RAG 相关 AI 资讯

8月7日

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

11:47

官方账号arXiv cs.LG@Blessed Guda, Kayley Sze, Carlee Joe-Wong

MultiPathFormer将每个收发链路表示为连续路径令牌的有序序列，采用自回归下一路径预测进行预训练。它引入环境RAG机制和首路径码本，使时延和功率等路径统计估计提升最高59%。模型在27个环境中预训练，可迁移到未见用户，经场景微调后在新环境中优于从零训练。在下游任务中，MultiPathFormer实现5.57米平均定位误差、0.914前3波束准确率、0.994视距分类准确率和0.561信道估计NMSE，全面超越现有基于信道的模型。

AI模型 MultiPathFormer 无线基础模型 RAG

推荐理由：想做无线信道估计或波束预测的可以看看，它用路径预测代替传统掩码重建，环境RAG让延迟估计直接涨59%，效果比现有模型好。

原文

09:21

官方一手arXiv: OpenAI@A A Talha Talukder, Omar Alam, Akramul Azim

论文提出一种面向嵌入式C软件的函数复用检测RAG流程，用注释、调用图和README增强函数表示，并集成8种嵌入模型与4个硬件兼容性验证器。在6个开源项目的184个函数、4815对候选上测试，SonarQube作为复用过滤器的假阳性率达93.6%，其中83.5%的失败源于静态分析无法发现的硬件环境不匹配。人工核验40对被拒的复用函数对后，验证器准确率为97.5%。诊断变体显示主要失败类别差异显著（McNemar卡方=294.0，p<0.001）。

论文 RAG SonarQube GraphCodeBERT

推荐理由：复用嵌入式函数前，先看看这篇：RAG加硬件校验，SonarQube假阳性率93.6%，能帮你避免硬件不兼容的坑。

原文

01:01

Qdrant@qdrant_engine

精选

FutureAGI的Rishabh与Dylan Couzon将直播演示RAG智能体的调试与优化。内容覆盖嵌入迁移、去重、重排序和评估，以衡量对检索质量的实际影响。直播时间为欧洲中部时间18:30（太平洋时间9:30）。观众可在luma.com/future-pq6q免费注册。

技巧 RAG 智能体嵌入迁移

推荐理由：明天有个免费直播，FutureAGI的Rishabh现场调RAG智能体，讲嵌入迁移和重排序怎么影响检索效果，有时间的可以去看看。

原文

8月5日

03:03

官方一手AWS Machine Learning Blog@Anuj Jauhari

Amazon Bedrock宣布Web Search功能正式可用（GA），这是一个服务端内置工具，可将模型响应接地到当前网络知识。该功能无需接入第三方供应商或编排外部API，也无需额外的安全审查。用户可通过OpenAI Responses API启用此工具。文章还介绍了如何开始使用Web Search on Amazon Bedrock。

AI产品 Amazon Bedrock Web Search AI安全

事件专题

推荐理由：AWS把联网搜索直接做进了Bedrock，不用再接第三方API，用OpenAI Responses API就能启用，做RAG的可以看看。

原文

8月4日

12:03

官方账号arXiv cs.LG@Anusha Madan Gopal, Aras Pirbadian, Kristofor D. Carlson, M Anthony Lewis, Jonathan Tapson

精选

论文提出PRECOG，把语料库离线预编码为SSM隐藏状态，查询时将最优状态直接注入，省去RAG的上下文重新读取。在带192KB隐藏状态的1.2B参数TENNs-LLM上，PRECOG将prefill延迟从约27秒降到6毫秒以下，约4500倍加速，并保持与上下文RAG相当的答案质量。配套的SMC用认知域聚类构建层级持久记忆，支持保真度/存储调节和O(1)会话初始化。该机制依赖SSM固定长度、与位置无关的循环状态，Transformer的KV缓存因位置纠缠且随上下文线性增长而无法实现。

