史上最高値を更新した日本株式～2026年５月の日本株式の振り返りと今後のポイント～
■概要 2026年5月，受美国半导体库存上涨以及美伊战争结束预期升温影响，日本股市上涨，日经平均指数触及66,000日元水平，创下历史新高。东证股价指数在5月底也小幅超过了2月底的历史高位，但与受AI和半导体相关股票影响较大的日经平均指数相比，5月份的涨幅与4月份一样小。虽然日本企业业绩稳健，但日本股市似乎并不便宜，因此需要继续密切关注中东局势、原油价格以及日本和美国的货币政策和利率走势。然而，如果人工智能/半导体相关股票因人工智能投资强劲而进一步上涨，日经225指数可能在6月后继续创出新高。 ■目录 1 - 日经指数连续第二个月创出新高 2 - 东证股价指数也创出新高，但 3 - 业务扩张预
From Regex to Vision Models: Which RAG Technique Fits Which Problem
企业文档智能 [Vol.1 #4] - 对 PDF 和问题的诊断，以及本系列其余部分将涵盖的技术图从正则表达式到视觉模型：哪种 RAG 技术适合哪个问题首先出现在走向数据科学上。
Code Is Cheap. Engineering Judgement Is Now the Scarce Resource
建设的障碍已经倒塌。这将瓶颈转移到所有权、验证、品味以及决定实际应该存在的内容上。后代码很便宜。 《工程判断现在是稀缺资源》首先出现在《走向数据科学》上。
Ensuring Data Integrity with Cryptographic Hashing and the Ethereum Blockchain
将区块链原语应用于数据集版本控制、出处和完整性保证《使用加密哈希和以太坊区块链确保数据完整性》一文首先出现在《走向数据科学》上。
Escaping the Valley of Choice in BI
为什么 Agentic BI 威胁整个职业《逃离 BI 的选择之谷》一文首先出现在《走向数据科学》上。
Rerankers Aren’t Magic Either: When the Cross-Encoder Layer Is Worth the Cost
企业文档智能 [卷。 1 #2bis] 为什么在弱检索之上堆叠重排序器并不能保存它，交叉编码器实际修复了什么与它们没有修复什么，以及该系列的编辑位置。重新排序器也不是魔法：当交叉编码器层值得付出代价的帖子首先出现在走向数据科学上。
Proxy-Pointer RAG: Eliminating Wasteful Entity & Relations Extraction in Knowledge Graphs
企业 GraphRAG 系统的结构引导 NER 优化《代理指针 RAG：消除知识图中浪费的实体和关系提取》一文首先出现在《走向数据科学》上。
Solving a Murder Mystery Using Bayesian Inference
《利刃出鞘》如何教授贝叶斯思维（在您没有意识到的情况下） 使用贝叶斯推理解决谋杀之谜的帖子首先出现在《走向数据科学》上。
It’s the Lessons We Learned Along the Way. Or, Is It?
人工智能时代的研究项目这篇文章是我们一路走来学到的教训。或者，是吗？首先出现在《走向数据科学》上。
Learning From Pairwise Preferences: An Introduction to the Bradley Terry Model
如何将简单的面对面选择转化为概率排名这篇文章《从成对偏好中学习：布拉德利·特里模型简介》首先出现在《走向数据科学》上。
Most AI Agents Fail in Production Because They’re Built Backwards
好的模型并不能拯救糟糕的架构，大多数团队都经历了惨痛的教训才知道这一点。大多数 AI 代理在生产中失败是因为它们的构建方式落后一文首先出现在《走向数据科学》上。
They Requested It. I Built It. Nobody Ever Used It.
为什么好的数据工作在交付后会被忽略。他们要求的帖子。我建造了它。没有人用过它。首先出现在《走向数据科学》上。
■摘要 在本文中，我们利用新建公寓的销售数据创建了经过质量调整的“新建公寓价格指数”，并概述了关西地区的新建公寓市场。 2025年，关西地区新建公寓的价格将比上年上涨9%。从地区来看，随着重视房产价值的趋势不断增强，“大阪市中心”比上年增加了20%，“塔楼公寓”比上年增加了19%。展望未来，供应方面，考虑到劳动力短缺和缺乏开发用地导致建筑成本飙升，关西地区的新供应量不太可能大幅增加。与此同时，人们对抵押贷款利率上升影响的担忧日益加剧。此外，公寓的实际需求可能难以跟上价格的飙升，价格上涨可能会达到顶峰。事实上，从各地区的“新建公寓价格指数”来看，“大阪市中心”与其他地区的涨幅存在差异。以资产价值
Embeddings Aren’t Magic: The Predictable Failure Modes of RAG Retrieval
企业文档智能 [卷。 1 #2] 为什么处理同义词和释义的相同矢量搜索在否定、精确标识符和贵公司的首字母缩略词方面会默默失败，以及失败时应使用什么。嵌入不是魔法：RAG 检索的可预测失败模式一文首先出现在《走向数据科学》上。
RAG Is Burning Money — I Built a Cost Control Layer to Fix It
大多数 RAG 系统都是针对答案质量而不是成本进行优化的，而盲点的成本很快就会变得昂贵。在本文中，我分解了一个结合了语义缓存、查询路由、令牌预算和熔断的生产就绪成本控制层，在不牺牲答案质量的情况下实现了 LLM 成本降低 85%。 帖子《RAG 正在烧钱 — 我构建了一个成本控制层来修复它》首先出现在《走向数据科学》上。
Qdrant TurboQuant Explained: Is TurboQuant the Silver Bullet?
大多数工程师将量化视为收缩向量。 TurboQuant 提出了一个更难的问题：你能在不破坏几何形状的情况下缩小它们吗？Qdrant TurboQuant 帖子解释：TurboQuant 是银弹吗？首先出现在《走向数据科学》上。
Meta-Cognitive Regulation Might Be the Most Important AI Skill Nobody Is Talking About
随着人工智能变得越来越聪明，真正的区别可能是人类如何很好地调节自己的思维。后元认知调节可能是无人谈论的最重要的人工智能技能，该技能首先出现在《走向数据科学》上。
Why Gradient Descent Became Stochastic
从基于微积分的优化到随机梯度下降的逐步旅程“为什么梯度下降变成随机”一文首先出现在《走向数据科学》上。
