返回主题地图

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14日周三 · 10 条
正文结构化主题已通过公开置信门槛
AWS Machine Learning Blog一手来源教程

用 Amazon Bedrock AgentCore 自动生成演示文稿

AWS 博客介绍如何用 Amazon Bedrock AgentCore 构建自动生成演示文稿的 AI 智能体系统。方案在 AgentCore runtime 上部署一个 supervisor agent，通过 Strands Agents 框架编排文档生成与摘要工具，结合 Bedrock Knowledge Bases 的 RAG 流程、Claude So

正文结构化主题已通过公开置信门槛
Hugging Face Blog一手来源模型发布

Hugging Face 发布 UltraBERT 编码器系列，兼顾分类与检索

Hugging Face 发布 UltraBERT 系列英文编码器（150M 和 380M），原生支持 32K 上下文，并推出基于其构建的 UltraBERT-Embed-150M 嵌入模型，全部采用 Apache 2.0 许可。研究通过超过 70 万亿 token 的训练实验发现，编码器在 1-2T token 后性能饱和，且低掩码率利于分类、高掩码率利于

正文结构化主题已通过公开置信门槛
Haystack Releases一手来源开源

Haystack 发布 v3.4.0-rc1：统一分块页码语义并更新默认嵌入模型

Haystack 发布 v3.4.0-rc1 候选版本，主要统一了各 splitter 中 page number 元数据的语义，并修复了 RecursiveDocumentSplitter 在按词切分、句子切分及空白保留方面的多个问题。该版本还移除了对 Python 3.10 的支持，将最低版本提升至 3.11，并调整了 FilterPolicy.MERG

正文结构化主题已通过公开置信门槛
CrewAI Releases一手来源开源

CrewAI 发布 1.15.28：新增 eval 命令并修复多项问题

CrewAI 发布 1.15.28 版本，新增 crewai eval 命令用于定位模型中断位置，并改用 LiteLLM 目录获取上下文窗口。该版本修复了流程恢复人工反馈、部署失败原因展示、RAG 本地 JSON 的 UTF-8 BOM 解码、OpenAI GPT-6 Sol/Luna/Astra 图像输入等问题，同时更新了 MongoDB 与 AGENTS

正文结构化主题已通过公开置信门槛
arXiv cs.IR一手来源研究

晚期交互压缩的简单线性校正

该论文研究晚期交互（多向量）检索模型在文档向量压缩后检索质量下降的问题，提出一种轻量级全局线性校正方法：冻结编码器与压缩器，通过蒸馏未压缩模型的 MaxSim 分数分布学习校正矩阵，可在搜索时或离线应用于存储向量。在 ColBERTv2、Jina v4（MS MARCO、BEIR）和 ColPali2（ViDoRe v3）上评估，域内设置下 160 个 BE

正文结构化主题已通过公开置信门槛
arXiv cs.IR一手来源研究

CoRE：面向结构化知识检索的协同自适应规则路由与约束

该论文提出 CoRE 框架，用于结构化知识检索，无需预定义的查询-规则对监督。CoRE 通过强化学习训练路由智能体为每个查询分配推理规则，并通过对比学习训练规则约束检索器，二者交替优化、协同适应。在 STaRK-QA 数据集（科学发现、生物医学推理、电商企业知识管理）上验证了其优越性，消融实验表明路由与检索器协同适应有效，生成式路由具备跨数据集迁移能力。

正文结构化主题已通过公开置信门槛
arXiv cs.CL一手来源研究

Fin Agent 在 FinEval 2026：多语言金融 NLP 的任务感知方法

该论文介绍了 Fin Agent 系统参加 FinEval 2026 多语言金融语言理解共享任务，涵盖希腊语金融命名实体识别、日语隐含沟通识别和多语言金融问答三个子任务。系统分别采用规则与零样本 Qwen2.5-32B 分类结合、可解释线索序数评分器、以及 BGE-M3 检索加 Qwen3-32B 生成的方法，并报告了各子任务的 F1 或准确率。作者指出方法

正文结构化主题已通过公开置信门槛
量子位产品发布

openJiuwen首发个人知识空间，重塑办公智能体体验

openJiuwen 团队在 WorkSwarm 中首发「个人知识空间」功能，支持从本地文件夹、Edge 收藏夹、知乎专栏、今日头条、飞书文档、GitHub、AtomGit 等来源自动采集资料，并通过规则、规则与大模型混合或智能体三种方式整理为带目录、关联和出处的个人知识，以渐进式披露方式供智能体按需读取。团队自建 25 题测试集显示，启用后任务通过率提高

正文结构化主题已通过公开置信门槛
llama.cpp Releases一手来源开源

llama.cpp b11597：池化嵌入跳过 LM head 优化

llama.cpp 发布 b11597 版本，主要优化了池化嵌入（pooled embeddings）场景下的计算图构建。此前即使上下文只提取池化嵌入，模型仍会展开 LM head 并计算每个 token 的 n vocab 个 logits，造成冗余计算和主机内存占用。本次改动让模型仅声明 t logits，并在池化类型非 NONE 时跳过 LM head

正文结构化主题已通过公开置信门槛
AWS Machine Learning Blog一手来源产品发布

Orca Security 基于 Amazon Bedrock 构建自然语言安全查询

Orca Security 与 AWS 合作，基于 Amazon Bedrock 构建了自然语言安全查询代理 Discovery AI，可将用户的自然语言问题转换为 Sonar 查询。该系统采用九阶段混合流水线，结合 RAG 与 schema 感知查询构建，并针对不同阶段选用不同基础模型。相比最初将完整 schema 塞入单个提示的基线方案，Orca 将查询

