今天最大的一課是「換工具前先做對照表、跑 pilot、再跑 ablation 驗證」——被 Marker 帥氣的賣點吸進去，背景跑了兩小時才發現 Apple Silicon 的 MPS bug 把成功率拉到一半，最後乖乖回到 opendataloader-pdf，只用 5 分鐘 NFKC 修掉 43,982 個 ligature 連字。順便驗證 BGE-M3 其實內建 ligature normalize，整個重 ingest 根本不必跑。也補了陶韻智的 prompt 9 段結構心法，準備拿來重整 Claude.ai 的 Personalization。
閱讀更多