联系我们

工程笔记 & 设计随笔

· 14 分钟 · 中级

bge-m3 双语 RAG 底座选型实录:4 个候选 / 3 赛道 / 5 轮取舍

在 attune 三赛道 benchmark(法律/Rust/中文八股)上对比 bge-m3 / m3e-base / multilingual-e5-large / openai-text-embedding-3。bge-m3 综合 MRR 0.93 拿下,特别是法律赛道领先 m3e-base 23% / mE5-large 45%。本文给出 5 个真实拒绝理由,包括为什么 openai-text-3-large 没测、为什么 cohere v3 被排除。

阅读全文 →
· 15 分钟 · 中级

12 类格式化 PII 自动脱敏:从正则到 ONNX NER 的分层防御

L0 正则 + 校验码(ISO 7064 / Luhn)+ L1 用户字典 + L3 LLM 语义脱敏。三层防御 + 可逆 [KIND_N] 占位符 + 出网审计日志,让"原文不出网"从口号变成可验证的事实。本文给出完整的 Rust 正则 + 校验码代码,以及为什么我们没有选 ML NER 而是用了 80/15/5 的成本感知分层。

阅读全文 →
· 18 分钟 · 高级

F-Pro 四阶段跨域污染防御:从 0.60 → 0.80 的完整复盘

法律赛道 MRR 0.60 → 0.80(+33%)。F-Pro 不是一个算法,是 4 个阶段叠加的防御:domain 字段 + chunk 前缀 + 跨域惩罚 + 关键词意图识别。零 LLM 调用,10ms 内出结果。本文复盘了 5 轮调参 sweep,包括为什么 penalty=0.4 而不是 0.2 或 0.6,以及一个意外发现:Rust 赛道 MRR 顺带从 0.87 → 1.00。

阅读全文 →
· 12 分钟 · 中级

Attune 设计哲学:为什么我们不做又一个云端 AI SaaS

过去三年我们看过 20+ 款 "AI 知识库" 产品,全部走相同范式:上传文档到云端 → 服务端 chunk + embed → 云端 LLM。Attune 选择反向:本地 vault + AES-256-GCM 字段加密 + 显式出网 + 12 类 PII 自动脱敏。代价是工程复杂度 3 倍,回报是"原文不出网"成为可证明的事实而非空头承诺。

阅读全文 →