#检索增强

共 23 条 · 7 天 0 条 · 30 天 1 条

RAG 2 智能体 2 ACToR 1 Amazon Bedrock 1 BELIEFRAG 1 CoderEval 1 ConVAWG 1 CrossRAG 1

信息流里打上「检索增强」标签的资讯、产品与论文，按刊登时间排，新的在上。

10月1日

论文 Agent 与开发者10:27

BELIEFRAG：自适应RAG在动态证据下的状态感知

BELIEFRAG解决了RAG中的证据状态碎片化问题，在保持质量的同时大幅减少token使用。

#BELIEFRAG #RAG #GPT-OSS-120B #Qwen3-32B

arXiv cs.AI@Hongji Pu原文

9月3日

论文12:17

工厂智能体子网络选择测量驱动方法

工厂智能体如何通过子网络选择在有限硬件上高效运行，实测功耗仅1.3-5瓦。

#工厂智能体 #检索增强 #子网络选择 #边缘计算

arXiv cs.AI@Vasileios Rizeakos 等 5 人原文

9月2日

论文精选73°10:50

ACToR框架实现代码生成关键令牌感知检索

DeepSoftwareAnalytics团队推出ACToR框架，能精准定位代码生成中的关键点，比现有方法表现更好。

#ACToR #代码生成 #检索增强 #RepoExec

arXiv cs.AI@Kefeng Duan 等 11 人原文

论文精选73°10:47

困惑感知检索与知识注入文本分类

这篇论文解决了大模型分类相似标签的难题，无需微调就能提升效果，小模型也能受益。

#文本分类 #大模型 #检索增强 #知识注入

arXiv cs.AI@Manish Gupta 等 3 人原文

8月28日

论文18:58

LLMs4OL 2026挑战：本体学习检索增强与词汇过滤

团队用Qwen2.5模型解决本体学习任务，通过词汇过滤提高准确性，但无法提取非分类关系。

#LLMs4OL #Qwen2.5-14B-Instruct #本体学习 #检索增强

arXiv cs.AI@Shivam Mishra 等 5 人原文

8月12日

论文18:08

ConVAWG：面向暴力侵害女性场景的检索增强合成对话生成框架

想研究敏感场景对话生成？ConVAWG 用检索增强和毒性控制，造出 6000 多轮高质量对话，还带详细元数据，值得一看。

#ConVAWG #合成对话生成 #检索增强 #暴力侵害女性

arXiv cs.AI@Chen Lyu 等 7 人原文

8月3日

论文09:17

CrossRAG：检索增强的多变量时间序列预测框架

CrossRAG把RAG用到时间序列预测上，能检索历史相似形状，靠未来一致性挑参考，七个基准都超过了老方法。

#CrossRAG #时间序列预测 #检索增强

arXiv cs.AI@Yu Sun 等 4 人原文

7月30日

模型07:09

rerank-2.5：指令跟随重排序模型，检索更准，每百万token 0.05美元

OpenRouter 出了个新重排序模型 rerank-2.5，能听懂指令来排序，检索更准，价格还特别便宜，每百万token才5分钱。

#rerank-2.5 #OpenRouter #重排序 #检索增强

OpenRouter@OpenRouterAI原文

7月24日

技巧 Agent 与开发者官方一手精选00:39

Amazon Bedrock托管知识库的Agentic检索功能

AWS给Bedrock知识库加了Agentic检索，专治多部分复杂问题，比传统API更聪明。

#Amazon Bedrock #Managed Knowledge Base #智能体 #RAG

官方一手AWS Machine Learning Blog@Omar Elkharbotly原文

7月23日

模型11:54

PIER：物理信息环境检索框架提升时间序列建模

PIER解决了嵌入检索可能忽略物理过程一致性的问题，在356个湖泊数据上验证了水温和溶氧预测的显著提升。

#PIER #时间序列建模 #环境建模 #检索增强

arXiv cs.LG@Shiyuan Luo 等 9 人原文

产品01:18

firecrawl 出了新版搜索，返回最相关的片段给智能体，比整页处理省 10 倍 token，实测 SimpleQA 最强，还免费。

#firecrawl #SimpleQA #智能体 #检索增强

Firecrawl@firecrawl_dev原文

7月17日

模型多源确认精选00:41

Nemotron 3 Embed 8B 发布，在 RTEB 基准排名第一

NVIDIA 新出的 8B 嵌入模型，RTEB 排名第一，检索能力强，适合做 RAG 和智能体。

