RAG 相关 AI 资讯

AITOP

8月22日

01:14

官方一手AWS Machine Learning Blog@Aakanksha Veesam

精选

Amazon Bedrock实现查询感知上下文压缩，通过在主模型回答前过滤检索到的片段，减少输入令牌和成本，同时保持答案质量。

推荐理由：Amazon Bedrock新技巧降低RAG成本，提升效率。

原文

8月21日

11:06

官方账号arXiv cs.AI@Sahil Sharma

本文探讨AGI时代后的经济模式，企业拥有AI和机器人代理，成为能源、计算、维护和升级的生产和消费者。结果显示，需求闭环、瓶颈移除和GDP与人类福利的完全脱钩。在最大增长时，利率等于增长率，任何正的人类消费率都会使人类份额以相同速率指数衰减。结论是，在AGI经济中，就业政策过时，所有权政策至关重要。

论文 AI安全多模态智能体

推荐理由：这篇论文深入探讨了AGI时代经济模式的变化，揭示了人类份额在机器经济中的重要性，值得一读。

原文

03:08

Harrison Chase@hwchase17

Chroma 公司宣布推出名为 Foundation 的记忆解决方案。该技术通过构建自改进记忆来优化智能体会话。目前该技术处于研究预览阶段，用户可访问 trychroma.com/foundation 试用。

AI产品 Chroma Foundation 智能体

推荐理由：Chroma 推出了 Foundation 记忆方案，能从智能体会话中构建自改进记忆，和普通记忆方案比更智能。

原文

01:30

官方一手@OpenAIDevs@OpenAIDevs

ExaAILabs为ChatGPT Work和Codex推出了新插件Exa。该插件能让Codex访问超过100B个网站、论文和文档。用户可以在Codex的插件商店中找到并安装Exa插件。

AI产品 ExaAILabs ChatGPT Work Codex

推荐理由：OpenAI的Codex现在能通过Exa插件访问超1000亿网页、论文和文档了，比以前信息来源多多了。

原文

00:28

Weaviate@weaviate_io

精选

可靠智能体RAG依赖控制信息如何到达模型、何时到达以及以何种形式到达。上下文工程分为5个相互关联的系统：1. 查询增强，用户输入混乱，需重写、扩展或分解查询以匹配检索系统。2. 检索，分块存在权衡，小分块提高精度但丢失上下文，大分块增加上下文但消耗更多窗口。3. 记忆，完整对话历史会产生噪音，长期记忆应存储在模型外部并定期维护。4. 工具，工具描述和选择消耗上下文，暴露过多 poorly described 工具会降低效率。5. 智能体，连接所有部分但会放大上游错误。

技巧 RAG 智能体提示词工程

推荐理由：Weaviate 分享了智能体RAG的5个关键系统，告诉你为什么优化提示词没用，以及如何真正控制信息流。

原文

00:13

官方一手AWS Machine Learning Blog@Marc Trimuschat

精选

AWS 推出向量解决方案，无需独立向量数据库或数据迁移。该方案包含六项专用服务。文章提供了选择合适引擎的决策框架。内容还包含客户案例证明。

AI产品 AWS 向量搜索智能体

推荐理由：AWS 把向量搜索直接集成到数据库和存储服务里了，不用再单独搞个向量数据库，能帮你直接在数据所在的地方构建智能体。

原文

8月20日

01:16

Milvus@milvusio

精选

Milvus 3.0版本中，RAG系统检索20个数据块时，若多数块来自同一文档与分散在不同文档的情况不同；该功能聚合搜索结果展示来源分布；从文档维度聚合后可分析匹配是否集中以优化检索。

AI产品 Milvus RAG 检索工具

推荐理由：Milvus推出的这个功能，能帮你看看检索结果是不是集中在少数文档，和之前没聚合前不一样，现在能更清楚判断怎么调整检索啦。

原文

8月19日

11:54

官方一手arXiv: DeepSeek@Zheling Tan, Jin Gao, Dequan Wang

精选

CABLE是一种插件式内存增强方法，专为解决LLM代理长期记忆中的证据可达性问题。该方法在LoCoMo和MA-LongMemEval基准测试中使用Qwen3.5-27B、DeepSeek-chat和GPT-4o-mini进行评估。CABLE通过构建稀疏的推理相关关联，而非重复主机检索器已覆盖的内容，显著提升了跨记忆和会话的证据检索能力。在开放域、多会话和偏好导向问题类别中，CABLE实现了最大的性能提升。

