我的 AI 学习周报 - 2026-08-10 ~ 08-16

······

📝 本周概览

本周是 RAG 从「学习实验」迈向「实战落地」的过渡周，核心成果集中在 08-11 一天：把之前零散的 chunker + retriever 补齐生成环节，搭成完整 RAG 问答系统，并用对照实验得出「小语料上 TF-IDF 完胜 Dense Embedding」的关键结论。

⚠️ 数据缺口： 上周 7 天里仅 08-11 有 daily-log 记录，其余 6 天（08-10、08-12 ~ 08-16）无记录，本周报只能覆盖有记录的部分。

······

无周计划基线 —— 这是首次运行 /weekly-report，.claude/weekly/data.json 为空。唯一可追溯的「下一步」来自 08-11 日报末尾：

计划项	来源	状态	说明
换强中文 Embedding 模型（BGE-M3 / mE5-large）跑第三组对比	08-11 日报「下一步」	❌ 未做	—
实现 Hybrid Search（TF-IDF + Dense 多路召回）	08-11 日报「下一步」	❌ 未做	—

08-11
：RAG 全链路搭建（chunker → retriever → generator）+ 依赖升级 + 端到端验证 + TF-IDF/Dense 对比实验

······

完成率： 无法计算 —— 首次运行，无周计划基线

偏移判断： 无法判定（数据不足）

偏移原因：

······

主题	状态	判断	依据
RAG 全链路搭建	✅ 完成	恰到好处	有代码（generator/rag_qa/e2e 测试）、有端到端验证、有性能数据，直接构成后续企业 RAG 的「基础」
TF-IDF vs Dense 对比	✅ 完成	需要更深	得出「小语料 Dense 完败」的反直觉结论，但停在门前：未验证「换强中文模型后是否改观」。而这条结论恰好与本周要攻的 FAQ 层直接相关——FAQ 本质就是小语料匹配问题

······

企业自用 RAG 搭建（核心主线）

······

收获： RAG 从半成品实验变成可用的完整系统，并拿到了「小语料 TF-IDF 优先」这个直接指导企业 FAQ 层选型的结论。

调整： 下周把 RAG 从「学习实验」切换到「企业落地」；同时补上 daily-log 的连续记录（上周 6 天断档，复盘缺料）。