FinNextAssist：面向专业金融深度研究助手
研究者提出 FinNextAssist，一个面向专业金融分析的端到端深度研究框架，将研究流程拆分为任务规划、证据编译、推理引擎和报告组装四个阶段，并引入 TabAgent 与 HeteroAgent 两个轻量子代理分别处理跨市场金融表格理解和跨模态异构金融数据解读。论文指出金融领域深度研究代理需满足权威异构数据源整合、专用分析工具以及领域子代理三项要求。在
检索增强
技术方向 · 用外部知识约束模型输出的检索增强生成，含向量嵌入与重排序 · 共 478 条
只展示置信度达到公开门槛且每篇排名前三的主题标签，降低泛化误贴。
10月5日周一 · 2 条
正文结构化主题已通过公开置信门槛
正文结构化主题已通过公开置信门槛
世界嵌入基准：评估视频表征的物理信息编码
研究者提出 World Embedding Benchmark，包含来自 80 个物理家族、覆盖流体力学、固体力学、动力学和光学电磁学的 8,000 个受控仿真案例，每个案例配有渲染视频和仿真物理标注，支持文本-视频检索、物理属性回归和视频描述配对分类三项任务。评估显示预训练全模态嵌入模型检索能力弱、家族内配对分类接近随机，而轻量探针可从冻结视频嵌入中恢复有
10月2日周五 · 11 条
正文结构化主题已通过公开置信门槛
在 Amazon SageMaker AI 上用多轮 RL 微调搜索智能体
AWS 在 Amazon SageMaker AI 上推出多轮强化学习（MTRL）能力，用于微调搜索智能体。文章以 Qwen3.6-27B 为例，结合 BM25 与向量检索工具，在 FRAMES、BRIGHT 和 Enterprise RAG 数据集上训练，使小模型获得接近前沿模型的多轮检索可靠性，同时保持更低延迟与成本。
正文结构化主题已通过公开置信门槛
Cloudflare 通过 AI Gateway 推出 Web Search API
Cloudflare 宣布通过 AI Gateway 推出 Web Search API，让 AI 智能体能够像人类一样先搜索再获取实时网页信息，而非盲目猜测 URL。该服务与 Ceramic.ai、Exa、Linkup 等搜索提供商合作，支持 REST API 和 Workers 绑定，并承诺合作方遵守 Cloudflare 的爬虫标准（尊重 robots
正文结构化主题已通过公开置信门槛
Agno 发布 v3.1.1：知识库页面同步支持进度与取消
Agno 发布 v3.1.1 版本，为知识库页面同步新增实时进度与取消能力，支持通过 Knowledge.stream sync pages() 和 AgentOS 工作流流式接口获取 PageSyncProgress 快照与 SyncReport。同步报告现在会列出失败页面的路径及原因，并修复了页面抓取瞬时失败的重试退避问题以及 Mintlify 风格站点
正文结构化主题已通过公开置信门槛
LangChain4j 1.21.0 发布：引入实验性 Decision Models
LangChain4j 发布 1.21.0 与 1.21.0-beta31 版本，引入实验性的 Decision Models 新模型类型，用带类型和概率的答案替代生成文本，适用于分类、路由、门控和评分。该版本提供 DecisionModel API、Decision Services、RoutingChatModel 等现成集成，以及基于决策模型的 age
正文结构化主题已通过公开置信门槛
设备端商业意图检索：3 MiB系统与类型化出口边界
该论文研究在设备端进行商业意图检索的可行性，在3 MiB下载体积、20毫秒内推理且不上传原始文本、嵌入或稳定标识符的约束下，构建了基于4比特量化静态嵌入表的检索系统，并测试了联邦学习层。实验显示，在真实韩语商品文本上，当查询包含叶子类目名称时准确率较高，仅含品牌和型号时准确率下降约20个百分点；通过任务适配微调教师模型可部分弥补差距，且设备端可根据排序分数边
正文结构化主题已通过公开置信门槛
LLM品牌推荐中的系统归因：单条回复可识别系统，聚合品牌画像无法迁移
该论文研究LLM品牌推荐中的系统归因问题，使用包含6,475条存储回复的语料库（来自五个部署端点，覆盖礼物推荐、企业声誉和品类归属查询）。研究发现，单条回复可通过字符n-gram分类器以97.84%准确率识别其来源系统，主要依赖答案的表面格式而非品牌内容；但将回复聚合为模型-领域-条件单元后，行为特征跨领域无法迁移，在一个领域训练的模型会将另一领域的全部单元
正文结构化主题已通过公开置信门槛
llama.cpp b11337 发布：无效 embedding 请求返回 HTTP 400
llama.cpp 发布 b11337 版本，主要变更是其 server 组件对无效的 embedding 请求返回 HTTP 400 状态码。该版本同时提供覆盖 macOS/iOS、Linux、Android、Windows 及 openEuler 等多平台的预编译二进制包，支持 CUDA、Vulkan、ROCm、SYCL、OpenVINO 等多种后端。
正文结构化主题已通过公开置信门槛
基于跨Harness适配的检索增强技能优化
该论文提出 RASO（Retrieval-Augmented Skill Optimization）框架，利用公开技能库作为先验知识来优化 agent 技能，而非仅依赖昂贵的 agent rollout 迭代。RASO 包含两个阶段：RASI 无需 rollout 即可构建知识驱动的初始技能，RASU 则根据执行反馈检索外部知识迭代精炼技能。在四个 agen
