№005 embedding-research-engineering · 14
실전: 재현 가능한 Embedding 연구 Pipeline 만들기 (14/14)
Frozen corpus·qrel에서 embedding 학습, exact·ANN 평가와 RAG release gate를 설계합니다. 실행 가능한 작은 검색·metric 예제로 후보 누락과 평가 분모를 검산하고, 실제 모델 실험에 필요한 데이터·버전·비용 기록을 구분합니다.
Tag index
#MLOps
05 entries №004 reranker-engineering · 14
실전: 재현 가능한 Production Reranking Pipeline 만들기 (14/14)
Frozen candidate set에서 reranker 학습·평가·배포의 계약을 설계합니다. 실행 가능한 작은 metric 예제로 candidate ceiling과 nDCG 분모를 검산하고, 실제 모델 학습·부하 시험에 필요한 조건과 부분 코드의 범위를 구분합니다.
№003 enterprise-rag-knowledge-pipeline · 10
Production RAG Knowledge Base Release Runbook: Build·Canary·Rollback (10/10)
Enterprise RAG knowledge base를 immutable release manifest로 빌드합니다. Data·ACL·retrieval·latency gate와 shadow·canary, atomic activation, rollback runbook을 연결합니다.
№002 enterprise-rag-knowledge-pipeline · 08
RAG Data Quality·Drift·Observability: 조용한 검색 품질 저하를 찾는 법 (8/10)
RAG ingestion의 completeness·validity·ACL·freshness를 lineage와 quality assertion으로 추적합니다. Parser·metadata·embedding·retrieval drift를 metric·trace·probe로 감지합니다.
№001 enterprise-rag-knowledge-pipeline · 07
RAG Embedding·Index Migration: Dual Write·Shadow Read·무중단 전환 (7/10)
RAG embedding model·dimension·chunking·index 설정을 새 generation으로 이전합니다. Snapshot backfill, dual write, shadow read, atomic alias cutover와 rollback을 검증합니다.