AI模型 CABLE 记忆检索 LLM代理

推荐理由：清华团队提出CABLE方法，让AI记忆系统不再只靠相似度，而是通过互补链接找回被遗忘的关键信息。

原文

01:20

Milvus@milvusio

77°

Milvus 3.0 Storage V3 引入 Manifest 作为数据集的版本化事实来源。该功能解决了 Parquet 文件无法独立表明所属数据集版本及适用删除操作的问题。Manifest 统一管理文件版本、Schema、统计信息和索引，为存储层提供更清晰的契约。这减少了多模态 AI 基础设施中不必要的重复数据拷贝。

AI产品 Milvus Manifest 向量数据库

推荐理由：Milvus 3.0 推 Manifest，解决多路径数据版本混乱问题。

原文

00:33

Weaviate@weaviate_io

精选72°

Weaviate 推出了 Query Agent 的更新，使其在执行搜索前先自动探索数据集合。该功能能识别所有可用的过滤值，并计算数字属性的均值、中位数、最小值和最大值。用户无需手动描述数据结构，即可直接查询“低于平均价格的产品”。

AI产品 Weaviate Query Agent RAG

推荐理由：Weaviate 的 Query Agent 更新了，能自动分析数据里的数值范围，不用手动配过滤器，搜“低于均价”更准。

原文

00:28

mem0@mem0ai

精选

mem0ai 指出记忆配置并非通用方案。用户可以实时调整添加或搜索配置。设置包括记忆内容范围、匹配严格度以及提取事实还是原文存储。调优后的配置能更精准地匹配 Agent 的实际需求。

技巧 mem0ai 智能体 RAG

推荐理由：想让 Agent 记性好？看看 mem0ai 怎么调参数。

原文

00:17

LlamaIndex@llama_index

精选72°

传统解析器常将修订痕迹视为噪音，导致被删除的条款被错误识别为有效文本。LlamaParse 现已支持处理文档的修订跟踪功能。该工具能输出文档最终状态的干净 Markdown，并提供包含作者、内容及位置的结构化修订数据。这项功能适用于处理合同、监管提交文件及政策草案中的红线修订。

AI产品 LlamaParse LlamaIndex RAG

推荐理由：LlamaParse 新增识别修订痕迹功能，处理合同和法规文件时能准确区分删除内容。

原文

8月18日

15:32

官方账号arXiv cs.AI@Hongfu Huang, Yuzhe Li, Ao Xu, Bo Liu, Changrui Wang, Kan Tang, Ning Yang, Shengxian Liu, Hanyu Liu, Pengpeng Zhang, Linggang Zhu, Fengkai Liu, Yichen Lu, Tong Zhao, Naihua Miao, Jian Zhou, Zhimei Sun

ALKEMIE Agent 是一个集成了检索增强生成和材料计算知识库的自主平台。该平台在可追踪的控制回路中整合了 AI 辅助结构建模、有界任务执行和工具调用迭代等功能。演示案例涵盖了材料推荐、声子计算、LAMMPS 模拟以及基于主动学习的材料筛选。系统还支持机器学习原子间势训练和 Ab Initio Monte Carlo (AIMC) 采样。

论文 ALKEMIE Agent LAMMPS 智能体

推荐理由：做材料设计的可以看看，ALKEMIE Agent 能自动跑 LAMMPS。

原文

00:53

AI Engineer@aiDotEngineer

精选

这场工作坊围绕上下文工程展开，以开源AI导师为实例，讲解如何设计每次模型调用时看到的指令、历史、检索内容和工具输出。内容分三阶段：解决有限窗口和无状态模型两个根本问题，整理截断、修剪、摘要、卸载到文件等压缩工具，并覆盖跨会话记忆与按需技能加载。团队用Gemini测量了每次运行的token、成本、延迟和内存探针，而非主观评估。在真实负载下Gemini Flash成本偏高，因此他们测试了开源和本地模型是否能以更低成本匹配质量。所有实现均已开源，将在工作坊中分享代码和评估工具。