正文结构化主题已通过公开置信门槛
NVIDIA 发布多模态重排序模型 llama-nemotron-rerank-vl-1b-v2
NVIDIA 发布 llama-nemotron-rerank-vl-1b-v2 多模态重排序模型，基于 Eagle VLM 架构（SigLIP 2 400M 视觉编码器 + Llama 3.2 1B 语言模型），约 17 亿参数，采用交叉编码器结构。该模型可对图像、文本或图文混合的文档页面与查询进行相关性打分，用于视觉 RAG 流程中对候选文档重排序。模型
正文结构化主题已通过公开置信门槛
CMSManhattan 发布 JiRack Ultra 7B CPU 三元量化模型
CMSManhattan 在 Hugging Face 发布 JiRack Ultra 7B（CPU）模型，基于 DeepSeek R1-7B 架构并引入 BitNet 风格的三元（1.58bit）量化，面向 CPU 推理优化。模型更新了分词器，新增 Routing、Media、Vision、Sound、Tool call、Robotics 等标签，并提供
正文结构化主题已通过公开置信门槛
用 NVIDIA NeMo Agent Toolkit 与 Amazon S3 Vectors 构建智能体记忆
AWS 机器学习博客发布教程，介绍如何将 Amazon S3 Vectors 作为持久化记忆层集成到 NVIDIA NeMo Agent Toolkit（NAT）中，并部署在 Amazon EKS 上。文章以多智能体投资研究为示例，讲解 NAT 记忆子系统（MemoryEditor、MemoryItem 等）的工作方式，以及如何实现自定义记忆提供者。该方案面
10月1日周四 · 7 条
正文结构化主题已通过公开置信门槛
Cloudflare AI Search 正式 GA，新增多模态检索与 OCR
Cloudflare 宣布 AI Search 正式 GA，该产品整合 Workers AI、Vectorize、R2 和 Browser Run，提供全托管索引与检索流水线。此次更新新增原生图像嵌入、PDF OCR 及更大文件支持（文本和 PDF 上限从 4 MiB 提升至 10 MiB），并采用 Qwen3-VL-Embedding 模型实现多模态检索。
正文结构化主题已通过公开置信门槛
PatchHolmes：基于列表选择的智能体补丁检索
该论文提出 PatchHolmes，一个两阶段补丁检索系统，用于为已知漏洞找到修复提交。第一阶段使用混合检索器，第二阶段采用智能体循环，一次性读取前100个候选列表并选择性阅读3到10个提交，最终提交最佳结果。在 GitHubAD 数据集上，PatchHolmes 的 Recall@1 比逐点分类器 Favia 高 25.34%，比 IRCoT 高 31.4
正文结构化主题已通过公开置信门槛
Sieve and Sage：面向可靠RALM弃答的高效分心过滤
该论文提出Sieve and Sage两阶段框架，用于提升检索增强语言模型（RALM）的弃答可靠性。作者将检索失败分解为「不可答状态」和「分心状态」，前者指缺乏必要证据，后者指相关证据与冲突、否定或对抗性信息混杂。框架用轻量级BERT分类器（Sieve）在调用昂贵LLM（Sage）前筛除分心证据，在通用和高风险专家领域评测中，系统准确率最高提升69.4个百分
正文结构化主题已通过公开置信门槛
RAG 检索策略受控对比：重排与后期交互提升科学问答检索质量
该论文对科学问答场景下的六种 RAG 检索策略进行了受控对比，包括经典稠密检索、LLM 查询改写、查询改写加重排、基于 RRF 的多查询融合、智能体工具调用式检索，以及 ColBERTv2 的后期交互检索。所有流水线共享同一生成器（Llama-3.1-8B-Instruct）、提示词和评测协议，并从 463,971 篇 2024–2025 年 arXiv 论
正文结构化主题已通过公开置信门槛
AdaM-Rec：面向多模态推荐的自适应模态路由
研究者提出 AdaM-Rec，一个基于 LLM 的多模态推荐框架，用于自适应地路由文本与视觉模态的依赖程度。该方法针对现有系统静态融合模态、忽略查询级差异的问题，利用用户历史正向交互物品构建代理召回任务，生成伪查询来评估哪种模态更能捕捉用户意图，并以 agentic 方式优化路由策略。实验表明其性能优于当前最优基线，代码已开源。
正文结构化主题已通过公开置信门槛
OpenThai-SystemOne：泰英双语 System One 决策模型
Hugging Face 上发布了 iapp/OpenThai-SystemOne，一个基于 Qwen3.5-0.8B-Base 的泰语+英语「System One」决策模型，采用 Apache-2.0 许可。该模型不生成文本，而是在一次前向传播中对给定状态和问题返回校准后的选项概率，支持 choice、score、noul 三类问题，可用于工单路由、内容审
正文结构化主题已通过公开置信门槛
巴克莱扩大Claude部署，加速软件开发与运营升级
巴克莱银行扩大与Anthropic的战略合作，在全行范围部署Claude，用于加速软件开发、现代化遗留系统并提升运营效率。巴克莱预计到2026年底Claude Code覆盖50%的开发者，2027年覆盖多数软件工程师。其内部知识助手已由Claude驱动，采用RAG架构，服务超1.6万名员工、处理超百万次搜索；全球市场业务每天用Claude处理约12万封邮件。