#Nemotron 3 Embed 8B #NVIDIA #RTEB #嵌入模型

事件专题

官方账号NVIDIA AI@NVIDIAAI11 个信源在谈原文

6月16日

论文11:44

检索增强可靠性感知框架减少多模态系统视觉幻觉

多模态模型总是幻觉？这篇论文用检索+可靠性打分，让模型不确定时主动说不知道，准确率还提升了，值得看看方法。

#多模态大模型 #视觉幻觉 #检索增强 #可靠性感知

arXiv cs.AI@Pratheswaran Hariharan 等 3 人原文

6月9日

论文精选12:33

DARP：差异感知检索策略提升模仿学习泛化性

DARP 用检索替代全局映射，解决了行为克隆在部署时误差累积的痛点，做机器人学习和模仿学习的开发者可以直接参考其开源代码。

#模仿学习 #行为克隆 #检索增强 #机器人操作

arXiv cs.LG@Quinn Pfeifer 等 6 人原文

6月8日

论文09:30

TEVI：用稀疏自编码器优化CLIP图文对齐

CLIP用户常遇到图文检索不准的痛点，TEVI用稀疏自编码器精准对齐嵌入，做多模态检索或视觉问答的团队可以直接参考其方法改进模型。

#CLIP #稀疏自编码器 #图文对齐 #检索增强

arXiv cs.AI@Sweta Mahajan 等 5 人原文

6月5日

行业02:49

Exa CEO 谈检索如何解决 Token 危机：小模型+检索可省 20 倍成本

做 AI 应用或代理的团队，如果被 token 成本压得喘不过气，这个思路值得一试——用检索让小模型干大模型的活，省 20 倍成本不是梦。

#检索增强 #小模型 #成本优化 #Exa

a16z@a16z原文

5月29日

论文18:55

LLM 上下文管理效率前沿：短上下文可节省 25% 以上 token

做 LLM 部署优化的团队终于有了量化工具——这篇论文告诉你何时该用检索、何时该用记忆压缩，直接帮你省 token 成本，建议做推理优化的工程师点开看具体方法。

#LLM #上下文管理 #效率优化 #token成本

rohanpaul_ai@rohanpaul_ai原文

论文多源确认精选12:59

AI推荐品牌随用户身份剧变：Anthropic比OpenAI更易受角色影响

做AI产品评测或品牌策略的团队会发现，用户画像对推荐结果的影响比想象中大得多——Anthropic的模型尤其容易“看人下菜碟”，建议点开了解如何避免测量偏差。

#品牌推荐 #用户角色 #Anthropic #OpenAI

事件专题

arXiv: Anthropic@Will Jack 等 4 人11 个信源在谈原文

5月26日

产品精选01:10

RAG、文档上下文与AI智能体：2023-2026全景回顾

想理解RAG和AI智能体从2023到2026的完整进化路径？这份116页幻灯片是绝佳教材，做检索增强生成或智能体开发的团队值得收藏。

#RAG #智能体 #文档解析 #检索增强

Jerry Liu@jerryjliu0原文

5月21日

论文精选11:27

HiRes：可检视的先例记忆用于反应条件推荐

做有机合成路线规划的化学家终于有了一个既能给出准确条件推荐、又能展示具体先例的系统——HiRes 让你不再盲目信任黑箱模型，建议点开看看它是如何平衡精度与可解释性的。

#反应条件推荐 #检索增强 #可解释性 #图编码器

arXiv cs.AI@Shreyas Vinaya Sathyanarayana 等 3 人原文

5月16日

论文73°22:51

Grep 式搜索 + 智能体框架，或可替代向量数据库？

做编码智能体的开发者值得关注——grep 式搜索+好框架可能省掉向量数据库的复杂度和成本，建议点开论文看看实验细节。

#智能体 #检索增强 #编码助手 #向量数据库

elvis@omarsar0原文

5月13日

模型中美对照官方一手21:35

Anthropic 推出 Contextual Retrieval 提升 RAG 准确性

做 RAG 应用的开发者终于有了解决上下文丢失问题的实用方案，错误率直降 67%，建议直接看实现指南。

#RAG #Contextual Retrieval #Anthropic #Claude

事件专题

官方一手Anthropic: Engineering11 个信源在谈原文

5月12日

论文19:11

Pi-Serini：BM25+前沿LLM在深度搜索中超越稠密检索

该研究挑战了稠密检索在深度搜索中不可或缺的假设，为构建轻量、高效、不依赖外挂向量库的搜索代理提供了新思路，值得关注推理模型与经典检索技术的结合。

#搜索代理 #检索增强 #BM25 #大型语言模型

arXiv cs.AI@Tz-Huan Hsu 等 3 人原文