BreadBowl AI 发布开源 late-interaction 嵌入模型 BreadBowl-Embed
BreadBowl AI 发布 BreadBowl-Embed，这是一个 Apache-2.0 开源权重的 late-interaction 嵌入架构，权重为 breadbowl-embed-v1.2-preview，代码在 GitHub、模型在 Hugging Face。
#RAG
#RAG
今日 0 条Hacker News：AI 热帖AI 评分5959
Hacker News：AI 热帖AI 评分7070 Samaya 研究称前沿 AI 模型在财报惊喜预测上超过分析师
Samaya 的研究称，接入其金融预测环境的最新前沿 AI 模型在456家公司Q2财报惊喜预测中超过分析师共识和偏差校正共识。
Hacker News：AI 热帖AI 评分5757 ServeLearnBench 评测智能体从服务经验中自我改进的能力
ServeLearnBench 提出面向智能体持续学习的评测，覆盖 Retail、Banking、Pitch 三个领域，共 9 个场景、53 个环境窗口、4,508 个服务任务和 3,210 个留出测试任务。
Hacker News：AI 热帖AI 评分6565 13 个 LLM 回答相同 76 个带来源问题：无搜索准确率 44.5%，有搜索 96.0%
LLM Quorum 让 13 个 LLM 用相同措辞回答 76 个均有主要来源的问题，无网络搜索时答对 440/988，准确率 44.5%；允许网络搜索时答对 948/988，准确率 96.0%，13 个模型全部提升。完整测试覆盖 76 个模型席位、1591 次付费调用，并记录过时、幻觉、拒答、截断和错误等结果；OpenRouter 付费 API 计量成本为 $31.74。
elvis@omarsar0AI 评分5454引用DAIR.AI@dair_aiBanger paper from Microsoft and colleagues. If you run agents that search a large document collection, this one is worth your time. (bookmark it) They introduce CorpusMap, which resolves recurring entities across the collection in advance and gives each entity a page that links to every document that mentions it. The original documents stay in place. The agent reads a document, follows an entity to related documents, and avoids searching for the same evidence again. Across 7 models and three benchmarks, answer quality goes up 6.4 to 11.7 points while input tokens drop 34% to 57%. It also beats an LLM Wiki layer and three other navigation layers. The map can be built without LLM calls and updated as new documents arrive. Paper: https://arxiv.org/abs/2609.37226 Chat with Paper: https://academy.dair.ai/papers/follow-the-entities-a-corpus-map-for-agentic-search-2609.37226
MIT Technology Review · AIAI 评分3737 将 AI 智能体接入企业知识
MIT Technology Review 对 300 名数据、AI 及技术高管的调研显示，企业平均仅 34% 的智能体 AI 项目进入生产，知识与数据不足是主要阻碍。
Hacker News：AI 热帖AI 评分4141 Show HN：SuperLocalMemory 4.0，面向 AI 智能体的受治理记忆操作系统
SuperLocalMemory 4.0 发布，这是面向 AI 智能体的本地优先、受治理记忆操作系统，统一多通道检索、双时态召回、多范围隔离、基于角色的访问、可验证擦除与哈希链审计。11 个故障注入场景各重复 200 次，2,200 项组件属性中有 2,199 项成立；受治理写入耗时 11.0 ms，其中封装占 70.6%。该版本撤回了 v1 的两项声明，并新增两项对照实验。
Hacker News：AI 热帖AI 评分6565 Kapa 发布 Company Knowledge Bench，评测智能体检索真实企业知识的表现
Kapa 发布私有基准 Company Knowledge Bench，用 1,000 个来自真实生产数据的案例评测 7 种检索方案。仅使用 grep 的 gpt-6.1-sol 智能体检索得分为 0.61，但每次查询耗时 13 到 17 秒并返回约 40,000 tokens；Kapa Deep 得分 0.65、约 5 秒完成，返回约 5,000 tokens。
Hugging Face BlogAI 评分5454 ProvenanceGuard 论文提出面向 MCP 智能体的来源感知事实核查
Multiverse Computing 介绍论文 ProvenanceGuard，用后置验证层检查 MCP 智能体答案中每条声明是否由其声称或暗示的来源支持。
Google ResearchAI 评分4949 ConvApparel：衡量并弥合用户模拟器的真实感差距
Google Research 推出 ConvApparel 数据集与评估框架，用于量化 LLM 用户模拟器与真实人类行为之间的真实感差距。该数据集包含服装购物领域超 4,000 段人机多轮对话、近 15,000 个轮次，并通过“Good/Bad”双智能体协议及逐轮满意度、挫败感、购买意愿标注采集。
Google Research精选AI 评分6060 Google Research 与高校评估六款 LLM 回答高温超导研究问题的能力
Google Research 联合 Cornell University 等机构发表 PNAS 论文，评估六款 LLM 回答高温超导专家级问题的能力。专家围绕 67 个问题按 0 到 2 分盲评，NotebookLM 和使用相同精选来源的定制 RAG 系统总体表现最好。开放联网模型更容易混合成熟理论与高度推测性理论，所有受测系统还存在时间与语境理解、论文召回、表格和图像理解不足。
推荐理由：研究用专家盲评比较开放联网模型与封闭可信资料库系统，为科研场景中的知识准确性和证据引用提供参照。
Berkeley AI ResearchAI 评分4747 面向 LLM 的规模化交互识别：SPEX 与 ProxySPEX
Berkeley AI Research 提出 SPEX 与 ProxySPEX，用于在大规模特征、训练数据和模型组件中识别影响 LLM 输出的关键交互。SPEX 借助稀疏性、低阶性及信号处理方法，将交互发现转化为稀疏恢复问题；ProxySPEX 进一步利用层级结构，以约 10x 更少的消融达到与 SPEX 相当的性能。