论文 PRECOG TENNs-LLM RAG

推荐理由：论文把RAG预填充从27秒压到6毫秒，1.2B模型在边缘也能交互式检索，Transformer做不了。

原文

09:23

官方一手arXiv: DeepSeek@Qunhui Zhang

AiFlow是一种Token原生响应式编排模型，将Provider增量归一化为Context<T>事件并通过有向流图传播。每个节点由Node Guardian管理，声明并执行队列上限、并发、排序、溢出策略与重试规则。微基准测试基于DeepSeek轨迹回放（30次）并与LangGraph基线对比，结果显示AiFlow不改变模型TTFT，但将应用TTFPT降低70.9%-94.7%。运行时队列深度也控制在声明边界内，较无界策略减少93.7%-96.5%的MaxQ。实现代码通过FIT Framework仓库公开提供。

论文 AiFlow LangGraph RAG

推荐理由：AiFlow将LLM输出按token流式编排，实测应用延迟比LangGraph降70.9%-94.7%，队列占用也大幅减小。

原文

8月3日

23:55

Jina AI@JinaAI_

Jina AI 发布了 v3.5 reranker 重排序模型。官方博客和 arXiv 论文提供了技术细节。模型权重已在 Hugging Face 平台开放。

AI模型 Jina AI v3.5 重排序

推荐理由：Jina AI 出了 v3.5 重排序模型，博客、论文和权重都公开了，做 RAG 的可以去看看。

原文

23:53

Jina AI@JinaAI_

精选

Jina AI发布重排序模型jina-reranker-v3.5，公布其在四个基准上质量与参数大小的对比结果。jina-reranker-v3.5在全部四个基准中都位于帕累托前沿，意味着没有已评测模型比它参数更小且效果更好。该模型在保持较小体积的同时达到了领先的重排序质量。

AI模型 jina-reranker-v3.5 Jina AI 重排序

推荐理由：Jina AI发了个新重排模型v3.5，四个基准全是同质量里参数最小的，没有对手更小还更强。搞RAG的应该关注。

原文

02:40

Rowan Cheung@rowancheung

Jonathan Sharp把与老板的每次一对一会议记录变成了可搜索的知识库。现在他可以直接问AI，老板会对任何问题作何反应。这个工作流来自Ther Rundown社区分享，核心是让会议历史成为AI的参考上下文。

技巧 The Rundown RAG 知识库

推荐理由：Jonathan Sharp把跟老板的会议记录变成AI知识库，随时能问“老板会怎么回答”，相当于给自己配了个老板模拟器。

原文

8月1日

00:15

Milvus@milvusio

82°

向量数据库Milvus 3.0正式发布，主打湖原生向量检索。新版本通过External Collections支持直接查询对象存储中的Parquet、Vortex格式数据，以及Lance、Iceberg等开放表格式。Loon Storage v3优化了S3对象存储上的点读取性能，快照与Spark DataSource V2让批处理和回填更稳定。检索引擎新增ORDER BY、聚合和分面搜索，StructArray与SINDI增强了多向量和稀疏混合检索能力。

AI产品 Milvus RAG 智能体

推荐理由：Milvus 3.0把向量检索直接做到数据所在的湖上，不用来回搬数据，搞RAG和Agent的可以试试。

原文

00:03

Fireworks AI@FireworksAI_HQ

Fireworks 展示了如何用对比微调将 Qwen3-Embedding-8B 适配到特定领域，成本不到 10 美元。文章给出 3 个实验，其中最好成绩 nDCG 提升 36%。作者强调，检索不到文档的重排器无法生效，RAG 也会漏掉失败案例。完整步骤和结果见 Fireworks 官方博客。

技巧 Qwen3-Embedding-8B Fireworks 微调

推荐理由：Fireworks 用不到 10 美元教会你微调 Qwen3-Embedding-8B，三个实验最高 nDCG 涨 36%，做 RAG 的值得看。

原文

7月31日

23:53

Qdrant@qdrant_engine

8月6日，Qdrant与FutureAGI将联合举办一场RAG-agent调试直播。活动中会现场构建并诊断一个RAG agent，定位质量下滑的环节。演示如何无停机迁移到新的embedding模型，并清理重复和碎片化的chunks。还会添加late interaction重排序，并对比每次优化前后的评估分数。

