RAG 相关 AI 资讯

技巧 Agent 与开发者02:07

Garry Tan 分享用 Capy 自动优化 AI Agent 检索指标的经验

Garry Tan 晒了用 Capy 给自己的 AI Agent 检索指标做自动评测优化，16 小时没人管也在跑，做 Agent 的可以看看这套玩法。

#Capy #智能体 #RAG #评测

Garry Tan@garrytan原文

产品 Agent 与开发者精选01:18

从 RAG 失败到 91% 准确率：Uber 法务红线 Agent 的四次架构演进

Uber 把法务合同审核做到 91% 准确率，四版迭代从 RAG 踩坑到反馈闭环再到 Agent，思路很值得抄。

#Uber #Agent #RAG #提示词工程

shao__meng@shao__meng原文

产品 Agent 与开发者01:14

Dify Marketplace 插件数量突破 1000 个，模板超过 300 个

Dify 的插件市场已经攒了 1000 多个插件和 300 多个模板，做 AI 应用要接 RAG 或智能体编排可以先去翻翻。

#Dify #RAG #智能体 #开源模型

Dify@dify_ai原文

产品 Agent 与开发者00:45

LlamaParse 试试解析嵌套表格：Micron 财报里 18 个数值一个不错

LlamaIndex 拿 Micron 财报演示文稿测了 LlamaParse，嵌套表格里两个业务单元行名相同，18 个数值照样各归各位，做文档解析的可以试试。

#LlamaParse #LlamaIndex #文档解析 #RAG

LlamaIndex@llama_index原文

技巧 Agent 与开发者精选00:30

Milvus 3.0 用 late interaction 做视觉 PDF 检索演示

Milvus 3.0 的演示，教你检索带图表的 PDF 时别用单向量，用 late interaction 保住细节，适合看论文和报告的人。

#Milvus #late interaction #RAG #向量检索

Milvus@milvusio原文

技巧 Agent 与开发者官方一手00:11

AWS 2026年9月 AI 开发者更新汇总：Bedrock、AgentCore 与 Strands 新功能一览

9月 AWS 给 AI 开发者发了一波更新，Bedrock 模型选择更多，AgentCore 智能体跑得更快还带评估，写智能体的朋友可以看看

#Amazon Bedrock #AgentCore #Strands #智能体

事件专题

官方一手AWS Machine Learning Blog@Prachi Mishra3 个信源在谈原文

产品 Agent 与开发者17:33

Qdrant 发布 LangGraph 集成包

Qdrant 出了 LangGraph 的官方集成包，在 LangGraph 里接 Qdrant 做检索或记忆不用再自己写适配层，直接 pip 装就能用。

#Qdrant #LangGraph #LangChain #RAG

Qdrant@qdrant_engine原文

技巧 Agent 与开发者精选15:48

轨迹评估需多维度考量

LangSmith的Jev框架将轨迹评估拆分为多个独立维度，解决了RL研究中一个被忽视的问题。

#LangSmith #Jev #轨迹评估 #RL

Harrison Chase@hwchase17原文

产品 Agent 与开发者12:38

Milvus 3.0 Meetup 落地旧金山：向量库扩展为综合检索引擎

Milvus 3.0 把向量库升级成支持全文、JSON 和标量的混合检索引擎，10 月 21 日旧金山现场还有 6sense 的大规模实体解析实战分享。

#Milvus #向量数据库 #RAG #Zilliz

Milvus@milvusio原文

行业 Agent 与开发者04:17

