RAG 相关 AI 资讯

6月19日

06:02

Dify@dify_ai

Dify指出企业AI项目常犯的错误是花数月时间重建模型编排、知识检索、监控、权限等底层平台。一个生产就绪的AI平台应直接提供模型灵活性（可切换供应商）、内置RAG（基于自有数据）、工作流编排（业务人员可读）以及监控与访问控制。这样IT团队就能专注交付业务价值，更快将更多应用推上线。

技巧 Dify 企业AI AI平台

推荐理由：Dify告诉你别重复造轮子，用现成平台更快把AI应用推上线，专注业务价值少踩坑。

原文

6月18日

19:25

Dify@dify_ai

76°

Dify 宣布 MongoDB Atlas 和 Voyage AI 原生接入其工作流。MongoDB Atlas 提供数据存储层，Voyage AI 通过嵌入和重排序提升检索质量。Dify 编排智能体和工作流层，用户无需自建基础设施即可构建 RAG 应用。MongoDB 团队还贡献了一个可直接使用的 RAG 模板，已上线 Dify 模板市场，帮助团队快速从想法到可运行应用。

AI产品 Dify MongoDB Atlas Voyage AI

推荐理由：Dify 现在原生集成了 MongoDB Atlas 和 Voyage AI，做 RAG 不用自己拼基础设施了，还有现成模板，搞知识助手或推荐智能体更省事。

原文

6月17日

09:31

官方一手arXiv: DeepSeek@Esteban Schafir, Xu Zheng, Hojat Allah Salehi, Zhuomin Chen, Mo Sha, Wei Cheng, Dongsheng Luo

精选

DecoSearch是一个无需训练的Text-to-SQL框架，通过轻量级Schema Selector修剪数据库模式，LLM Judger判断查询是否需要分解为DAG子问题。在BIRD上达到70.53%执行准确率，在Spider上达88.31%，使用DeepSeek作为骨干模型，比训练无关基线消耗少一个数量级的token。该方法还可作为模型无关包装器，一致提升微调后的SQL生成骨干性能。

AI模型 DecoSearch DeepSeek Text-to-SQL

推荐理由：DecoSearch不用训练就能把自然语言转SQL，在BIRD和Spider上准确率分别超70%和88%，比同类方法省十倍token。想提升SQL生成效率可以看看。

原文

01:31

Martin Fowler@martinfowler

Martin Fowler 与 Bayer 合作，使用 AI 帮助制药研究人员从大量 PDF 报告中查询数十年的信息。Sarang Sanjay Kulkarni 描述了从关键词搜索到能够起草监管报告的研究助手的演进过程。该文章详细介绍了如何构建可靠的 AI 查询系统，提升制药研发效率。

技巧 Bayer Martin Fowler RAG

推荐理由：Martin Fowler 分享了和 Bayer 合作的 AI 应用，能从海量 PDF 里找到信息甚至帮你写报告，挺实用的

原文

6月16日

16:28

官方一手marktechpost@Asif Razzaq

精选

Google Cloud发布Open Knowledge Format (OKF)，一种供应商中立的Markdown规范，旨在让AI智能体获取经过策划的上下文知识。OKF采用bundle结构——包含YAML frontmatter的Markdown文件目录，每个概念只需指定type字段。该规范遵循三个核心设计原则，并附带参考实现工具。与传统的RAG（检索增强生成）不同，OKF强调知识的结构化与策划，而非纯向量检索。官方还提供了可运行的Python消费示例和交互式bundle探索工具。

行业 OKF Google Cloud AI Agent

推荐理由：Google Cloud搞了个OKF，用Markdown加YAML给AI Agent喂知识，比RAG更结构化。有代码和工具可直接上手。

原文

09:52

官方账号arXiv cs.LG@Weihang Su, Jiacheng Kang, Jingyan Xu, Qingyao Ai, Jianming Long, Hanwen Zhang, Bangde Du, Xinyuan Cao, Min Zhang, Yiqun Liu