10月13日周二 · 2 条
正文结构化主题已通过公开置信门槛
AWS Machine Learning Blog一手来源产品发布

ShipStation 基于 Amazon Bedrock AgentCore 构建 AI IT 帮助台

ShipStation Global 工程团队基于 Amazon Bedrock AgentCore 构建了名为 Deckhand 的 AI IT 帮助台代理，集成在 Slack 中，可回答常规 IT 问题、读取错误截图并创建更新 Jira 工单。该系统上线后解决了 97.5% 的频道查询，并获得 96% 的员工正面反馈。

正文结构化主题已通过公开置信门槛
Ollama Releases一手来源产品发布

Ollama 发布 v0.40.4：升级 llama.cpp 并支持 EmbeddingGemma 2

Ollama 发布 v0.40.4 版本，主要更新包括将 llama.cpp 升级至 b11521 以支持决策模型和 EmbeddingGemma 2，服务端在推理路由中复用已验证的 manifest 和已加载模型，MLX 在投机回滚后压缩恢复的循环状态，并在 Codex 的 /model 选择器中纳入已安装模型。此外还进行了 MLX 与 MLX-C 的版本

10月12日周一 · 5 条
正文结构化主题已通过公开置信门槛
AWS Machine Learning Blog一手来源产品发布

AWS 推出多节点 Ray LLM 深度学习容器，支持 EKS 上 PD 分离推理

AWS 发布面向多节点推理的 Ray LLM Deep Learning Containers（DLC），用于在 Amazon EKS 上跨两个 GPU 节点部署单个大语言模型。该方案将 prefill 与 decode 阶段分离到不同节点，通过 NIXL 和 EFA 传输 KV cache，并对外暴露 OpenAI 兼容端点。容器内置 vLLM、Ray S

正文结构化主题已通过公开置信门槛
arXiv cs.IR一手来源研究

SPARQL-LLM 在 TEXT2SPARQL 2026 挑战赛中夺冠

该论文介绍了开源知识图谱问答系统 SPARQL-LLM 参加 TEXT2SPARQL 2026 挑战赛的情况。SPARQL-LLM 在八个参赛方案中总排名第一，准确率最高比第二名高出 59%，并支持英语、德语和西班牙语的多语言问答。系统采用基于检索的方法，在查询前组装上下文，使每个问题的 LLM 交互次数固定，避免了智能体方法效率低、难以收敛的问题。该系统已

正文结构化主题已通过公开置信门槛
arXiv cs.IR一手来源研究

超越最终嵌入：从Token级证据中检索记忆

该论文提出一种无需额外训练的检索方法，利用冻结嵌入模型已计算的上下文 token 表示进行稀疏 token 匹配，再与整体记忆相似度结合来排序记忆。在八个检索基准和多个模型家族上均取得提升，在 Qwen3-Embedding-4B 上配合查询适配器可将 Recall@10 和 NDCG@10 平均提升 13.3 和 14.3 个百分点，并转化为长期记忆问答准

正文结构化主题已通过公开置信门槛
arXiv cs.IR一手来源研究

NEAR：面向记忆检索的邻域感知残差方法

论文提出 NEAR（Neighborhood-Aware Residuals），一种无需训练的框架，用于记忆检索。该方法利用相似记忆记录之间的共享内容构建局部参考方向，为查询和记忆生成投影残差表示，与原始嵌入结合后进行单次近似最近邻搜索。在八个长上下文检索基准和九个嵌入模型上，NEAR 一致提升了 Recall@10 和 NDCG@10，并在 LoCoMo

正文结构化主题已通过公开置信门槛
arXiv cs.IR一手来源研究

PRIME：面向结构化文档检索的预检索索引建模与增强

香港科技大学（广州）的研究者提出 PRIME，一个面向结构化文档检索的索引侧优化框架，包含 LLM 驱动的语义重构（SR）与确定性的元数据合成（MS）加分层检索（HR）两条路径。实验显示确定性元数据在匹配结构感知分块检索质量的同时，将嵌入计算降低 45.8 倍、索引向量数减少 22.4 倍；语义重构在全量部署下进一步将 Answer-F1 提升 13.7%。

10月11日周日 · 2 条
正文结构化主题已通过公开置信门槛
Ollama Releases一手来源产品发布

Ollama 发布 v0.40.3：优化 CLI 警告并暂停后台模型升级

Ollama 发布 v0.40.3 版本，主要包含三项改动： ollama launch claude 不再显示 Claude 连接器警告， ollama launch codex 不再提示服务层级警告，并暂停了会给高并发场景（如 embeddings）每次请求带来额外开销的后台模型升级。整体为小型维护性更新，改善了命令行体验并降低请求开销。

正文结构化主题已通过公开置信门槛
智东西产品发布

启芯宸光陈文超：用AI构建芯片设计闭环

启芯宸光副总裁陈文超在2026全球AI芯片峰会（GACS 2026）上介绍其AI驱动芯片设计平台DeepChip，涵盖DeepEDA、DeepIP、DeepATE与DeepEDU四大模块。DeepIP基于DeepSeek-V3训练领域专用模型，构建38个行业Agent与双知识库，串联十余款国产EDA工具形成从RTL生成到验证的全链路闭环，并联合中科院开发车载

10月10日周六 · 1 条
正文结构化主题已通过公开置信门槛
llama.cpp Releases一手来源开源

llama.cpp 发布 b11537：重排 embeddings 的 get rows 并修复 gemma4

llama.cpp 发布 b11537 版本，主要改动是重排 embeddings 路径中的 get rows 操作，并修复 gemma4 模型、改进输入 embedding 构建逻辑、修复原始 embeddings 路径，同时为 lora 添加 TODO。该版本同步提供 macOS、Linux、Windows、Android 等多平台多后端（CUDA、Vu