数据湖相关 AI 资讯 · AITOP · AI热报

8月29日

03:21

03:21

官方账号LangChain@LangChainAI

精选

Clay团队分享了每月3亿+次智能体评估的扩展方法。他们介绍了四象限评估框架。生产环境到评估的闭环是最困难的部分。数据湖和长上下文改变了智能体处理数据的能力。

技巧 Clay 智能体评估框架

推荐理由：Clay团队分享每月3亿+智能体评估经验，教你如何构建评估框架和闭环。

8月7日

00:41

00:41

Milvus@milvusio

精选

Milvus 3.0 推出 lake-native External Collection，让向量可直接查询数据湖中的数据。新增 grouping、faceting、sorting、aggregation 等结构化查询能力，向量不再孤立存储。开发者可以让 Milvus 更贴近现有数据系统，但需要权衡召回率、延迟、过滤和成本。官方开放 Office Hours，提供 20 分钟一对一架构咨询。

AI产品 Milvus 向量数据库混合检索

推荐理由：Milvus 3.0 把向量检索和结构化查询揉一起了，还支持直接查数据湖，玩 RAG 的可以看看。

7月3日

23:57

23:57

Milvus@milvusio

76°

Milvus 开源向量数据库突破 45,000 个 GitHub Stars。Milvus 3.0 Beta 已发布，即将正式 GA。新功能包括 External Collection（直接在 S3、Iceberg 等湖上零拷贝查询）、Snapshot（一致性点时间视图支持版本回滚）、Loon/Storage V3（湖原生存储引擎）以及更丰富的查询模式（聚合、分组、分面）。GA 版本会带来更多特性。

AI产品 Milvus Milvus 3.0 向量数据库

推荐理由：Milvus 3.0 Beta 来了，能直接在数据湖上查向量和元数据，零拷贝；还有快照和回滚。做 RAG 或向量检索的别错过。

6月8日

23:47

23:47

Milvus@milvusio

精选

Milvus 3.0 是该项目自启动以来最大的架构升级，支持直接在数据湖上索引和查询向量，并引入超越 top-K 搜索的查询引擎。今天（6月8日）的线上研讨会由核心维护者 Li Liu 和 Jiang Chen 主讲，内容包括 Milvus 3.0 架构、路线图、如何驱动 Zilliz Vector Lakebase，以及 15-20 分钟的 AMA 环节。该升级解决了向量数据库与数据湖割裂的问题，对构建大规模 AI 基础设施的团队意义重大。

AI产品 Milvus 向量数据库数据湖

推荐理由：做向量搜索或数据湖架构的开发者，这是 Milvus 3.0 架构升级的官方解读，直接听核心维护者讲设计思路和路线图，比看文档更高效。

6月6日

00:48

00:48

Milvus@milvusio

Milvus 3.0 是该项目自启动以来最重要的架构更新，引入了数据湖原生向量索引和查询能力，突破了传统 top-K 搜索限制。核心维护者 Li Liu 和 Jiang Chen 将在 6 月 8 日的网络研讨会上详解设计决策、新特性以及如何驱动 Zilliz Vector Lakebase。研讨会包含 15-20 分钟 AMA 环节，适合构建 RAG、多模态搜索、推荐系统和 AI 智能体记忆的开发者。无法参加直播可注册获取回放。

AI产品 Milvus 向量数据库数据湖

推荐理由：Milvus 3.0 解决了数据孤岛和 schema 演进等痛点，做 RAG 或向量搜索的团队值得关注这次架构升级的细节。

5月31日

01:53

01:53

Milvus@milvusio

精选

Milvus 3.0 beta 发布，这是项目启动以来最大的架构升级，原生支持在数据湖上直接索引和查询向量，并引入超越 top-K 搜索的查询引擎。6 月 8 日线上研讨会将由核心维护者 Li Liu 和 Jiang Chen 讲解设计思路、新特性，以及如何驱动 Zilliz Vector Lakebase。议题包括 3.0 beta 的变化、数据湖原生向量搜索的意义、beta 与 GA 路线图，以及迁移、性能等问答环节。适合关注向量数据库、数据湖架构的开发者与架构师参与。

AI产品 Milvus 向量数据库数据湖

推荐理由：Milvus 3.0 把向量搜索直接搬到数据湖上，解决了传统向量数据库与数据湖割裂的痛点，做 AI 数据基础设施的团队值得关注这次架构升级的细节。

5月19日

11:30

11:30

官方账号arXiv cs.AI@Riccardo Terrenzi, Matteo Falconi, Serkan Ayvaz, Pierluigi Plebani

精选

PIPER是一种针对表格数据集的内容驱动检索方法，专门解决数据湖、数据空间和开放数据门户中元数据不完整或质量低下的问题。它利用大语言模型（LLM）生成伪查询，并结合表格配置文件进行密集检索，从而超越传统基于元数据的方法和基于表格问答的检索方法。实验表明，PIPER在元数据匮乏的场景下表现优异，证明了LLM内容建模在表格数据集搜索中的价值。该方法适用于需要高效重用和分析表格数据的场景，如数据集成和开放数据探索。

论文表格搜索 LLM生成查询密集检索

推荐理由：做数据集成或开放数据探索的团队，终于有了一个不依赖元数据就能搜表格的工具——PIPER用LLM生成伪查询，直接基于表格内容做检索，效果比传统方法好很多，值得试试。