论文提出ReGrad（Retrievable Gradients）范式，将梯度视为可检索的知识单元。方法预先离线计算文档特定梯度并存入索引梯度库，推理时仅检索查询相关梯度进行临时权重适应。为解决原始语言建模梯度不适于查询驱动知识使用的问题，引入双层元学习目标重塑梯度为通用适应信号。实验在通用和领域特定设置中表明，ReGrad优于CPT和RAG基线，实现可扩展且可逆的参数化知识注入，不累积权重漂移。

论文 ReGrad CPT RAG

推荐理由：这篇论文提出了ReGrad，把梯度当知识存起来，推理时才取用，不破坏原有模型参数，效果比CPT和RAG都好。

原文

6月12日

21:51

Qdrant@qdrant_engine

本文介绍如何使用 Qdrant 和 Evret 构建检索系统评估流程，涵盖构建基准、衡量检索质量、评估相关性和排序性能，以及超越“看起来有效”的测试。随着 RAG 和检索系统在生产 AI 应用中日益关键，评估变得与检索本身同等重要。

AI产品 RAG 检索系统评估

推荐理由：做 RAG 或检索系统的开发者终于有了可落地的评估方法论——Qdrant + Evret 的组合让你从“感觉还行”到“数据说话”，建议直接跟着指南搭建你的评估流水线。

原文

01:32

Weaviate@weaviate_io

Weaviate 推出了包含 7 个可运行演示的新 playground，涵盖 AI 记忆、欺诈检测、电商搜索、聚类分析、向量搜索对比、护肤推荐和智能体决策树等场景。每个演示都提供可直接复制粘贴的提示词，方便开发者快速上手构建。其中 Engram 演示展示了 AI 智能体的持久记忆能力，能跨对话回忆事实和摘要；欺诈检测演示则通过查询智能体将自然语言问题转化为结构化查询，发现交易模式。Weaviate 还推出了免费永久层，鼓励开发者免费开始构建。

AI产品 Weaviate 向量数据库 RAG

推荐理由：做 AI 应用和智能体开发的团队，可以直接用这些演示模板快速验证想法，尤其是 Engram 的持久记忆和欺诈检测的查询智能体，值得立刻试试。

原文

6月10日

22:17

Qdrant@qdrant_engine

精选

该项目利用 Qdrant Edge 的向量搜索和边缘 RAG 技术，在不训练自定义机器学习模型的情况下实现火灾检测。系统将实时传感器读数与本地已知模式进行比对，实现快速、隐私优先的本地推理。这种方法避免了训练和维护专用模型的负担，适合资源受限的环境。项目展示了边缘计算与向量搜索在实时异常检测中的创新应用。

AI产品 Qdrant Edge 向量搜索边缘计算

推荐理由：做物联网或边缘计算的开发者可以省去模型训练的麻烦——Qdrant Edge 的向量搜索直接匹配已知模式就能检测火灾，隐私和效率都兼顾，值得试试。

原文

16:52

Geek@geekbb

一位 AI 观察者感叹技术迭代速度惊人，RAG、MCP、提示词工程等概念在短短时间内已显得过时。这反映了 AI 领域创新周期急剧缩短，新范式不断涌现。对于从业者而言，持续学习和适应成为必备能力。

行业 AI 趋势技术迭代 RAG

推荐理由：这条推文戳中了 AI 从业者的焦虑点——技术淘汰速度比想象中更快，做 AI 产品或研究的团队看完会有感触，值得停下来反思自己的技术栈是否还跟得上。

原文

6月9日

15:14

Jerry Liu@jerryjliu0

LlamaIndex创始人Jerry Liu在X上提出，Agent文件系统正在成为新的RAG模式。他认为这一趋势将持续并变得更加稳健。Agent不仅需要读取和搜索文档的工具，还需要完整的基础设施和应用层来生成新文件、与人类协作、组织和管理信息。Jason Goodison补充说，为Agent构建无服务器文件系统是一个价值10亿美元的机会。这反映了AI Agent从单纯检索向主动文件管理和协作的演进。

