RAG Observability and Evaluations with Langfuse

摘要

示範如何使用 Langfuse 追蹤基於 RAG 的應用程式，透過評估向量分塊大小與整體效能來最佳化管道。觀眾能學習如何監控與評估 RAG 系統各元件的表現。

This video demonstrates how to trace and evaluate RAG applications using Langfuse for optimization.

這筆內容還沒有取得字幕或內文，這段摘要只根據標題與說明欄產生，可能不夠準確；實際內容請以原站為準。

適合誰看

正在開發或最佳化基於 RAG 的 AI 應用程式的人。

摘要依據

依據

標題與說明欄（還沒有取得字幕或內文）

為什麼排在這裡

人氣

0.14

新鮮

0.27

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• LLM Observability with Langfuse: Debugging a Broken RAG Agent影片 ・ Langfuse ・ 4 分鐘
• Langfuse Walkthrough - Full Demo of Agent Tracing, Evals, Experiments and Prompt Management影片 ・ Langfuse ・ 15 分鐘
• The Self-Improving OSS Agent Stack — Marc Klingen, Langfuse影片 ・ AI Engineer
• Voice Agent observability with LangSmith影片 ・ Google for Developers ・ 8 分鐘
• Catch Agent Regressions Before You Ship: Evals for Managed Deep Agents影片 ・ LangChain ・ 9 分鐘
• What Is MLflow? Tracing AI Agents & LLM Workflows影片 ・ IBM Technology ・ 10 分鐘