技巧上下文工程 Gemini 开源模型

推荐理由：想省token成本？这场工作坊用开源AI导师演示上下文压缩全流程，还对比了Gemini和开源模型的质量和开销。

原文

8月17日

08:14

宝玉@dotey

精选

Pi 的两位作者 badlogicgames 和 mitsuhiko 分享开发见解，认为代码即真相，模型理解代码结构的能力很强，因此不需要记忆系统和 RAG。他们还表示 Bash 工具类似编程语言可任意组合，大部分时候用 skill 加脚本就够，没必要引入 MCP。这一观点来自 Pi 官方账号在维也纳的周日分享，引发开发者讨论。

技巧 Pi Bash MCP

推荐理由：Pi 作者说别整那些花活，代码就是真相，Bash 加脚本能搞定大部分事。想精简工具链的可以看看。

原文

8月15日

11:20

shao__meng@shao__meng

精选

DeepLearningAI团队分析了超过1万份JD，结合数十次专家访谈和问卷数据，归纳出AI工程四大核心技能。技能图谱强调构建AI应用的关键是建立评估与错误分析闭环，而非只掌握RAG、智能体工作流等构件。软件工程基本功被重新定义为驾驭编程智能体的精确表达力。吴恩达指出，工程师需从纯实现转向参与产品方向定义，以应对智能体按规格交付的趋势。

技巧吴恩达 DeepLearningAI AI工程

推荐理由：吴恩达用一万份招聘数据告诉你AI工程师到底该学啥，四个核心技能讲得很实在，想入行或转岗的可以先对照自查。

原文

04:18

Qdrant@qdrant_engine

72°

Qdrant与Minima在单张RTX PRO 6000 Blackwell GPU上运行agentic RAG。混合搜索加后期交互重排，首次检索足以满足需求的比率从72%提升到87%。中位延迟从21.3秒降至7.7秒。每GPU小时成功任务数提升2.92倍。

AI产品 Qdrant Minima RAG

事件专题

推荐理由：Qdrant和Minima搞了个agentic RAG，单张RTX PRO 6000就够，首次检索命中率从72%提到87%，延迟从21秒降到7.7秒，效率提升快三倍。

原文

8月14日

11:58

官方账号arXiv cs.AI@Mohammed Ayman Habib, Rylan Hart, Morteza Fayazi

精选

AaLLM 是一个开源的端到端多智能体 LLM 工作流，输入规格即可输出网表，同时覆盖拓扑生成和电路尺寸确定。它从论文和教科书中自动构建知识库，并采用 RAG 模型模拟电路设计专家知识。AaLLM 使用设计师、评论家和评估器组成的三智能体反馈系统，减少尺寸迭代次数。生成的创新拓扑在品质因数上与已知拓扑相当，部分电路高出 3 倍。与最先进的多智能体 LLM 管线相比，SPICE 调用次数减少 3-4.5 倍，墙钟时间减少 40 倍。

论文 AaLLM 模拟电路设计 RAG

推荐理由：想用 LLM 做模拟电路设计的话，AaLLM 是开源端到端方案，给规格直接出网表，SPICE 调用和耗时都比现有方法少一个数量级。

原文

00:16

mem0@mem0ai

精选

Mem0团队指出，多数被归咎于模型的失败其实发生在RAG管道的其他环节。例如抽取阶段漏掉了关键事实。存储阶段可能把临时噪声写入了记忆库。更新逻辑未能解决冲突。检索阶段拉取了错误的记忆。

技巧 RAG mem0 调试

推荐理由：调试时别只盯着模型，先查抽取、存储、更新、检索这几步，往往问题出在这儿。

原文

8月13日

22:07

官方账号NVIDIA AI@NVIDIAAI

精选77°

NVIDIA发布官方skills插件，Cursor智能体可调用300多项技能，覆盖CUDA、NeMo、RAG等30多个产品。开发者只需描述构建目标，插件会自动推荐并执行合适技能。该插件已上架Cursor marketplace，完整技能目录托管在GitHub。