技巧 RAG Qdrant FutureAGI

推荐理由：Qdrant和FutureAGI要直播修一个RAG agent，现场看每一步改动对效果的影响，还会演示换embedding模型和加rerank。想学RAG调优可以直接围观。

原文

12:56

官方账号arXiv cs.AI@Jiacheng Tao, Qingyun Sun, Haonan Yuan, Ziwei Zhang, Jianxin Li

DualG-MRAG 提出将宏观推理图与微观匹配图解耦，分别负责全局拓扑路由和局部证据验证。该框架通过 GNN 检索器实现查询驱动的消息传递，并利用动态规划解码从前向传播中提取推理路径。在证据召回和复杂问答准确率上，DualG-MRAG 超过现有基线。

论文 DualG-MRAG GNN 多模态RAG

推荐理由：多模态RAG老是丢细节？DualG-MRAG用双图分工解决，召回更准、复杂QA更强。

原文

09:56

官方一手arXiv: Anthropic@Musa Shams

精选

LayerRAG-Bench覆盖8个企业领域、240个任务和9种故障场景，在来自OpenAI、Anthropic和Gemini的9个模型上生成38,880条任务级记录。schema规范化将schema漂移成功率从0.000提升到0.913，但无法修复过期证据、缺失工具输出、权限拒绝和错误会话上下文。仅基于groundedness的评估在过期证据和错误会话下产生大量假阳性。该基准支持按层评估原则：可靠性干预应只对其目标层生效，而非视为通用修复。

论文 LayerRAG-Bench RAG 智能体

事件专题

推荐理由：论文推出了LayerRAG-Bench，用8个领域240个任务测智能体RAG的可靠性陷阱。它告诉你schema规范化只解决一类问题，别指望一个补丁包治百病。

原文

7月29日

22:44

Milvus@milvusio

72°

Milvus 3.0 今日发布，是该项目历史上最大的架构更新。新版本引入湖原生基础设施，支持直接索引 Parquet、Lance、Iceberg 等格式的数据，无需 ETL。新的 Loon 存储引擎将 ANN 搜索后的点读 I/O 从 9.4 MB 降至 0.07 MB。检索引擎新增服务端 ORDER BY、聚合和分面搜索，支持 StructArray 以原生容纳 ColBERT 和 ColPali 模型。SINDI + BM25 压缩使稀疏索引缩小约 3 倍，QPS 提升约 10 倍。

AI产品 Milvus Milvus 3.0 向量数据库

推荐理由：Milvus 3.0 今天上线了，不用再为向量数据库单独备份数据，直接查湖里的文件，检索性能还更强。

原文

7月28日

12:19

官方账号arXiv cs.AI@Rajat Sainju, Dariusz Jarosz, Hairong Shang, Michael Prince, Ryan M. Aydelott, Mathew J. Cherukara, Yine Sun, Michael D. Borland

APS-RAG是部署在先进光子源（APS）的检索增强生成平台，融合了密集、稀疏和知识图谱三个检索通道，并引入纠正性代理循环与MCP工具层。它在50道题的APS-Bench评估中，完整Agentic GraphRAG版本达到70.3%的严格关键点召回率，超过BM25基线63.8%。移除交叉编码器重排序器后召回率下降32.8%，表明其对答案质量贡献显著。开源和闭源LLM的最终答案合成性能也被对比。该平台及其评估方法已开源，可迁移到其他大型科学仪器。

AI模型 APS-RAG RAG 智能体

推荐理由：APS团队搞了个能检索几十年知识库的RAG系统，把BM25的63.8%准确率提到了70.3%。交叉编码器是关键，去掉掉32.8%得分。科学设施运维AI神助攻，代码和基准都开源了。

原文

00:27

官方一手AWS Machine Learning Blog@Dhananjay Karanjkar

传统RAG在处理跨数百文档的分析任务时效果有限。AWS提出了任务感知知识压缩（TAKC），将整个知识库预压缩为任务特定表示，并在多个保真度级别缓存。系统根据查询路由到合适的层级。该方法已提供开源实现，可部署在AWS上。

