是精准召回 + 成本可控 + 可追溯来源,这些是长上下文替代不了的。 我的
想把 traces / metrics / logs 统一到 OTel,接入过程比想象中坑多。 踩过的坑: 自动 instrumentation 和手写 span 混用,trace 经常断。 Node SDK 版本迭代快,文档跟不上。 Exporter 配置(OTLP / Jae
一个中文产品想做海外市场,纠结是直接做纯英文站,还是先做双语并行,想听听有出海经验的建议。 纯英文:更聚焦海外用户,品牌定位清晰,但意味着放弃国内市场和已有的中文用户基础。 双语并行:两个市场都兼顾,但运营成本翻倍,而且两边的用户习惯和需求差异大,产品容易两边不讨好。 我的倾向是