Medium 精选（2026-11-02）
- The Lifecycle of LLM-as-a-Judge: Building, Aligning, and Monitoring at scale：用模型评模型已成规模化评估手段，但光建一个评委不够：要让它的打分与人类判断对齐，还要在上线后持续监控漂移与失效。本文按构建、对齐、监控的完整生命周期展开，是做 AI 评估的工程参考。原文页被 Medium 的 Cloudflare 拦截，仅基于邮件标题与导读，具体方法需读原文确认。
- Are Tabular Foundation Models Ready to Replace Gradient Boosting Models?：表格数据长期是梯度提升树的天下，新一代表格基础模型号称能直接处理表格、少做特征工程。文章用架构与 TabArena 等实测对比，检验它在精度、成本与落地条件上是否真能替代梯度提升模型。原文页被 Medium 的 Cloudflare 拦截，仅基于邮件标题与导读，具体结论需读原文确认。
- ACID For Data Engineers：作者认为网上多数 ACID 讲解过于简化，于是从关系型数据库的约束出发做笔记，落点是数据工程师常读的 OLAP 系统：当一份 OLAP 文档说“支持 ACID”时到底指什么。其中持久性指提交成功后变更在任何情况下都不丢失，多节点系统靠跨服务器机制保证。本摘要基于可读的开头部分。