AI产品 Agent文件系统 RAG AI Agent

推荐理由：如果你在构建AI Agent或关注其基础设施演进，Jerry Liu的这个观察点明了下一个关键方向——Agent需要自己的文件系统来管理生成和协作。做Agent框架或应用的开发者值得关注这个趋势。

原文

12:49

官方账号arXiv cs.AI@Hudson de Martim

精选

本文指出，检索增强生成（RAG）在法律AI中的失败并非简单的模型幻觉，而是概率检索与法律知识层次、时间性和制度结构之间的架构不匹配。作者从法律理论出发，提出法律知识具有层次性、动态性和因果可追溯性三个本体论属性，并对应识别出三种检索病理：整体性盲视、历时性盲视和因果不透明性。通过分析现有方法，作者认为它们未能将这些要求视为共同构成性因素，并提出了四个确定性设计方向：本体优先、事件具体化、双时正确性和确定性交互协议。该框架主要关注法律规范适用问题，而非下游任务。

论文 RAG 法律AI 知识检索

推荐理由：法律AI从业者终于有了一个严肃的理论框架来理解RAG的失败原因——不是模型不够大，而是检索架构与法律知识的本质不匹配。做法律科技或合规自动化的团队，建议仔细读读这篇，能帮你避开很多坑。

原文

10:29

官方一手arXiv: DeepSeek@Jianguo Zhu

精选

研究者发现了一种针对检索增强生成（RAG）系统的新型间接提示注入攻击模式，称为DACSI（文档作者控制信号冒充）。攻击者通过编写看似元数据、来源或策略信号的文档文本，让模型误将其视为可信的控制指令，从而绕过安全边界。该攻击无需显式命令，利用RAG将用户查询、检索文档和系统标签混合到同一自然语言提示中的设计缺陷。在DeepSeek V4 Pro、Qwen3.5-397B等6种模型上的实验表明，该攻击在多数模型上有效，尤其在高易感性设置中。研究建议通过源/通道分离来缓解此类攻击。

论文 RAG 提示注入安全攻击

推荐理由：RAG系统开发者需要警惕这种低成本、隐蔽的间接注入方式——它不依赖命令，而是冒充元数据，做AI安全的团队建议仔细看论文中的缓解方案。

原文

6月6日

00:48

Milvus@milvusio

Milvus 3.0 是该项目自启动以来最重要的架构更新，引入了数据湖原生向量索引和查询能力，突破了传统 top-K 搜索限制。核心维护者 Li Liu 和 Jiang Chen 将在 6 月 8 日的网络研讨会上详解设计决策、新特性以及如何驱动 Zilliz Vector Lakebase。研讨会包含 15-20 分钟 AMA 环节，适合构建 RAG、多模态搜索、推荐系统和 AI 智能体记忆的开发者。无法参加直播可注册获取回放。

AI产品 Milvus 向量数据库数据湖

推荐理由：Milvus 3.0 解决了数据孤岛和 schema 演进等痛点，做 RAG 或向量搜索的团队值得关注这次架构升级的细节。

原文

6月4日

12:09

官方一手arXiv: DeepSeek@Jianguo Zhu

精选

本文研究了在上下文增强的语言模型系统中，使用不同话语角色标签（如 Reference:、Evidence:、Instruction:、Note:、Example:）对模型行为的影响。通过设计 500 个 MMLU-Pro 项目的配对固定内容探针，每个项目在相同误导性断言下使用不同标签，测量模型输出错误选项的采纳率。在 GPT-5.5、DeepSeek V4 Pro、Llama-3-8B-Instruct 和 Qwen2.5-7B-Instruct 上，误导采纳率变化达 56-84 个百分点。Instruction: 和 Reference: 等绑定或来源类标签导致高采纳，而 Example: 则持续抑制采纳。边界探针显示算术任务降低采纳率，嵌套标签冲突表明示例性框架可限制采纳范围。结论是上下文利用和 RAG 基准应报告并控制包装标签，因为呈现方式会改变对提供上下文的依赖度量。