AI产品 NVIDIA Cursor 智能体

事件专题

推荐理由：NVIDIA给Cursor出了个官方插件，装完你的智能体就会用CUDA和RAG这些技能了，搞开发更省事。

原文

17:43

官方账号arXiv cs.AI@Saman Marandi, Yu-Shu Hu, Mohammad Modarres

该研究提出利用检索增强生成和大语言模型，从系统描述中自动构建动态主逻辑模型，并表示为知识图谱（KG-DML）。方法沿DML层级进行定向检索，保留功能依赖和显式逻辑关系，支持故障向上传播和向下依赖追踪。验证应用于一座退役沸水反应堆的低压冷却剂注入系统，重复运行结果一致。多级评估覆盖各层精度、召回率、逻辑门一致性与结构完整性，证明自动化构建可将技术文档转为可用于诊断和可靠性分析的可执行功能模型。

论文 DML 知识图谱 RAG

推荐理由：这篇论文讲怎么用RAG和LLM把技术文档自动变成知识图谱，用在反应堆诊断上，跑得还稳，搞可靠性的可以看看。

原文

8月12日

22:05

官方一手AWS Machine Learning Blog@Astrid Bowser, Alex Savage Nick Heap

精选

OneAdvanced是一家英国企业软件提供商，在AWS上构建了英国主权AI平台。他们通过Amazon SageMaker AI自托管Llama 4 Maverick和Llama Guard 4模型，并使用pgvector搭建RAG管道。基于Strands Agents SDK在Amazon ECS上部署了超过50个AI智能体。该平台确保数据留在英国境内，满足主权要求。

AI产品 OneAdvanced Llama 4 Maverick AWS

事件专题

推荐理由：看看英国公司怎么在AWS上自托管Llama 4，搞了50多个智能体，数据不出境，适合有合规需求的人参考。

原文

04:34

官方账号LangChain@LangChainAI

丰田基于LangChain的Deep Agents构建了研发GPT，帮助员工用单一命令搜索多年的涂装、座椅和制造研究。该系统整合了分散的研发文档，提升了内部知识检索效率。丰田的案例展示了Deep Agents在企业级RAG场景中的实际应用。

AI产品 Deep Agents 丰田 LangChain

推荐理由：丰田用Deep Agents做了个内部研发GPT，一条命令搜遍多年涂装座椅研究，企业知识库可以这么搞。

原文

8月11日

23:58

Weaviate@weaviate_io

精选

Weaviate在Search Mode中引入effort参数，允许用户在medium、high、ultrahigh三档间选择，以权衡输出质量与计算成本。ultrahigh档在BRIGHT基准的5个子集上平均nDCG@10达到X，比medium提升Y，比混合搜索提升Z。该功能旨在让开发者根据应用需求灵活调整推理资源。

AI产品 Weaviate Search Mode BRIGHT

推荐理由：Weaviate给搜索模式加了effort档位，想省算力就选medium，要质量就上ultrahigh，BRIGHT基准上提升明显，做RAG的可以试试。

原文

11:26

官方账号arXiv cs.AI@Ghanshyam Verma, Simanta Sarkar, Devishree Pillai, Hotaka Shiokawa, Yourong Xu, Fiona Veazey, Peter Hubbert, Hui Su, Paul Buitelaar

KGCaRe是一种混合方法，结合神经检索与符号推理，通过多提示提取策略从文档构建知识图谱并存入图数据库，同时将文档嵌入向量库。它采用LLM引导的迭代图遍历提取相关三元组，并在初始遍历不足时利用线索实体再次遍历。在Mistral、Mixtral、GPT-3.5和GPT-4o等多个LLM上，KGCaRe在两个复杂条件问答数据集上持续优于Vanilla LLM、Vanilla RAG、Think-on-Graph等基线。该方法已公开软件管道。

