Don't classify. Hallucinate!
介紹一種用大模型生成虛假分類再透過向量搜尋對照真實詞彙的技術，解決限制輸出選項昂貴的問題。讀者可學習如何用低成本小模型配合嵌入向量完成分類任務。
Doug Turnbull
6 筆內容・被提到 4 筆
《Relevant Search》《AI Powered Search》作者；寫搜尋相關性與 RAG 的檢索端
他的來源
最受歡迎
依人氣
Vectors Week: become a savier vector db customer
邀請讀者與 Adam Hevenor 一起從第一原理學習向量資料庫的使用與選購方法。內容涵蓋如何系統化選擇資料庫、避免混合搜尋的常見錯誤，以及透過量化與聚類等技術自製向量資料庫。看完能掌握向量搜尋的核心概念與實際應用技巧。
Pointers for your search career in 2026
探討搜尋與檢索職位在 2026 年的發展趨勢，強調軟體工程基礎的重要性，並說明 LLM、Agent 與 Embedding 已成為市場常規需求。讀者將了解如何評估這些技術的優缺點，以及建立有效評估系統與持續參與社群的關鍵策略。
Just brute force your embeddings
Doug Turnbull 分享經驗，指出對於小規模文件集合，使用 Numpy 直接暴力計算點積比建立向量資料庫更簡單高效。讀者可學習在特定條件下如何透過原生程式庫最佳化搜尋效能，避免過度複雜的架構。
Cheating at search with jev
作者測試 JEV 在查詢分類任務上的表現，並與 GPT-5 等 LLM 進行比較。文章強調在搜尋中應優先追求準確度而非召回率，並介紹了 JEV 如何透過設定置信度閾值來處理模糊查詢，同時討論了階層式查詢分類的策略。
Three mistakes of new AI teams
指出新成立的 AI 團隊常因忽視評估與檢索架構而失敗，強調應像科學家般透過評估驗證假設，並理解檢索不僅是分塊，更需關注元資料與查詢理解。讀者可學習如何建立有效的評估機制與檢索策略，避免在 AI 專案初期投入錯誤方向。
最新內容
依發布時間
Cheating at search with jev
作者測試 JEV 在查詢分類任務上的表現，並與 GPT-5 等 LLM 進行比較。文章強調在搜尋中應優先追求準確度而非召回率，並介紹了 JEV 如何透過設定置信度閾值來處理模糊查詢，同時討論了階層式查詢分類的策略。
Pointers for your search career in 2026
探討搜尋與檢索職位在 2026 年的發展趨勢，強調軟體工程基礎的重要性，並說明 LLM、Agent 與 Embedding 已成為市場常規需求。讀者將了解如何評估這些技術的優缺點，以及建立有效評估系統與持續參與社群的關鍵策略。
Three mistakes of new AI teams
指出新成立的 AI 團隊常因忽視評估與檢索架構而失敗，強調應像科學家般透過評估驗證假設，並理解檢索不僅是分塊，更需關注元資料與查詢理解。讀者可學習如何建立有效的評估機制與檢索策略，避免在 AI 專案初期投入錯誤方向。
Don't classify. Hallucinate!
介紹一種用大模型生成虛假分類再透過向量搜尋對照真實詞彙的技術，解決限制輸出選項昂貴的問題。讀者可學習如何用低成本小模型配合嵌入向量完成分類任務。
Vectors Week: become a savier vector db customer
邀請讀者與 Adam Hevenor 一起從第一原理學習向量資料庫的使用與選購方法。內容涵蓋如何系統化選擇資料庫、避免混合搜尋的常見錯誤，以及透過量化與聚類等技術自製向量資料庫。看完能掌握向量搜尋的核心概念與實際應用技巧。
Just brute force your embeddings
Doug Turnbull 分享經驗，指出對於小規模文件集合，使用 Numpy 直接暴力計算點積比建立向量資料庫更簡單高效。讀者可學習在特定條件下如何透過原生程式庫最佳化搜尋效能，避免過度複雜的架構。
出現在別人的節目
其他來源裡提到或訪談這位人物的內容
RAG Isn't Dead. It's Sleeping. | Doug Turnbull
Doug Turnbull 探討 RAG 技術未死而是蟄伏，結合 BM25、查詢理解與工具呼叫，說明如何建立更可靠的企業級 AI 代理。
804次觀看※ 摘要僅根據標題與說明
AI-Powered Search with Doug Turnbull and Trey Grainger [#133]
Doug Turnbull 與 Trey Grainger 討論 AI 驅動的搜尋設計，涵蓋從查詢理解、領域建模到代理搜尋的技術。內容還介紹了 wormhole vectors 技術，用於在稀疏與稠密向量空間間穿梭。
※ 摘要僅根據標題與說明
Cheating at Query Understanding with LLMs with Doug Turnbull
Doug Turnbull 分享如何利用大型語言模型解決傳統搜尋中耗時的查詢理解問題，讓中小企業也能高效處理自然語言查詢。內容涵蓋查詢分解策略、實際案例與推理代理的應用，幫助讀者掌握用 AI 最佳化搜尋體驗的方法。
639次觀看※ 摘要僅根據標題與說明
Episode 68: A Builder’s Guide to Agentic Search & Retrieval with Doug Turnbull & John Berryman
探討從傳統關鍵字搜尋轉向「代理搜尋」的演進，並由搜尋專家分享五級成熟度模型與實作手冊。內容涵蓋如何設計代理迴圈、利用真實點選資料評估系統，以及避免常見陷阱，幫助開發者構建更有效的搜尋應用。
