Noter fra havnen
Praktisk, sporadisk skrivning om AI og data — hvad der virker, hvad der ikke gør, og hvorfor.
RAG der faktisk virker i produktion
De fleste retrieval-systemer fejler ikke på modellen, men på rørføringen. Hvad der adskiller en demo fra en pålidelig assistent.
Læs →EUs AI-forordning, for nordiske teams
Et praktisk kort over, hvad forordningen kræver, hvornår, og hvordan man bygger governance ind fra dag ét.
Læs →Agentbaseret AI: hvornår man ikke skal bruge den
Autonome agenter er kraftfulde og lette at misbruge. Hvor de gør nytte, og hvor en simpel pipeline vinder.
Læs →Hvorfor datakvalitet slår modelvalg
Teams fikserer på modelarkitektur og forsømmer de data, der fodrer den. Afkastet er næsten altid omvendt.
Læs →MLOps uden en tung platform
Du kan overvåge og genoptræne modeller pålideligt med lette værktøjer. Her er det minimum, der betyder noget.
Læs →Det semantiske lag, enkelt forklaret
Hvorfor én aftalt definition pr. måltal er den enkeltvis mest effektfulde løsning.
Læs →Vektorsøgning: fem almindelige faldgruber
Chunking, embeddings og evaluering vælter de fleste første forsøg. En tjekliste for at undgå fælderne.
Læs →Feature stores: hvornår de er det værd
En feature store løser reelle problemer og skaber nye. Hvornår afvejningen betaler sig, og hvornår ikke.
Læs →At holde LLM-omkostninger under kontrol
Token-regninger vokser stille, indtil de overrasker. Praktiske greb til at skære omkostninger uden at skære kvalitet.
Læs →Datakontrakter i praksis
En datakontrakt er et løfte mellem producent og forbruger. Hvordan gøre dem reelle i stedet for et diagram.
Læs →At evaluere LLM-output
Menneskelig gennemgang skalerer ikke, og mavefornemmelse er ikke et måltal. Byg en evalueringsrig, du kan stole på.
Indbygget privatliv i AI-systemer
GDPR er ikke en afkrydsning til sidst. Byg dataminimering og formålsbegrænsning fra start.
Streaming vs. batch: at vælge ærligt
Realtid er på mode og ofte unødvendigt. Et klarsynet blik på, hvornår streaming er sin kompleksitet værd.
Modelkort der faktisk betyder noget
De fleste modelkort er formalia. Hvad der hører hjemme i ét, så det er nyttigt.
Hvornår man slet ikke skal bruge AI
Nogle gange er det ærlige svar en regel, en formular eller et regneark. At vide hvornår man siger nej.
Havneloggen
Sporadiske, praktiske noter om AI og data. Ingen støj.