论文 KGCaRe 知识图谱 RAG

推荐理由：KGCaRe把知识图谱和RAG结合，复杂条件问答比普通RAG更准，多个模型上都赢了，代码也开源了。

原文

10:51

官方一手arXiv: OpenAI@Jack Stark, Srinath Saikrishnan, Vikram Seenivasan, Bernie Boscoe, Andrew Lizarraga, Tuan Do

AquiLLM是一个开源的模块化RAG-LLM框架，使用开放权重模型，旨在帮助研究团队捕获隐性知识。该框架针对专有商业AI系统在透明度、可复现性和隐私方面的不足而设计。最新版本引入了本地嵌入与重排序、多模态能力、OpenAI兼容推理接口、语义与情景记忆及技能支持等增强功能。这些改进基于与天体物理学家和环境研究者的讨论，使AI系统更贴合科研实践。

论文 AquiLLM RAG 开源模型

事件专题

推荐理由：科研团队想用AI又不放心商业闭源？AquiLLM开源、用开放权重模型，还能本地跑嵌入和重排序，专为捕获隐性知识设计，值得看看。

原文

10:48

官方一手arXiv: DeepSeek@David M. Markowitz, Timothy R. Levine

该研究构建了7个基于主流欺骗理论的RAG模型，在5个公开数据集、700条陈述上测试，涉及gpt-4o、claude-sonnet-4-6、ollama/llama3、deepseek-v4-flash四个大模型，共生成39,200次欺骗判断。RAG模型准确率54.5%，基线模型54.6%，两者无显著差异，均与人类水平相当。RAG模型（57.0%）比基线模型（59.7%）更少出现真实性偏差，但效应量很小。不同理论对准确率影响不大，但对响应偏差影响显著，从可验证性方法的32.2%到真相默认理论的88.1%。

论文 RAG 欺骗检测 gpt-4o

事件专题

推荐理由：想看看AI能不能识破谎言？这篇论文用4个模型做了近4万次测试，结论是准确率跟人差不多，但不同理论引导下AI的倾向差异很大。

原文

10:40

官方一手arXiv: DeepSeek@Fengrong Wan, Chengcan Wu, Ningtao Lyu

SodaMem是一种为长期对话LLM智能体设计的记忆框架，通过提取带来源证据的FactEvents，并记录提及时间、发生时间和有效性，构建时间图。在LongMemEval-S基准上，SodaMem达到92.8%的准确率（464/500），每次查询平均成本约0.00161美元，使用deepseek-v4-flash模型。相比扁平RAG日记和Markdown日志，SodaMem更擅长处理时效性、来源和有序时间推理。其代码已在GitHub开源。

论文 SodaMem LongMemEval-S 时间图记忆

推荐理由：做长期记忆的智能体开发者可以看看，SodaMem用图结构加证据链，在LongMemEval-S上准确率92.8%，成本还低，比普通RAG日记靠谱。

原文

06:04

Fireworks AI@FireworksAI_HQ

MongoDB 旗下 Voyage AI 的模型现已原生运行在 Fireworks 推理平台上。Fireworks 宣称自己是 Voyage AI 合作的第一家也是唯一一家专用推理平台。用户可在同一平台完成 Embed、检索、Rerank 和生成，并与自有开源模型并行使用。

AI产品 Voyage AI Fireworks MongoDB

推荐理由：Voyage AI的embedding和rerank模型现在Fireworks直接能跑，还能和你的开源模型放一起，检索全流程一个平台搞定。

原文

8月10日

11:16

官方账号arXiv cs.AI@Afreen Alam, Evgenija Popchanovska, Ana Gjorgjevikj, Maryan Rizinski, Lubomir T. Chitkushev, Irena Vodenska, Dimitar Trajanov

论文提出用LLM辅助的RAG管道分析21个开源AI安全工具，将其能力映射到MIT AI风险分类的32个子类。三名评审的评估显示中等一致性（Fleiss' Kappa = 0.509）。结果显示工具集中在技术和运营控制，而治理、法律和金融控制几乎空白。多数投票后映射协议F1分数达75.5%。

