SIRAYA 部落格

DeepSeek V4 對工程團隊的重要性，與其說是因為基準測試分數，不如說是因為兩個不會出現在定價頁面上的生產現實：該模型在相同模型名稱下的行為已多次改變，而引發關注的基準測試數字是自行回報的，並且

Amazon Bedrock 是一項受管 AWS 服務，讓你可以透過單一 API 呼叫來自多個提供者的基礎模型（Anthropic、Meta、Amazon 自家的 Nova 系列、Cohere、Mistral 等），而無需自行執行推論基礎架構。這個描述是準確的，但也是最不實用的理解方式

當模型的問題是不知道某件事時，使用 RAG。當模型的問題是知道某件事，但沒有以一致的方式採取相應行動時，使用微調。多數團隊會把這視為單一的二選一決策，而這種框架就是第一個錯誤。RAG 和微調修正的是不同的失敗模式，而且

AI 模型選擇不應該從排行榜開始，而應該從以你自己的生產資料建立的小型評估集開始，因為公開基準測試的排名很少能預測模型在你特定任務分布上的表現，而選錯模型的真正成本會在數月後以以下形式浮現：