论文语言模型上下文利用 RAG

推荐理由：这篇论文揭示了标签选择能显著改变模型对误导信息的采纳率（最高差 84 个百分点），做 RAG 系统或上下文增强应用的开发者需要警惕：你用的标签可能无意中放大了错误信息的影响。建议点开了解如何控制这一变量。

原文

6月3日

23:35

Milvus@milvusio

固定长度分块将文档切成512或1024 tokens的块，但可能把完整答案切半导致检索不完整。滑动窗口分块用50-100 tokens重叠避免断句，但会产生重复块挤占检索结果。语义分块按段落、标题或章节分割保持语义完整，但只适用于格式规整的文档。Milvus建议对技术文档用语义分块+滑动窗口兜底，对话记录用大重叠固定分块，API文档按章节分块。

技巧 Milvus RAG 文档分块

推荐理由：Milvus教你按文档类型选分块方法

原文

10:51

Weaviate@weaviate_io

精选

Weaviate 指出，RAG Agent 在生产环境中的成败不取决于模型，而取决于系统设计的四个基础层：安全、检索、指令和护栏。许多团队止步于演示阶段，但实际部署中会出现幻觉、输出不一致、安全漏洞等问题。可靠的 Agent 需要在这些层面进行严格设计，才能从演示变成真正可信的系统。文章提供了免费技术指南，涵盖高级 RAG 技术、工作流架构和安全实践。

AI产品 RAG Agent 系统设计

推荐理由：做 RAG 应用的团队别再只盯着模型了——这篇把生产环境踩坑的四个关键层讲透了，建议做 Agent 架构的开发者点开看看，能省不少试错成本。

原文

01:41

Milvus@milvusio

RAG系统上线后召回率下降，常见原因包括：索引过期（新文档加入、旧文档修改或删除，但向量索引未更新）、嵌入模型变更（如OpenAI更新模型导致新旧向量不匹配）、用户提问方式变化（用户群体和产品变化导致查询分布偏移）。此外，测试集可能已偏离真实场景，掩盖了召回率下降的问题。这些因素会导致检索结果不准确，影响RAG系统性能。

AI产品 RAG 召回率向量索引

事件专题

推荐理由：做RAG系统的团队，如果发现线上召回率不如测试时，这三个原因能帮你快速定位问题，建议对照排查。

原文

6月2日

12:02

官方账号arXiv cs.AI@Yuyang Li, Zihe Yan, Tobias Käfer

多跳问答系统通常对每个问题都进行昂贵的检索，包括分解问题、多轮检索或搜索桥接实体，这增加了LLM调用的token成本。但分析发现，许多多跳问题通过单次RAG就能正确回答，因此对每个问题都进行额外检索浪费了预算。RASER是一种基于单次RAG和六个特征构建的廉价路由器，RASER-2决定是停止还是升级到PRUNE（额外检索），RASER-3在单次RAG、PRUNE和迭代检索IRCoT之间选择，且不额外调用LLM。在六个LLM和三个基准测试中，RASER在F1得分上与SOTA基线竞争，但token消耗仅为始终PRUNE的41-49%，且低于迭代和分解检索基线。

论文多跳问答 RAG 路由

推荐理由：RASER解决了多跳问答中检索成本过高的问题，做RAG系统或问答管线的开发者可以直接用这个轻量路由器来节省token预算，同时保持准确率。

原文

5月30日

11:19

Patrick Loeber@patloeber

Qdrant 在柏林举办多模态搜索工作坊，参与者可以动手实验 Gemini Embedding 2 和 Qdrant 的集成。活动聚焦 AI 检索、智能体和现代搜索系统，探讨在智能体时代检索的演进、生产级 RAG、记忆系统和向量搜索。同一天还将举办 Vector Space Meetup，主题为“智能体时代的检索”，提供交流与网络机会。适合对向量搜索、RAG 和 AI 智能体感兴趣的开发者参加。

AI产品向量搜索 RAG 智能体

推荐理由：做向量搜索和 RAG 的开发者可以直接在柏林现场动手试 Gemini Embedding 2 和 Qdrant 的集成，还能和同行交流智能体时代的检索趋势，值得关注。