论文开源工具 AI安全 RAG

推荐理由：把21个开源AI安全工具对照MIT风险分类，发现都堆在技术防护，法律金融没人管。做治理的值得翻翻。

原文

11:14

官方账号arXiv cs.AI@Mohammad Amanlou, Parham Abed Azad, Farbod Davoodi, Mostafa Masumi, Behnam Bahrak, Abdol-Hossein Vahabie

PsychoAgent是一个面向LLM智能体的认知架构，将事实记忆与情感记忆分离，并通过冲突感知执行控制器整合。在三个受控冲突场景中，完整架构检索冲突关键记忆的得分达0.933，优于语义情感基线的0.500和单记忆RAG的0.667，仅付出少量语义相似度代价。5名盲评者评估了27个输出，经评分者内标准化后，完整架构的平均分最高（+0.22 SD），但校正后的两两差异未达显著。三天的示例轨迹展示了持续情感、离线记忆重组和选择性记忆加权。研究支持情感敏感检索作为模拟人类冲突效应的可检查机制。

论文 PsychoAgent LLM智能体情感记忆

推荐理由：这篇论文给LLM智能体加了情感记忆模块，在冲突场景下找关键记忆比普通RAG强不少，做Agent记忆方向的朋友可以看看。

原文

11:03

官方账号arXiv cs.LG@Gyuwan Kim, Cheoneum Park, Tao Yang

CoinRAG是一种针对长上下文检索增强生成（RAG）的KV缓存复用优化方法，通过两阶段检索识别查询相关的语义单元，并组合复用其切片KV表示，避免处理冗长检索上下文。在LongBench多跳问答任务上，CoinRAG相比基线实现了新的帕累托前沿，在标准快速预填充延迟预算下平均F1相对提升5.3%，同时显著降低运营成本。该方法将粗粒度块级缓存细化为语义碎块级，减少了信息冗余与噪声。

论文 CoinRAG RAG KV缓存

推荐理由：想给RAG省算力又不想掉精度？CoinRAG把检索结果拆成小碎块做缓存复用，LongBench上F1平均提了5.3%，值得一看。

原文

8月8日

05:25

Latent.Space@latentspacepod

精选

Harvey与EngramLab开源了一个包含1亿+token的合成律所数据集，覆盖46个客户、250多个虚拟事项，约1万份文件。该环境用于评测智能体能否像资深律师一样检索和理解事务所过往工作。联合创始人Dan Biderman指出，像“今年哪些并购交易未完成”这类问题无法靠RAG搜索，因为不存在“未完成”的记录，必须逐案阅读文件。数据集是Harvey迈向深度理解律所工作流的第一步。

AI模型 Harvey EngramLab 合成数据

推荐理由：Harvey开源了个合成律所数据集，专测AI Agent处理法律检索的硬问题，比单纯RAG更狠。

原文

02:03

Milvus@milvusio

精选

当AI Agent给出糟糕回答时，问题往往不在模型而在检索层。向量搜索结果受嵌入、索引类型、量化、元数据过滤等因素影响。IVF、HNSW、DiskANN各有不同权衡，量化提升速度与存储但需检查召回率。Simon Hearne的演讲演示了如何可视化向量搜索，类似SQL的EXPLAIN。调试时建议直接追踪recall@k、观察分数分布、监控过滤命中率。

技巧 Milvus 向量检索 RAG

推荐理由：Milvus 团队分享：Agent 答错先查检索层，用 EXPLAIN 思路可视化向量搜索，讲 IVF/HNSW/DiskANN 取舍，搞 RAG 的值得看。

原文

8月7日

12:02

官方账号arXiv cs.AI@Sagar Tamang, Ayush Vyas, Tabarakul Hazarika

论文提出READ（Reliable Embedding-free Agentic Document-search），用三种确定性操作——归一化词法搜索、结构导航、有界跨度读取——替代传统Top-K嵌入检索。在780页政府财务报告上，86.8%的内容行是表格行，数值单位依赖上方中位数13行的表头，导致分块经常切断数字与其单位的关联。READ在51个验证问题上达到58.8%准确率，而密集检索仅15.7%（p_Holm=2×10^-5）。控制实验显示，使用Top-K工具的同款智能体只能达到27.5%，说明增益来自接口而非迭代。作者也报告BM25与READ在统计上无差异，因此结果区分的是嵌入型与非嵌入型检索，而非智能体与词法检索。

