Anteckningar från hamnen
Praktiskt, oregelbundet skrivande om AI och data — vad som fungerar, vad som inte gör det, och varför.
RAG som faktiskt fungerar i produktion
De flesta hämtningssystem misslyckas inte på modellen utan på rördragningen. Vad som skiljer en demo från en pålitlig assistent.
Läs →EU:s AI-förordning, för nordiska team
En praktisk karta över vad förordningen kräver, när, och hur man bygger in styrning från dag ett.
Läs →Agentbaserad AI: när man inte ska använda den
Autonoma agenter är kraftfulla och lätta att missbruka. Var de gör nytta, och var en enkel pipeline vinner.
Läs →Varför datakvalitet slår modellval
Team fixerar vid modellarkitektur och försummar datan som matar den. Avkastningen är nästan alltid tvärtom.
Läs →MLOps utan en tung plattform
Du kan övervaka och omträna modeller tillförlitligt med lätta verktyg. Här är minimum som spelar roll.
Läs →Det semantiska lagret, enkelt förklarat
Varför en överenskommen definition per mått är den enskilt mest hävstångsstarka lösningen.
Läs →Vektorsök: fem vanliga fallgropar
Chunkning, embeddings och utvärdering fäller de flesta första försök. En checklista för att undvika fällorna.
Läs →Feature stores: när de är värda det
En feature store löser verkliga problem och skapar nya. När avvägningen lönar sig, och när inte.
Läs →Att hålla LLM-kostnader under kontroll
Tokenkostnader växer tyst tills de överraskar. Praktiska grepp för att sänka kostnad utan att sänka kvalitet.
Läs →Datakontrakt i praktiken
Ett datakontrakt är ett löfte mellan producent och konsument. Hur man gör dem verkliga i stället för ett diagram.
Läs →Att utvärdera LLM-utdata
Mänsklig granskning skalar inte och känsla är inget mått. Bygg en utvärderingsrigg du kan lita på.
Inbyggd integritet i AI-system
GDPR är inte en kryssruta på slutet. Bygg dataminimering och ändamålsbegränsning från start.
Streaming vs batch: att välja ärligt
Realtid är på modet och ofta onödigt. En klarsynt titt på när streaming är värd sin komplexitet.
Modellkort som faktiskt spelar roll
De flesta modellkort är formalia. Vad som hör hemma i ett så att det är användbart.
När man inte ska använda AI alls
Ibland är det ärliga svaret en regel, ett formulär eller ett kalkylblad. Att veta när man ska säga nej.
Hamnloggen
Enstaka, praktiska noteringar om AI och data. Inget brus.