AI模型 RAG TAKC AWS

推荐理由：AWS搞了个新方法TAKC，能把知识库压缩成不同精度的缓存，让AI跨文档分析更快更准，比传统RAG强多了。

原文

7月25日

00:00

Milvus@milvusio

Milvus团队指出，2026年embedding模型选择更依赖数据形态而非排行榜。对于文本知识库，Qwen3 Embedding、Jina v5 text、BGE-M3、OpenAI text-embedding-3、Voyage、Cohere等密集embedding值得测试。对于PDF、图片、截图、音频、视频，推荐Gemini Embedding 2、Jina v5 omni、Cohere Embed 4、Qwen3-VL-Embedding、Voyage Multimodal等模型。长文档可用Voyage context-4进行上下文化片段嵌入。复杂布局可考虑ColPali风格的多向量检索。基准如MTEB、MMEB、ViDoRe可辅助筛选，但最终验证需用自己的文档和查询。Milvus 2.6新增Text Embedding Function，将嵌入管道移入数据库层。

技巧 Milvus Qwen3 Embedding Jina v5

事件专题

推荐理由：Milvus团队写的实战指南，告诉你不同数据该用哪个embedding模型，还捎带介绍了Milvus 2.6的新功能。

原文

7月24日

17:27

Dify@dify_ai

Dify 将于 2026 年 9 月 10 日在东京举办 IF Con Tokyo 2026 大会，这是由 LangGenius K.K. 主办的年度会议。大会免费开放但需提前注册，地点在东京 Convention Hall。参会者将分享如何使用 Dify 构建生产级 agentic workflows 的真实案例和实现方法。去年首届活动座无虚席，今年预计吸引更多团队交流 RAG 和智能体应用经验。

行业 Dify IF Con Tokyo 2026 智能体工作流

推荐理由：Dify 搞了个用户大会在东京，今年 9 月 10 号免费参加。能听到别人用 Dify 做智能体工作流的真实案例，想学实战经验的别错过。

原文

00:46

Weaviate@weaviate_io

精选

Weaviate发布的视频指出，更大的上下文窗口无法解决有问题的Agentic RAG管道。长上下文会引入矛盾信息、掩埋相关工具并导致后续输入被忽略。视频将生产级Agentic RAG拆分为5个系统：查询增强（翻译模糊或多部分输入）、检索（选择平衡精度与上下文的块策略）、记忆（分离短期上下文与长期记忆）、工具（提供清晰描述和schema）和代理（决策编排层）。每个环节都需精心设计上下文工程，而非仅靠扩大窗口。

技巧 Weaviate RAG 智能体

推荐理由：Weaviate出了个视频，把Agentic RAG拆成5个系统讲透了，不是吹大窗口，而是教你怎么控制上下文，推荐搞RAG的人看看。

原文

00:39

官方一手AWS Machine Learning Blog@Omar Elkharbotly

精选

经典检索在处理多部分问题时往往效果不佳。Amazon Bedrock推出了AgenticRetrieveStream API，通过智能体式检索提升复杂查询的准确性。该API支持请求构造和响应跟踪解析，相比标准Retrieve API更适合多步骤推理场景。AWS官方博客详细解释了API的工作原理和使用时机。

技巧 Amazon Bedrock Managed Knowledge Base 智能体

推荐理由：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。

原文

00:16

Milvus@milvusio

75°

Milvus团队开源Vector Graph RAG库，将知识图谱的三元组（实体、关系、原文段落）存入三个Milvus集合，利用ID交叉引用实现子图扩展。在MuSiQue、HotpotQA、2WikiMultiHopQA基准上平均Recall@5达87.8%，超越HippoRAG 2的87.1%。每查询仅需2次LLM调用（重排序+生成），相比Agentic RAG的5-10次降低约60% API成本，响应速度提升2-3倍。安装只需“pip install vector-graph-rag”，默认可嵌入Milvus Lite本地文件。