Pinecone 在 SFTechWeek 举办 Agentic Knowledge 交流活动

Pinecone 在旧金山科技周办了场智能体知识分享会，工程 VP 现场演示怎么给智能体规模化灌知识，感兴趣可以白嫖 Nexus 试用

#Pinecone #SFTechWeek #智能体 #RAG

Pinecone@pinecone原文

模型 Agent 与开发者官方一手13:45

Perplexity 发布嵌入模型 pplx-embed-v2-late，含 0.6B 边缘版和 9B 版

Perplexity 出了开源嵌入模型，小的 0.6B 能跑在边缘设备上，大的 9B 在 MADQA 拿了 92.4%，MIT 协议可以自己部署。

#Perplexity #pplx-embed-v2-late #嵌入模型 #开源模型

事件专题

官方一手marktechpost@Asif Razzaq2 个信源在谈原文

技巧 Agent 与开发者11:48

斯坦福 CS 329Z 智能体工程课讲义公开，新增 Tool Use 等讲次

斯坦福的智能体工程课讲义全公开了，第 4、5 讲讲工具调用和框架编排，做 Agent 的可以免费白嫖看讲义。

#CS 329Z #Stanford #智能体 #RAG

shao__meng@shao__meng原文

论文 Agent 与开发者多源确认11:09

RECAST：用 RouterLM 学习主动计算证据，不再依赖固定检索

这篇论文把 RAG 从'检索'升级成'主动算证据'，RouterLM 用 Qwen3.5-9B 就打赢了 Gemini 3.5 Flash，做 RAG 的可以看看思路。

#RECAST #RAG #GRPO #Qwen3.5

事件专题

arXiv cs.AI@Yilun Hao 等 7 人4 个信源在谈原文

论文10:15

论文提出全局平均精度 gAP 与可微替代损失 gSAP

一篇写损失函数的论文：gSAP 直接换掉 InfoNCE，同样精度下能多捞 4 倍正样本，做检索和预训练的可以试试。

#InfoNCE #gSAP #度量学习 #自监督预训练

arXiv cs.LG@Bill Psomas 等 6 人原文

产品 Agent 与开发者精选02:02

Higher-Order Extraction from Unsiloed：从文档数值生成代码算出未印刷的答案

Unsiloed 这招挺实用：让 AI 从文档读数后写代码算出没印在纸上的数字，还能和原文核对置信度。

#Unsiloed #文档AI #RAG

rohanpaul_ai@rohanpaul_ai原文

模型 Agent 与开发者精选01:17

Perplexity 发布 pplx-embed-v2-late 嵌入模型，统一空间检索文本与图像

Perplexity 开源了两个 late-interaction 嵌入模型，文本图像网页一个空间里查，做 RAG 的可以上手试试。

#Perplexity #pplx-embed-v2-late #多模态 #RAG

官方账号Perplexity@perplexity_ai原文

模型 Agent 与开发者精选01:17

Perplexity 发布 9B 与 0.6B 搜索嵌入模型，Q2D-Web 基准超过 nemotron-embed-8b

Perplexity 放出了自家的搜索嵌入模型评测，0.6B 小模型就追平了大号 nemotron-embed-8b，做 RAG 检索的可以看看。

#Perplexity #nemotron-embed #RAG #嵌入模型

官方账号Perplexity@perplexity_ai原文

论文 Agent 与开发者精选01:16

Perplexity：GPT-OSS-120B 代理在 BrowseComp+ 上达 64.0%

Perplexity 实测 GPT-OSS-120B 做搜索代理，BrowseComp+ 拿了 64.0%，比 ColBERT 高 4.9 分还搜得更少，搞 RAG 的可以看看。

