RAG 相关 AI 资讯

论文 Agent 与开发者精选09:24

制药研发知识图谱模型提升文档检索准确率

这个模型对制药行业很有用，能帮他们把零散的文档变成结构化的知识，提高工作效率。

#RAG #知识图谱 #制药 #文档处理

arXiv cs.AI@Reza Amirmoshiri 等 3 人原文

论文 Agent 与开发者精选09:18

知识图谱理解框架 EXYGEN 发布，提升 LLM 对图谱的问答能力

这个研究很实用，它教我们如何用 ShEx 元数据和 RAG 机制，让 LLM 直接理解知识图谱，而不用再花大力气微调模型，对做知识图谱应用的开发者应该挺有帮助。

#EXYGEN #知识图谱 #LLM #RAG

arXiv cs.LG@Harshdeep Singh 等 4 人原文

产品 Agent 与开发者07:17

Replit 推出 Routines 功能，让 AI 代理按计划自动执行任务

Replit 新出的 Routines 功能，能帮你自动安排 AI 代理的工作时间，按小时或天来执行，不用一直开着，还能省下很多令牌。

#Replit #AI代理 #RAG

官方账号Replit@Replit原文

技巧 Agent 与开发者官方一手00:58

用亚马逊Quick Automate构建RFI问卷全流程

亚马逊的Quick Automate工具，能帮你快速搭建RFI问卷全流程，把开发时间从几天缩短到几小时。

#Amazon Quick Automate #RAG #工作流 #提示词工程

官方一手AWS Machine Learning Blog@Chaytanya Kumar原文

论文 Agent 与开发者精选73°09:34

LiteRAG：低成本图检索增强生成方法

清华团队推出LiteRAG，比GraphRAG快100倍且便宜99%，多跳问答更高效。

#LiteRAG #RAG #检索增强生成 #多跳问答

arXiv cs.AI@Daniel Alejandro Coll Tejeda 等 3 人原文

模型 Agent 与开发者05:18

Perplexity发布Q2D-Web基准测试

Perplexity新推的Q2D-Web基准，专门测试智能体RAG系统的检索能力，用真实网络搜索场景评估嵌入模型。

#Q2D-Web #RAG #检索模型 #Perplexity

官方账号Perplexity@perplexity_ai原文

论文 Agent 与开发者精选10:01

构建可信图智能体RAG框架

这篇论文为图智能体RAG系统提供了完整的可信设计框架，特别关注社会应用场景下的可靠性和可追溯性。

#Graph-Agentic RAG #RAG #检索增强生成 #可信AI

arXiv cs.AI@Vijay Bommireddy, Raviteja Bommireddy原文

产品 Agent 与开发者精选73°23:28

Utopia开源企业世界模型

Utopia开源了双时态知识图谱系统，让企业能追踪知识变化历史，比传统RAG更适合需要审计的场景。

#Utopia #知识图谱 #RAG #智能体

shao__meng@shao__meng原文

技巧 Agent 与开发者精选22:47

AI Agent的四种知识来源解析

IBM教你分清AI Agent的四种知识来源，从操作手册到实战经验，一张决策法则搞定。

#AI Agent #MCP #RAG #Skills

shao__meng@shao__meng原文

技巧 Agent 与开发者精选73°16:35

AI Agent用户记忆系统构建

教你如何让AI助手记住用户偏好，从对话历史中提取结构化事实，实现个性化服务。

#AI Agent #用户记忆 #RAG #提示词工程

掘金本周最热@老王以为原文

论文 Agent 与开发者精选73°11:32

模型升级后智能体记忆迁移研究

研究揭示了智能体记忆在模型升级后的迁移问题，告诉你哪种记忆存储方式更可靠。

#智能体 #记忆迁移 #RAG #知识图谱

arXiv cs.AI@Ankit Goyal, Jaideep Ray原文

论文 Agent 与开发者精选73°01:40

IBM发布STAIR检索增强生成论文

IBM这篇论文用目录结构解决RAG分块问题，在检索准确率和降低幻觉方面都有显著提升。

#STAIR #RAG #IBM #检索增强生成

elvis@omarsar0原文

技巧 Agent 与开发者精选73°14:39

AI工程技能图谱：构建与部署AI应用

吴恩达详解AI工程六项核心技能，教你如何用不可靠组件构建可靠系统，特别适合开发者实践。

#AI Engineering Skills Map #吴恩达 #Agentic系统 #RAG

shao__meng@shao__meng原文

产品 Agent 与开发者精选73°12:35

PageIndex 发布开源 PDF 索引引擎 PageIndex Flash

PageIndex Flash 让 PDF 检索又快又便宜，本地运行无需向量数据库，特别适合处理长专业文档。

