<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"><channel><title>聂二 · AI落地内参（AILDNC）技术文章</title><description>聂二关于企业 RAG、文档解析、信息抽取、AI Agent 工作流和大模型应用工程化的文章，来自 AILDNC。</description><link>https://www.aildnc.com/</link><language>zh-CN</language><item><title>合同抽取不能只靠改 Prompt</title><link>https://www.aildnc.com/blog/contract-extraction-evaluation/</link><guid isPermaLink="true">https://www.aildnc.com/blog/contract-extraction-evaluation/</guid><description>合同信息抽取的难点不只是提示词，而是能否用离线评测持续证明每个字段、证据和版本变化是否可靠。</description><pubDate>Thu, 04 Jun 2026 00:00:00 GMT</pubDate></item><item><title>投研 RAG 里，问题理解比向量检索更容易被低估</title><link>https://www.aildnc.com/blog/rag-query-understanding/</link><guid isPermaLink="true">https://www.aildnc.com/blog/rag-query-understanding/</guid><description>真实投研问答里，RAG 的成败往往不只取决于向量召回，而取决于指代消解、时间范围、实体识别、标签过滤和证据边界。</description><pubDate>Thu, 04 Jun 2026 00:00:00 GMT</pubDate></item><item><title>宏观报告生成为什么不能让 LLM 自由发挥</title><link>https://www.aildnc.com/blog/structured-llm-reporting/</link><guid isPermaLink="true">https://www.aildnc.com/blog/structured-llm-reporting/</guid><description>金融和宏观报告生成不是把资料塞进提示词，而是把数据节奏、来源追溯、共识分歧和拒绝机制工程化。</description><pubDate>Thu, 04 Jun 2026 00:00:00 GMT</pubDate></item></channel></rss>