在人工智能时代--遵循最佳实践-意味着什么-

在人工智能时代,“遵循最佳实践”意味着什么?

原文:towardsdatascience.com/what-does-following-best-practices-mean-in-the-age-of-ai/

永远不要错过《变量》的新一期,我们的每周通讯精选了编辑精选、深度分析、社区新闻等。

立即订阅

人工智能的足迹正在快速跨越各个角色和行业。随着生成式 AI 工具从边缘走向核心工作流程,从业者越来越多地问自己一个看似简单的问题:如今做好自己的工作意味着什么?

当然,没有唯一的答案,但我们本周为您精选的文章指向了一个关键见解:可能是时候重新定义“遵循最佳实践”的含义,并将我们对性能的理解集中在人类在技能上继续超越基于 LLM 的助手的地方。

在我们深入探讨之前,提醒一下:TDS 读者调查现已开放,我们渴望听到您的见解。这只需您几分钟的时间——感谢您提前提供反馈!


MCP 安全生存指南:最佳实践、陷阱和现实世界经验

在最近几个月,模型上下文协议的热潮无法忽视。海莉·夸克强调了这一开源框架带来的风险,以及数据科学家和机器学习专业人士应采取的缓解措施,以确保其集成不会变成一个安全噩梦。

MCP 安全生存指南:最佳实践、陷阱和现实世界经验

减少数据科学项目的时间价值:第四部分

克里斯托弗·麦格利尼强调,对于数据科学家来说,没有什么比“成为一名优秀的软件开发者”更重要——即使随着编码代理的兴起。

减少数据科学项目的时间价值:第四部分

在开始机器学习之前我希望知道的事情

“如果你试图跟上一切,你最终会一无所获。”帕斯卡尔·扬特茨基分享了在高度竞争的领域取得成功所需的见解。

在开始机器学习之前我希望知道的事情


本周最受欢迎的文章

查看我们社区最近热议的文章:

由阿维谢克·比斯瓦斯编写的《DSPy 综合实战教程——上下文工程》

上下文工程 — 使用 DSPy 的综合实战教程

代理人工智能:关于评估,作者:伊达·西尔弗斯克尔德

代理人工智能:关于评估

[从 LLMs 生成结构化输出],作者:易卜拉欣·哈比卜

从 LLMs 生成结构化输出


其他推荐阅读

对噪声数据、主题建模和代理 SDK 等时下主题感兴趣?不要错过我们过去几天的一些其他杰出文章:

  • 机器、专家和普通人,作者:拉斯·诺尔托夫·赖特

机器、专家和普通人

  • 使用 BERTopic 微调您的主题建模工作流程,作者:蒂芙尼·陈

使用 BERTopic 微调您的主题建模工作流程

  • 《代码是否工作?》,作者:玛琳娜·托西奇

代码是否工作?

  • 使用代理 SDK 进行实战:多代理协作,作者:伊克巴尔·拉哈马达

使用代理 SDK 进行实战:多代理协作

  • 从无数据中估计:从类别中推导出连续分数,作者:埃尔洛德·帕尔·西尔马兹

从无数据中估计:从类别中推导出连续分数


认识我们的新作者

探索我们最近添加的一些贡献者的顶级作品:

  • 艾米拉·巴蒂耶娃是一位经验丰富的研发工程师,目前的工作重点集中在异常检测和目标检测问题上。

灰度图像如何影响视觉异常检测?

  • 丹尼尔·加贝尔带着数据科学和工程的多学科专业知识加入 TDS,并最近撰写了关于赢得 Mostly AI 奖的文章。

如何赢得“Mostly AI”合成数据挑战

  • 卡洛斯·雷东多是一位机器学习/人工智能工程师,过去几年在几家初创公司工作。

从基因到神经网络:从头开始理解和构建 NEAT(增强拓扑的神经进化)

我们热爱发布新作者的文章,所以如果你最近写了一个有趣的项目教程、教程或对我们核心主题的理论反思,为什么不与我们分享呢?


订阅我们的通讯

posted @ 2026-03-28 10:23  布客飞龙V  阅读(1)  评论(0)    收藏  举报