#PageIndex #PageIndex Flash #RAG #PDF

shao__meng@shao__meng原文

技巧 Agent 与开发者官方一手精选00:12

Amazon Bedrock知识库定制

AWS教你用Textract+Bedrock处理复杂文档，比传统方法更准更快。

#Amazon Bedrock #Amazon Textract #知识库 #文档处理

官方一手AWS Machine Learning Blog@Rushabh Lokhande原文

论文精选73°12:14

DKL：解耦知识学习提升指令模型

DKL解决了RAG检索失败时的问题，比RAFT和PA-RAG方法更高效，还能保持指令模型的指令跟随能力。

#DKL #RAG #Instruct LLM #知识注入

arXiv cs.AI@Kushagra Bhushan 等 10 人原文

论文精选73°10:08

ViSAR：无需训练的自适应k检索方法

ViSAR让文档问答系统更聪明，能根据问题复杂度自动调整检索页面数，速度提升近六成还不影响准确率。

#ViSAR #DocVQA #RAG #视觉文档问答

arXiv cs.AI@Adrien Mialland 等 4 人原文

产品官方一手02:47

AWS推出生成式AI支持运营平台

AWS教你用生成式AI构建支持平台，能将视频转为SOP，还能预测SLA风险。

#AWS #生成式AI #支持运营 #RAG

官方一手AWS Machine Learning Blog@Carla Lorente原文

产品精选22:43

Weaviate Ask Mode新增结果评估选项

Weaviate让AI问答在速度和准确性间自由切换，开发者可根据需求选择是否启用结果评估功能。

#Weaviate #Ask Mode #RAG #Cloud

Weaviate@weaviate_io原文

产品03:28

Milvus 3.0 推出 StructArray 功能

Milvus 3.0 新增 StructArray，一个实体可存多个向量，视频搜索、文档检索更精准。

#Milvus #向量数据库 #多模态 #智能体

Milvus@milvusio原文

模型73°21:45

搜索功能缩小模型性能差距

Braintrust研究显示，搜索功能能让不同模型表现趋同，但搜索次数过多反而会降低准确率。

#Braintrust #搜索优化 #模型性能 #智能体

Richard Socher@RichardSocher原文

论文精选73°11:23

自适应非结构化数据推理代理方法

MIT团队推出代理式数据破解技术，让AI代理在回答问题时顺便结构化数据，大幅降低推理成本。

#FanOutQA #推理代理 #数据结构化 #RAG

arXiv cs.AI@Milad Rezaei Hajidehi 等 3 人原文

论文10:50

语言模型预计算内存成本研究

论文揭示了预计算内存的重建成本和更新策略，对优化大模型上下文处理有实用价值。

#Llama-3.1-8B-Instruct #预计算内存 #键值缓存 #语言模型

arXiv cs.LG@Asa Shepard原文

论文精选73°09:15

AgenticRag-R1：基于栈内存的智能体强化学习框架

清华团队推出 AgenticRag-R1，解决多步推理中的检索适应性问题，比传统方法更聪明。

#AgenticRag-R1 #RAG #强化学习 #多步推理

arXiv cs.AI@Xinke Jiang 等 15 人原文

产品 Agent 与开发者精选01:59

LlamaIndex创始人称RAG是临时方案

LlamaIndex创始人谈从RAG到文档基础设施的转变，解释为什么90%的信息被锁在文档中，以及为什么上下文而非智能是当前瓶颈。

#LlamaIndex #RAG #智能体 #文档基础设施

Jerry Liu@jerryjliu0原文

产品23:36

博通推出VMWare AI工厂简化企业私有云部署

博通VMWare AI工厂让企业私有云AI部署从数周缩至数小时，统一管理多个模型，还支持Gemma 4、Qwen 3.7-Max等大模型。

#VMWare #博通 #AI工厂 #私有云

IT之家原文

论文00:31

AI艺术审美研究：多模态嵌入空间中的美学结构

这篇论文揭示了AI如何在没有明确标签的情况下对艺术作品进行美学分类，与人类审美有何不同。

#多模态 #嵌入空间 #美学 #自监督

arXiv cs.LG@Corey D. C. Heath原文

技巧 Agent 与开发者精选73°18:51

SpaceXAI发布Grok Bot五篇官方使用指南

SpaceXAI团队发布了Grok Bot五篇官方指南，教你如何用bot运营工作室、设计产品，还有具体ROI数据。

#Grok Bot #SpaceXAI #智能体 #提示词工程

shao__meng@shao__meng原文

