跳到正文

#RAG

今日 3 条
10月7日周三
10月6日周二
  2. Hacker News：AI 热帖65

    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。

  4. Databricks：Blog（RSS）60

    Databricks Runtime 推出 NEAREST BY 原生批量向量搜索连接

    Databricks Runtime 推出 NEAREST BY 连接语法，将批量向量搜索表达为原生 top-k ranking join，并在 Photon 中通过 SIMD 距离函数、融合 GEMM 算子和可选 IVF 索引执行。

    推荐理由：文章把批量向量搜索拆解为 top-k ranking join，并说明 Photon、GEMM 与 IVF 索引如何共同提升大规模批处理吞吐。

  5. elvis54

    Microsoft 等机构的论文提出 CorpusMap，提前解析文档集合中的重复实体，并为每个实体建立链接所有相关文档的页面。智能体可沿实体跳转查找关联证据，原始文档保持不变；在 7 个模型和 3 个基准上，答案质量提升 6.4 至 11.7 分，输入 token 减少 34% 至 57%。该地图无需 LLM 调用即可构建，并能随新文档加入更新。论文：https://arxiv.org/abs/2609.37226

    引用DAIR.AI@dair_ai

    Banger 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

10月5日周一
  2. Hacker News：AI 热帖47

    AI-Ready 数据：构建更可靠企业级 AI 的四大基础

    企业级 AI 的可靠性取决于 AI-ready 数据，文章提出 FAIR、情境化、关联化、可信四大互补基础，构成管理框架而非正式标准。Anthropic 的 Contextual Retrieval 结合 reranking 在实验中将 top-20 检索失败率从 5.7% 降至 1.9%。企业应围绕具体业务任务建设这些基础，并以答案准确性、可追溯性等结果指标衡量成效。

  3. Hacker News：AI 热帖70

    Vectorize.io 开源 AI 智能体记忆系统 Hindsight

    Vectorize.io 推出开源 AI 智能体记忆系统 Hindsight，采用 MIT 许可证，支持智能体随时间学习而不只是召回对话历史。系统提供 retain、recall、reflect 三类操作，支持 Docker、pip、Kubernetes、嵌入式部署和 Hindsight Cloud，并内置 MCP 端点。

10月4日周日
  4. Hacker News：AI 热帖41

    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。

10月3日周六
  1. Hacker News 热门（buzzing.cc 中文翻译）78

    Aleph Alpha 发布英德双语开放权重模型 Kolibri

    Aleph Alpha 发布英德双语 MoE Transformer 模型 Kolibri，总参数 78.1B、每 token 活跃参数约 3.46B，支持最长 1M tokens 上下文。

    推荐理由：材料完整披露参数规模、训练流程、基准结果和部署方式，可帮助读者评估欧洲主权开放权重模型的实际定位。

  3. Hacker News：AI 热帖83

    Aleph Alpha 发布主权开放权重大模型 Kolibri

    Aleph Alpha 于 2026 年 10 月 3 日发布开放权重 LLM Kolibri，采用 Apache 2.0 许可，权重已上线 Hugging Face。

    推荐理由：文章结合技术报告与作者的 tokenizer 实测，拆解 Kolibri 的架构、长上下文、德语推理和适用边界，便于判断私有化德语场景的选型。

  11. Hugging Face Blog74

    Ai2 开源 AstaBrief 8B 科研报告生成模型

    Ai2 开源 AstaBrief 8B 及训练数据，该模型基于 Qwen3-8B，可根据研究问题和检索文献片段一次性生成带引用报告，并已在 Asta 的 Generate a report 中作为 Fast mode 上线。

    推荐理由：文章披露了从真实科研查询构建 SFT 与 DPO 数据、用引用密度过滤提升报告可靠性的完整训练路径。

  12. Hacker News：AI 热帖64

    Nexusyn 推出面向 AI 智能体的长期记忆引擎

    Nexusyn 发布面向 AI 智能体的长期记忆引擎，支持双时间版本、混合检索、实体重排序、带来源的综合回答和原生 MCP 服务。引擎基于 Go、PostgreSQL 与 pgvector，提供 REST API、Docker Compose 部署和多租户 RLS；项目采用 Apache 2.0 许可，仓库为 https://github.com/nexusyn/engine。

10月2日周五
  6. Hacker News：AI 热帖37

    AI 对招聘人员而言已成新的 React：岗位要求堆砌术语且经验年限失实

    求职者发现大量与 genAI 无关的岗位也要求 MCP、RAG、LangChain、LangGraph 等技能，部分 agentic 岗位甚至要求最低 5 年经验或大规模生产部署经历。作者批评招聘方不理解术语、岗位描述关键词堆砌，并将这种非理性恐慌类比为早期 React 招聘中要求技术发布前已有多年经验的现象。