#RAG
Milvus 官方把 HNSW 的三种量化方案讲清楚了：SQ8/SQ6、PQ、PRQ 各自怎么压缩、省内存多少、代价是什么，做向量检索选型前很值得看。
微软发了篇论文叫 CorpusMap，提前把文档集合里的实体建好索引页，智能体检索时准确率涨最多 11.7 分，token 还省一半多。
Amazon 这批 COLM 论文一次覆盖智能体、解码控制和代码生成，做 RAG 或 Agent 开发的可以挑感兴趣的翻翻。
AWS 官方教程，教你用 LangChain 搭 Bedrock 的智能体检索，还能看 trace 排查每步检索、对比两种路径的成本。
Pinecone 官方分享的实战教程，教你把 Pinecone 当向量搜索、Postgres 当数据源，两者同步怎么做都写清楚了，附完整代码仓库。
做 Text-to-SQL 的同学可以看看 FALCON 这个框架，用小开源模型本地就能造出比现有基准更难的训练数据，还不用调外部 API。
Alammar 那套图解 Transformer 的讲法出了本 12 章的书，近 300 张图，还专门讲多数 LLM 书不写的嵌入和 RAG，代码开源。
Citadel Securities 的 COO 分享怎么用 Slack、PPT 和会议记录给公司建一个'自我模型'，还讲了踩过的坑，做企业内部 AI 的可以听听。
Long-context 智能体靠摘要记事，写漏一步就全完。这篇论文把摘要器的损失量化拆解，还给出了直接用读者损失训练写入器的 DSSR 方法，做 agent 记忆的值得细看。
一篇讲怎么给金融 Agent 打分的论文：专家定规则，Agent 生成评分标准，还附带 100 个查询的基准，做金融评估的可以看看。
医生朋友做临床数据分析的可以看看这个 CLEAR-Med 框架，让模型先写 SQL 再独立校验，准确率从 12% 拉到 66%，还能弃答不乱猜。
有人把 GPT Researcher 里的 embeddings 换成 Jev，28 个任务测试下来相关内容多了 59%，盲测 15 比 3 获胜，成本没变，仓库开源可以自己试。
AI21 Labs 放出了两场演讲视频，一场讲 RAG 分块该更新打法了，一场用破案的方式带你排查 vLLM 问题，做工程的朋友可以看看。
Criteo、Gorgias 和 Milvus 的人聚在巴黎聊向量检索怎么在生产环境落地，讲召回率和 RAG 索引的实际坑，做检索的可以去听。
Databricks 这份指南教你怎么把 Genie Ontology 越用越准，从数据基础到权限治理一步步搭，建议先挑一个高价值业务域做起。
刷到就收藏然后吃灰的人快看，chubbyskills 把视频播客公众号全转成带来源的 Markdown，还能直接喂给 Agent 用。
搞 Agent 记忆层的可以看看这篇：Jev-Mem 用轻量控制器替代 LLM 做决策，构建快 6.6 倍，LoCoMo 上还涨了 11%。
LlamaIndex 拿美联储 dot plot 当例子，演示表格空单元格怎么让 agent 读错数，LlamaParse 解析后 9 个数字全对上。做文档解析的可以试试。
想面 AI 工程师的同学可以收藏这个开源题库，35 家公司的真题都整理好了，还能看出各公司考察风格的差异。
研究者做了个 3879 条语音声明的核查基准，发现 LALM 听到语音就变笨，加上推理才能到 86.1%，做语音事实核查的可以看看。
LlamaIndex 讲了怎么用置信度分数决定哪些抽取结果直接自动通过、哪些送人工审核，还拿 ExtractBench 数据对比各家表现，做文档抽取的可以看看。
Perplexity 把搜索 API 换成了自家 Rust 写的 Photon 引擎，95% 结果 230 毫秒就回来，做搜索相关应用的可以试试延迟够不够快。
做文档抽取的可以看看，LlamaIndex 用 ExtractBench 实测了置信度过滤怎么用，97% 精确率下 LlamaParse 召回 66.48%，教你算该放多少单自动跑。