AI模型 Milvus Vector Graph RAG 多跳RAG

推荐理由：Milvus团队搞了个Vector Graph RAG，用向量库替代图数据库做多跳检索，效果更好还更省钱。一次安装就能跑，适合知识密集场景。

原文

7月23日

14:46

Milvus@milvusio

Milvus 是 Apache 2.0 许可的开源向量数据库。它支持密集检索（语义向量）和稀疏检索（BM25 全文搜索及学习型稀疏嵌入）。混合搜索可同时检索密集和稀疏向量并重排序。提供 HNSW、IVF、FLAT、SCANN、DiskANN 等多种索引类型。部署支持 Milvus Lite、单机 Standalone 或 Kubernetes 原生分布式架构。

AI产品 Milvus 向量数据库混合检索

推荐理由：Milvus 一个库搞定语义搜索、全文搜索和元数据过滤，还能混合检索重排序，开源免费，做 RAG 的可以试试。

原文

09:56

官方一手arXiv: DeepSeek@Yanyu Chen, Yue Li, Yongyi Cui, Dongsheng Shi, Lichang Dai

SelectBench是一个控制性基准和训练集，用于大语言模型选择性采纳检索结果中的证据。基于Qwen3.5-4B，使用DAPO强化学习方法，通过确定性规则奖励或语义法官进行后训练。在325样本的SelectBench-v2测试集上，严格成功率从原始检查点的22.46%提升至DAPO-Rule的25.54%和DAPO-DeepSeek的26.46%。两种策略均减少了禁止内容采纳，生成了更短更聚焦的回答，但提示注入跟随能力未改善。在MMLU和干净HotpotQA上未见明显退化，表明通用能力保持。

论文 SelectBench DAPO Qwen3.5

事件专题

推荐理由：Qwen3.5用强化学习学会在污染检索中挑有用证据，成功率从22%提到26%，还不掉通用分。

原文

02:21

Jerry Liu@jerryjliu0

精选

LlamaParse 改进了文档解析中的边界框功能，现在支持区域级、行级和单词级三层边界框。用户可以根据需求选择不同粒度来对文本进行溯源，例如审计发票中的具体数字或定位研究报告中的图表。该功能已在 LlamaParse 云端服务中可用。

AI产品 LlamaParse LlamaIndex 文档解析

推荐理由：LlamaParse 更新了文档解析的边界框，支持按区域、行、单词定位文本，方便审计和研究场景。

原文

7月22日

23:36

Weaviate@weaviate_io

精选

Weaviate 推出 Engram，一种专为多智能体管道设计的“发射后不管”记忆系统。它通过三个步骤（提取、转换、提交）在后台异步处理记忆，避免阻塞和重复。在多智能体 RAG 示例中，搜索代理错误地使用文本搜索而不是类型过滤，Engram 将分散在不同代理和上下文窗口中的任务目标、动作和反馈合并为一条可操作记忆。记忆支持项目范围或用户范围，通过多租户保持隔离。系统使得智能体能从经验中持续学习，无需手动干预。

AI产品 Weaviate Engram 多智能体

推荐理由：Weaviate 的 Engram 让多智能体系统能自动从经验中学习，合并分散的反馈，不用手动处理重复和冲突。

原文

23:07

berryxia@berryxia

精选

OCR 将物理文档和图像转为电子文字，是信息抽取、RAG、Agent 等 AI 流程的入口。硬地骇客播客曾强调过这一观点，在 AI 时代依然适用。没有 OCR，后续的文本分析、问答系统难以直接处理非数字化内容。

技巧 OCR RAG Agent

推荐理由：硬地骇客播客聊透了OCR在AI工作流里的基础地位，想做RAG或信息抽取的得先过这关。

原文

01:28

Qdrant@qdrant_engine

精选

cognee的Dave Nielsen在Vector Space Day SF演讲中展示了AI记忆的进化方向：从简单提示存储到自动构建知识图谱。系统从聊天、提示、智能体交互中提取实体和关系，向量存储在Qdrant，图谱关系存储在Neo4j，实现RAG、GraphRAG与短期记忆的统一层。AI记忆正从单个智能体扩展至团队和组织，例如通过学习提示的入职系统或共享知识库。cognee与Qdrant连接器新增TurboQuant支持，对知识图谱的量化效果比常规向量存储更显著，因为图数据规模增长更快。

