全部 AI 动态 · AI 热点

6月17日

09:38

09:38

arXiv cs.AI@Koki Okajima, Yasutoshi Ida, Tsukasa Yoshida, Yasuaki Nakamura

论文提出 Non-Negative Elastic Net (NNN) 解码，将检索视为联合解码问题，通过稀疏非负线性组合用文档嵌入重构查询嵌入。理论证明，对所有语料库，NNN 解码能处理稠密检索能处理的全部查询，并在有相关文档的语料库上额外处理稠密检索无法处理的查询。在多个基准测试上，对冻结嵌入应用 NNN 解码带来一致改进；端到端训练嵌入进一步超越稠密检索的所有指标。

论文 NNN decoding dense retrieval 信息检索稀疏表示嵌入

推荐理由：这篇论文提出一种叫 NNN 的解码方法，能比传统向量点积检索挑出更多样化的文档，在多个基准上都有提升，做搜索相关的值得看看。

6月16日

20:46

AITOP6月16日 20:46

600亿美元买下Cursor，xAI终于拿到了编程工具，但真正值得跟踪的或许不是AI

600亿美元买下Cursor，xAI终于拿到了编程工具，但真正值得跟踪的或许不是AI

6月12日

12:57

AITOP6月12日 12:57

Claude代码里藏了个20260612，18个月后的AI记忆革命已经开始倒计时

6月11日

15:28

AITOP6月11日 15:28

1107 vs 303：谷歌悄悄开源了一个“拆打字机”的模型，把大模型速度翻了4倍

15:23

AITOP6月11日 15:23

DiffusionGemma颠覆文本生成？自回归模型的“统治”要结束了

15:07

AITOP6月11日 15:07

每秒1107个token，Google开源的扩散模型为什么能改变本地推理格局？

6月2日

10:01

10:01

AK@_akhaliq

精选

GrepSeek 是一种新型搜索智能体训练方法，旨在让 AI 直接与语料库进行交互，而非依赖传统检索管道。它通过强化学习训练模型学会自主搜索、定位和提取信息，显著提升在复杂查询中的准确性和效率。该方法解决了现有搜索系统在长尾、多步推理任务中的局限性，为信息检索和问答系统提供了新范式。实验表明，GrepSeek 在多个基准测试上优于传统检索增强生成（RAG）方法。

论文搜索智能体强化学习语料库交互信息检索 GrepSeek

推荐理由：做搜索或问答系统的开发者值得关注——GrepSeek 让 AI 学会自己翻语料库，比 RAG 更灵活，建议看看它怎么绕过传统检索瓶颈。

6月1日

10:35

10:35

arXiv cs.AI@Eric Liang

SPECTRA 是一个可复现的框架，用于生成合成文本语料库和检索测试集，通过分离潜在主题结构、表面文本实现、元数据控制、查询意图生成和确定性相关性预言，解决了人工标注成本高、文档隐私或设计阶段不可用的问题。该框架旨在作为 Cranfield 和 TREC 风格评估的诊断补充，而非替代。单进程 Python 原型生成了多达 6 万文档和 961 万 token 的语料库，保持可控的长尾词汇增长，并为 96 个查询生成分级相关性标签。实验显示，生成速度接近线性（每秒约 1.2 万至 1.4 万文档），估计的 Zipf 斜率绝对值接近 0.86，增加跨主题干扰文本使 BM25 nDCG@10 从 2% 干扰时的 1.00 降至 36% 干扰时的 0.43。这些结果表明，轻量级合成语料库可以在昂贵的人工构建之前暴露检索系统的扩展性和故障模式。

论文信息检索合成数据评估框架相关性预言干扰诊断

推荐理由：做信息检索评估的团队终于有了低成本诊断工具——SPECTRA 用合成数据暴露系统瓶颈，比等人工标注快得多，做检索系统测试的开发者建议试试。

5月27日

01:38

01:38

Milvus@milvusio

传统 RAG 管道无法区分不同年份的文档，向量搜索按语义而非时间排序，导致过时结果与最新内容混在一起。CRAG（Corrective RAG）通过在检索和生成之间增加一个评估步骤来解决这个问题：轻量级模型对检索结果打分，当结果不准确或模糊时，自动转向网络搜索获取最新信息。Milvus 向量数据库支持多租户隔离、混合检索和灵活模式，适合部署 CRAG 的生产环境。

AI产品 RAG CRAG 向量数据库 Milvus 信息检索

推荐理由：CRAG 解决了 RAG 系统的时间感知痛点，做知识库问答或实时信息检索的团队可以直接参考 Milvus 的实现方案。