#GPT-OSS-120B #Perplexity #BrowseComp+#ColBERT

官方账号Perplexity@perplexity_ai原文

行业 Agent 与开发者01:01

Pinecone 将亮相 AI Engineer 纽约大会 55 号展位

参加 AI Engineer 纽约大会的话，可以去 55 号展位找 Pinecone 团队聊聊向量检索和 RAG 的问题。

#Pinecone #AI Engineer #向量数据库 #RAG

Pinecone@pinecone原文

论文 Agent 与开发者精选00:24

研究发现模型检索头存在"阶段专门化"现象

有人拆解模型内部注意力头，发现检索分工跟任务阶段有关，做长上下文和 Agent 的值得看看。

#RAG #智能体 #注意力机制

Teortaxes@teortaxesTex原文

技巧 Agent 与开发者精选00:06

Milvus 五步搭建题库混合检索：语义、BM25 与标量过滤结合

Milvus 官方分享的题库检索教程，从嵌入、索引到重排讲得很细，做教育类搜索可以直接照抄这套五步流程。

#Milvus #BM25 #RAG #向量检索

Milvus@milvusio原文

技巧 Agent 与开发者官方一手00:00

Qlik 基于 Amazon Bedrock 构建企业级 AI 问答系统

Qlik 讲了他们怎么在 Amazon Bedrock 上给四万多家企业客户做带引用来源的问答系统，多智能体加 Guardrails 的架构细节都在，做企业落地的可以参考。

#Qlik #Amazon Bedrock #RAG #智能体

事件专题

官方一手AWS Machine Learning Blog@Sunil Yerkola4 个信源在谈原文

模型 Agent 与开发者精选10:24

Google DeepMind 开源端侧多模态嵌入模型 EmbeddingGemma 2

Google DeepMind 把多模态嵌入模型压缩到手机能跑的体积了，纯文本只占约 191MB 内存，还能搜代码和音视频，做端侧 RAG 的可以看看。

#EmbeddingGemma #Google DeepMind #RAG #多模态

shao__meng@shao__meng原文

论文 Agent 与开发者10:21

IdeaAnchor：训练大模型从文献中生成研究新想法

新加坡国立和 collaborators 出的一篇论文，教模型从一堆论文里提炼新研究点子，训练加检索两条路分开验证，做科研 AI 的可以看看思路。

#IdeaAnchor #LLM #科研辅助 #强化学习

arXiv cs.AI@Ziyu Chen 等 6 人原文

论文 Agent 与开发者10:00

多智能体LLM结合RAG优化甲亢入院记录

用多智能体加RAG写甲亢病历，能把事实幻觉压得很低，做医疗文本生成的可以看看。

#LLM #RAG #智能体 #医疗AI

npj Digital Medicine@Gang Chen原文

技巧 Agent 与开发者精选09:51

LlamaIndex 提出 Agentic OCR：用多轮校验替代单次识别

LlamaIndex 的 Logan 写了篇实操文：OCR 别再单次跑，改成布局感知、难元素路由、多轮自检的循环，能救回表格和图表。

#LlamaIndex #OCR #智能体 #RAG

Jerry Liu@jerryjliu0原文

论文 Agent 与开发者09:34

ServeLearnBench 发布：评测智能体能否从服务经验中自我改进

arXiv 上新出的 ServeLearnBench，用 7718 个任务测 RAG、Mem0 这些框架能不能让智能体边服务边学习，结论是多数还不太行。

#ServeLearnBench #Mem0 #RAG #智能体

arXiv: DeepSeek@Haizhong Zheng 等 5 人原文

模型 Agent 与开发者多源确认05:16

EmbeddingGemma 2 采用 Apache 2.0 开源许可，适合长期向量化存储场景

Google 把 EmbeddingGemma 2 用 Apache 2.0 开源了，做 RAG 存几百万条向量的朋友值得看看这篇讲为什么别用闭源 embedding 的分析。

#EmbeddingGemma #Gemma #Google #开源模型

事件专题

官方账号Simon Willison’s Weblog11 个信源在谈原文

模型 Agent 与开发者04:06

Google发布EmbeddingGemma 2嵌入模型

Google新发布的EmbeddingGemma 2体积小但性能强，适合在设备上运行RAG应用。

#EmbeddingGemma #Gemma #Google #嵌入模型

官方账号Decoder@Matthias Bastian原文

模型 Agent 与开发者02:22

vLLM 首发 0 天支持 Google EmbeddingGemma 2 全模态嵌入模型

Google 刚发布的 EmbeddingGemma 2 能把文字、图片、音频、视频都转成向量，vLLM 当天就能跑，做 RAG 检索的可以试试 nightly 版。