技巧 cognee Qdrant Neo4j

推荐理由：看看cognee怎么把RAG、GraphRAG和短期记忆揉成一个统一层，还能自动建知识图谱，团队也能共享记忆，加上TurboQuant压缩搞定海量图数据。

原文

7月21日

19:21

Qdrant@qdrant_engine

Qdrant将于7月23日在慕尼黑TNG Technology Consulting举办BASED Meetup #6，采用BarCamp和OpenSpace混合形式，无预设议程，话题由参与者现场提出。活动聚焦搜索、检索、RAG、Agentic RAG与记忆、生产级检索优化、现代搜索质量指标、多模态与跨语言搜索等。Qdrant DevRel团队成员krotenWanderung将共同主持，与会者可与其直接交流向量搜索相关问题。活动时间为18:00-21:00（GMT+2），需提前注册。

行业 Qdrant BASED Meetup 向量检索

推荐理由：在慕尼黑的话，去Qdrant的BASED Meetup #6吧，自由讨论向量搜索和RAG，直接和团队聊，不用听枯燥汇报。

原文

12:06

官方账号arXiv cs.LG@Masahiro Kato, Taka Kato

该论文提出一步法和两步法，将检索增强生成（RAG）用于因果推断中的政策学习。两步法通过向量搜索检索动作特定的邻近证据，生成器估计条件期望结果，从而连接向量搜索与最近邻匹配。他们将后悔分解为候选生成后悔和候选内选择后悔，并用最近邻估计器和Transformer的预测误差进行界限分析。一步法则直接作为策略进行评估，无需中间计算。

论文 RAG 向量搜索因果推断

推荐理由：这篇论文把RAG和因果推断结合起来，用向量搜索做最近邻匹配，还证明了理论界限，挺有意思的。

原文

11:36

官方一手arXiv: OpenAI@Navnit Shukla, Kamal Pandey, Omsankar Tiwari

精选

TurboVec基于TurboQuant的4-bit标量量化，在DBpedia OpenAI嵌入基准（d=1536, 100K-999K向量）上，Recall@5比同内存的FAISS PQ高8.5-8.9个百分点。对比HNSW（R@5=0.991）和IVF-PQ（R@5=0.840），TurboQuant无需训练即达更高召回。在Snowpark Container Services上，100K向量中位数延迟11ms，而暴力扫描为707ms。内核级过滤在10-1000租户下Recall@10为0.86-0.93，远高于后过滤的0.09-0.19。量化设计使成员推断准确率降至随机水平（50.0%），而PQ为57.3%。

论文 TurboVec TurboQuant RAG

推荐理由：TurboVec用一种新量化方法让企业RAG检索又快又安全，召回比FAISS PQ高近9个点，还能防隐私泄露。

原文

00:58

Qdrant@qdrant_engine

精选

Haystack 3.0 将 Agent 置于框架中心，内置 deep research 和 advanced RAG 两种预构建 Agent。新版本添加了 hooks 用于控制 Agent 循环，并引入 first-class skills 机制，核心代码每新增 1 行删除 3 行。Qdrant 已原生集成 Haystack 3.0，支持 dense、sparse 和 hybrid 检索。团队还提供了一个电影推荐 Agent 示例演示这一模式。

AI产品 Haystack Qdrant 智能体

推荐理由：Haystack 3.0 把 Agent 放到了中心，预装了深度研究和高级 RAG 两种智能体，Qdrant 直接支持三种检索方式，值得做 RAG 的同学试试。

原文

7月20日

21:06

Qdrant@qdrant_engine

Qdrant和Future AGI将于8月6日18:30 CEST举办线上研讨会，主题为“为什么我的RAG代理越来越差？”。内容涵盖构建RAG代理、迁移嵌入模型、去除重复和碎片化分块、添加晚期交互重排序等。每次变更前后都会对比评估分数，以验证实际效果。