论文 READ RAG 智能体

推荐理由：论文提出READ，在780页财务报告上准确率58.8%，比向量检索的15.7%高出一大截，每次检索还能当成审计轨迹回放。

原文

10:41

官方账号arXiv cs.LG@Fardin Afdideh, Fernando Seoane, Farhad Abtahi

一项新综述系统梳理了大模型后训练适配技术，提出按机制、目标、数据需求、持久性、结构范围、模型类型六个维度分类。该分类法区分了微调、检索增强、提示等常被混用的概念，并梳理了技术间的继承、取代、混合与分层关系。研究者认为这套统一词汇可用于技术文档、模型变更追踪和AI治理分析。论文还指出评估、可复现性、遗忘、多模态适配等开放挑战。

论文微调 RAG AI治理

推荐理由：Arxiv上这篇综述把微调、RAG、对齐这些概念理清了，还给了六个维度的分类框架，做AI治理和模型管理的人可以拿来当参考。

原文

10:22

官方账号arXiv cs.LG@Yixiong Xiao, Congxi Xiao, Jingbo Zhou

TS-RAG提出将检索增强生成（RAG）应用于时间序列预测，通过设计专门的参考标记来融合输入序列与检索到的相似序列。该方法旨在解决传统时序模型数据规模小、参数少、生成能力不足的问题。在多个真实世界预测基准上，TS-RAG取得了持续的最优性能。实验表明，参考标记能更有效地捕获复杂的时间动态特征。

论文 TS-RAG RAG 时间序列预测

推荐理由：TS-RAG把RAG用在时间序列预测上，用参考标记融合相似序列，多个基准拿SOTA，做预测的可以看看。

原文

07:17

07:17IT之家（博客/媒体）

英伟达在2026年黑帽大会上宣布开源cuFile API及其底层存储软件栈。cuFile是GPUDirect Storage技术的接口组件，2021年7月随CUDA Toolkit 11.4发布。该技术通过DMA让NVMe等存储设备直接向GPU传数据，绕过主内存中转，延迟可低至毫秒级。这能缓解AI推理中GPU因等待数据而闲置的“GPU饥饿”问题，也有助于RAG和智能体AI快速读取大型数据集。英伟达还发布了覆盖40家存储与闪存厂商的Storage-Next倡议。

AI产品英伟达 cuFile GPUDirect Storage

推荐理由：英伟达把cuFile开源了，SSD能直接给GPU喂数据，游戏和AI推理都不容易卡了，搞存储的可以看看。

原文

00:41

Milvus@milvusio

精选

Milvus 3.0 推出 lake-native External Collection，让向量可直接查询数据湖中的数据。新增 grouping、faceting、sorting、aggregation 等结构化查询能力，向量不再孤立存储。开发者可以让 Milvus 更贴近现有数据系统，但需要权衡召回率、延迟、过滤和成本。官方开放 Office Hours，提供 20 分钟一对一架构咨询。

AI产品 Milvus 向量数据库混合检索

推荐理由：Milvus 3.0 把向量检索和结构化查询揉一起了，还支持直接查数据湖，玩 RAG 的可以看看。

原文

8月6日

12:21

官方账号arXiv cs.AI@Ayoub Kirouane, Christos Petrocheilos

该研究将NVIDIA的Nemotron检索栈端到端适配为现代希腊语，覆盖法律、能源、金融和医疗等专业领域。在65,773个希腊语检索对上微调后，Nemotron 1B嵌入模型的nDCG@10从0.362提升至0.835，显著超过未适配版本。研究还通过LoRA微调Nemotron 30B-A3B混合专家阅读器，使答案正确率从29.4%升至66.9%，并改善了忠实度和引用质量。作者发布了希腊语RAG基准HERA，这是首个大规模希腊语检索增强生成基准。

论文 Nemotron HERA RAG

事件专题

推荐理由：NVIDIA的Nemotron终于能处理希腊语了，微调后检索效果大幅提升，还新出了个HERA基准，搞多语言RAG的可以看看。

原文