Tags
第 8 頁
LLMOps
BentoML：AI 模型真的要上線時，缺的常常不是推理框架，而是服務化那一層
Opik：LLM 產品上線後真正缺的不是更多 demo，而是 trace、eval 和監控回到同一個地方
Haystack：RAG 真正需要的不是又一個聊天範例，而是可拆、可測、可替換的 pipeline
MLflow：AI 團隊真正缺的常常不是模型，而是能追蹤、評估、交付的生命週期
當團隊不只接一個模型，LiteLLM 為什麼開始變成必需品
當 AI 團隊開始自己造資料，Distilabel 為什麼值得重新看
Dify 值得現在看嗎？真正麻煩的不是你做不出 AI app，而是每做一個都像重起一間小型軟體公司
Langfuse 值得現在看嗎？AI 產品真正難的不是把模型接上去，而是你根本不知道它為什麼出錯