技巧 Agent 与开发者精选17:38

Markdown仍是Agent最友好文档格式

5款Markdown转换工具实测对比，anydoc最快仅需4.7ms/文档，帮你把企业文档变成Agent能用的知识库。

#Markdown #Agent #anydoc #MinerU

shao__meng@shao__meng原文

论文10:20

多粒度上下文增强的多模态知识图谱RAG

这篇论文提出了一个创新的框架，通过增强上下文信息来提高多模态知识图谱RAG的性能，对于想要了解如何提升多模态知识图谱应用效果的人来说是个好资源。

#多模态知识图谱 #RAG #上下文增强 #多粒度设计

arXiv cs.AI@Zongyu Wu 等 8 人原文

模型72°05:13

700智能体攻击Hugging Face

了解智能体在Hugging Face事件中的行为，以及他们如何快速开发出作弊方法。这是对智能体行为的一次深入了解。

#智能体 #Hugging Face #作弊方法 #RAG

Thomas Wolf@Thom_Wolf原文

论文精选09:48

Why Agent Leaderboard Comparisons Are Hard to Trust

This paper reveals the hidden influence of harnesses on AI model scores, offering a new perspective on leaderboard comparisons. It's a must-read for those interested in understanding the true performance of AI models.

#AI安全 #智能体 #多模态 #RAG

elvis@omarsar0原文

行业多源确认07:48

新推出 Forward Deployed Engineering pod 与 @realbasilchatha 合作！

看看 Latent Space Pod 与 Basil Chatha 合作推出的新 Forward Deployed Engineering pod，了解企业级语音智能体构建的实际挑战和解决方案！

#智能体 #MCP/工具 #AI安全 #RAG

事件专题

Latent.Space@latentspacepod11 个信源在谈原文

技巧 Agent 与开发者精选22:53

如何降低RAG令牌成本67%而不添加额外的重排序服务？

@cappybaradeploy分享了一种降低RAG令牌成本的方法，无需添加额外的重排序服务，值得一看。

#RAG #令牌成本 #Qdrant #重排序

Qdrant@qdrant_engine原文

技巧 Agent 与开发者精选01:03

RAG趋势：文档处理两步法

Llama_index提供更优文档处理工具，提升智能体知识工作准确性，降低成本。

#智能体 #文档处理 #Llama_index #RAG

Jerry Liu@jerryjliu0原文

模型中美对照官方一手精选01:14

Amazon Bedrock降低RAG成本

Amazon Bedrock新技巧降低RAG成本，提升效率。

#RAG #Amazon Bedrock #查询感知压缩 #成本优化

官方一手AWS Machine Learning Blog@Aakanksha Veesam原文

论文11:06

Growth Without Us: Machine Consumers, Corporate Circularity, and the Decoupling of GDP from Humanity after AGI

这篇论文深入探讨了AGI时代经济模式的变化，揭示了人类份额在机器经济中的重要性，值得一读。

#AI安全 #多模态 #智能体 #MCP/工具

arXiv cs.AI@Sahil Sharma原文

产品03:08

Chroma 发布 Foundation 记忆解决方案

Chroma 推出了 Foundation 记忆方案，能从智能体会话中构建自改进记忆，和普通记忆方案比更智能。

#Chroma #Foundation #智能体 #RAG

Harrison Chase@hwchase17原文

产品 Agent 与开发者官方一手01:30

ExaAILabs为ChatGPT Work和Codex推出新插件

OpenAI的Codex现在能通过Exa插件访问超1000亿网页、论文和文档了，比以前信息来源多多了。

#ExaAILabs #ChatGPT Work #Codex #RAG

官方一手@OpenAIDevs@OpenAIDevs原文

技巧 Agent 与开发者精选00:28

优化提示词无法修复上下文管道问题

Weaviate 分享了智能体RAG的5个关键系统，告诉你为什么优化提示词没用，以及如何真正控制信息流。

#RAG #智能体 #提示词工程 #上下文工程

Weaviate@weaviate_io原文