#EmbeddingGemma #vLLM #Google DeepMind #多模态

官方账号vLLM@vllm_project原文

模型 Agent 与开发者多源确认74°01:03

Google 发布 EmbeddingGemma 2：740M 参数开源多模态嵌入模型

Google 出了 740M 的多模态嵌入模型，文本图片视频都能嵌入，还能配 Gemma 4 离线跑 RAG，权重直接可下。

#EmbeddingGemma 2 #Gemma 4 #Hugging Face #嵌入模型

事件专题

Sundar Pichai@sundarpichai3 个信源在谈原文

模型 Agent 与开发者多源确认精选00:14

Google DeepMind 发布 740M 参数嵌入模型 EmbeddingGemma 2

Google 出了个只有 740M 参数的嵌入模型 EmbeddingGemma 2，能打过大它两倍的模型，Apache 2.0 开源，做端侧 RAG 搜索很合适。

#EmbeddingGemma 2 #Gemma 4 #Google DeepMind #RAG

事件专题

官方账号Google DeepMind@GoogleDeepMind3 个信源在谈原文

产品 Agent 与开发者精选22:16

Weaviate 推出查询性能剖析功能，按分片拆解检索延迟来源

Weaviate 上线了查询剖析功能，能告诉你慢在 HNSW、过滤还是磁盘读取，示例里 48.2ms 有 36.8ms 花在对象回取，调优前先看这个。

#Weaviate #向量数据库 #RAG

Weaviate@weaviate_io原文

技巧 Agent 与开发者精选21:39

AI智能体研究验证性测试方法

AI21Labs分享了一种验证智能体任务的新方法，帮你优化智能体架构，避免盲目扩展。

#智能体 #RAG #AI21Labs #验证性测试

官方账号AI21 Labs@AI21Labs原文

论文 Agent 与开发者10:30

SpecAgent：用智能体框架自动合成 C 程序形式化规约

写 C 程序验证的朋友可以看看，这个 SpecAgent 会自己排查依赖再修规约，811 个目标里证出 604 个，比已有基线强不少。

#SpecAgent #DeepSeek-V4 #RAG #程序验证

arXiv: DeepSeek@Lezhi Ma 等 5 人原文

论文 Agent 与开发者10:27

Agentic-ZTA：用多智能体自动执行零信任访问控制

一篇把多智能体接入零信任安全的具体方案，策略检索加信任打分，测试床上做到 95% 准确率，做安全方向的可以看看。

#Agentic-ZTA #零信任 #RAG #多智能体

arXiv cs.AI@Shovan Roy 等 4 人原文

论文 Agent 与开发者09:23

RAGStress 基准：在知识库被污染的情况下测试 RAG 系统的鲁棒性

做 RAG 的朋友可以看看这个基准，它专门测知识库被污染后系统还能不能扛住，还发现无检索准确率预测不了鲁棒性。

#RAGStress #RAG #MMLU #基准测试

arXiv cs.AI@Shiqi Yang 等 3 人原文

技巧 Agent 与开发者04:15

LlamaIndex 发文：OCR 正在被视觉大模型取代

LlamaIndex 写了篇分析，说传统 OCR 这条路正被视觉模型替代，还讲了文档解析流程里怎么换、要注意啥，做 RAG 输入的可以看看。

#LlamaIndex #OCR #RAG #文档解析

LlamaIndex@llama_index原文

技巧 Agent 与开发者03:54

LlamaIndex 详解 Agentic OCR：把文档解析做成多轮自校验循环

LlamaIndex 的 Logan Markewich 写了篇文档解析新玩法，传统 OCR 一遍过就完事，现在改成循环识别加自检，表格图表都能抠出来，做 RAG 的可以看看。

#LlamaIndex #OCR #RAG #提示词工程

LlamaIndex@llama_index原文

论文 Agent 与开发者精选01:00

微软推出 CorpusMap：为文档集建实体地图，让智能体检索更准更省

微软这篇论文很实用：给文档集预先建好实体地图，智能体检索准确率涨最多 11.7 分，token 还省一半。

#CorpusMap #Microsoft #智能体 #RAG

elvis@omarsar0原文