技巧 Qdrant Future AGI RAG

推荐理由：想知道RAG代理为什么变差？Qdrant和Future AGI在8月6日直播调试，从构建到修复，每一步看分数变化，很实用！

原文

7月19日

14:00

官方一手marktechpost@Michal Sutter

本文介绍了10个开源无代码/低代码平台，用于构建LLM应用、RAG系统和AI智能体。每个平台均附带已验证许可证、代码仓库和最佳用例。这些工具将检索、智能体和工作流以可视化及纯英语工具形式交付。

AI产品开源平台无代码 LLM

推荐理由：想快速搭LLM或RAG应用？这份列表精选10个开源无代码工具，每个都标了许可证和适用场景，省得你一个个试。

原文

02:28

Jerry Liu@jerryjliu0

LlamaIndex 在过去 2 年投入大量工程资源，构建了可靠、准确的索引管道。该管道原生支持智能体（agent-native），并提供多种检索端点，可接入不同框架。现通过 cloud.llamaindex.ai 开放使用。

AI产品 LlamaIndex RAG 智能体

推荐理由：LlamaIndex 新出了索引管道，自带多种检索端点，做 RAG 和智能体应用会很顺手，可以试试他们的云服务。

原文

7月18日

16:06

官方一手marktechpost@Michal Sutter

Google Cloud 发布了 Always-On Memory Agent 参考实现，基于 Gemini 3.1 Flash-Lite 构建。该代理不使用向量数据库或嵌入，而是通过持续 LLM 整合将结构化记忆写入 SQLite。它包含 Ingest、Consolidate 和 Query 三个子代理，由编排器路由。这一方法直接替代了传统 RAG 和嵌入技术，实现 24/7 不间断的记忆管理。

AI产品 Gemini 3.1 Flash-Lite Google Cloud Always-On Memory Agent

事件专题

推荐理由：Google Cloud 搞了个新代理，不用向量数据库，直接用 Gemini 3.1 Flash-Lite 做记忆整合，比 RAG 更简单高效。

原文

07:24

07:24IT之家（博客/媒体）

英伟达开源推出 Nemotron 3 Embed 系列，包含 8B、1B 及 1B-NVFP4 三个版本，均支持商业使用。8B 版在 RTEB 基准上以 78.5% 得分排名第一，在 MMTEB 检索中得分 75.5%。该系列配备 32K 上下文窗口，专为 AI 智能体和 RAG 场景优化，可减少重复检索并降低 Token 消耗。1B 版通过蒸馏获得，1B-NVFP4 面向 Blackwell 架构优化，吞吐量最高提升 2 倍。

AI模型 Nemotron 3 Embed 英伟达 RTEB

推荐理由：英伟达发了三个检索模型，8B 版直接登顶 RTEB 榜首，适合做 RAG 和智能体，还能省 token。

原文

7月17日

09:40

官方账号arXiv cs.AI@Dylan Van Mulders, Matthias Bogaert, Dirk Van den Poel

该论文提出一个结合Supervised Fine-Tuning (SFT)、Direct Preference Optimization (DPO)和Retrieval-Augmented Generation (RAG)的多智能体框架，用于模拟政治联盟谈判。DPO注入攻击性政党人格，RAG将每个智能体限定在官方纲领内。在2019年佛兰德选举上部署，引入Multi-Layered Information Lineage Topology (MILT)追踪协议条款来源，以及Coalition Influence Score (CIS)聚合贡献度。三次独立模拟稳定输出N-VA领先CD&V和Open Vld的排名。基于纲领的条款溯源能可靠预测现实协议中实现的项目，而虚构内容则不能。

论文 LLM智能体多智能体政治联盟

推荐理由：这篇论文用LLM智能体模拟政党结盟谈判，设计了MILT和CIS两个新指标来追踪条款来源和影响力，在比利时选举数据上验证了有效性，对政治学和AI研究都很有参考价值。

原文