原文

00:41

berryxia@berryxia

72°

百度 PaddlePaddle 发布了 PaddleOCR-VL 1.6，在 OmniDocBench 上达到 96.33% 的 SOTA 成绩，超越开源和商业方案。该版本显著提升了表格识别、稀有字符、印章检测和图表理解能力，尤其适合金融合同、法律文件等复杂文档。与 1.5 版本完全架构兼容，零迁移成本即可使用。高精度解析能力直接提升了 RAG 系统的输入质量，降低了文档智能的门槛。

AI产品 OCR 文档解析 PaddleOCR-VL

推荐理由：文档解析是 RAG 和 LLM 应用的关键瓶颈，PaddleOCR-VL 1.6 在复杂场景（表格、印章、稀有字符）上大幅提升，做法律、金融文档处理的团队可以直接替换升级，零迁移成本值得一试。

原文

5月29日

21:36

Qdrant@qdrant_engine

Qdrant在柏林举办两场AI活动，主题围绕AI检索、智能体、现代搜索系统。活动包括讨论检索在智能体时代的演变、生产级RAG、记忆系统和向量搜索。同一天还举办Vector Space Meetup，主题为“智能体时代的检索”。活动面向AI生态系统的开发者、研究者，提供交流与网络机会。

行业 AI检索智能体向量搜索

推荐理由：对AI检索、智能体或向量搜索感兴趣的柏林开发者，可以现场交流前沿实践，值得参加。

原文

08:14

Weaviate@weaviate_io

Weaviate 发布了一篇简洁的 AI 智能体术语解释，涵盖 MCP、单/多智能体架构、技能、Agentic RAG 和记忆等核心概念。文章指出记忆是难点，并介绍了其自研的记忆与上下文管理方案 Engram。该内容旨在帮助开发者快速理解智能体相关术语，避免观看冗长的视频教程。

AI产品 MCP/工具智能体 RAG

推荐理由：想快速搞懂 AI 智能体核心概念（MCP、RAG、记忆）的开发者，不用再刷 45 分钟视频了，这篇直接给干货。

原文

00:46

Milvus@milvusio

当 RAG 系统给出错误答案时，团队通常第一时间换更大的模型或调 prompt，但 Milvus 团队指出，真正该先修的是检索环节。他们提出一个三步诊断法：先按查询类型（精确术语、多跳、长尾、不可回答）构建黄金测试集，然后按桶计算 Recall@k，最后根据弱桶定位问题——精确术语桶低说明稠密检索对精确字符串有盲点，应加混合搜索；多跳桶低说明答案被切分或候选集太小；长尾桶低说明用户措辞与文档术语不匹配，需加查询改写；所有桶都低则说明嵌入模型不适合领域。这种方法能精准定位检索失败的具体原因，而非笼统地认为“召回率差”。

AI产品 RAG 检索增强生成 Milvus

推荐理由：做 RAG 的团队别再盲目换大模型了——Milvus 这篇诊断法帮你精准定位检索瓶颈，从精确术语到长尾查询都有对应解法，建议直接收藏实操。

原文

5月28日

21:00

LlamaIndex@llama_index

精选

文章指出grep词法搜索在小代码库或文档文件夹中足够，但在企业环境中面对数百万PDF、电子表格和扫描文档时无法读取、不扩展且忽略同义词。作者分析grep的优势和局限，解释为什么RAG和语义搜索在企业规模下是必要的。最后介绍如何分层结合词法搜索与语义搜索来获得最佳效果。

技巧 grep RAG 语义搜索

推荐理由：教你如何搭配grep和RAG做搜索

原文

19:59

Qdrant@qdrant_engine

Qdrant 将于 6 月 11 日举办 Vector Space Meetup，主题为“智能体时代的检索”。活动将探讨 RAG 作为生产级 AI 架构基础，以及检索如何从被动查询演变为智能体主动决策的过程。参与者包括 Cognee、n8n、deepset 和 LlamaIndex 等团队，Qdrant 联合创始人兼 CTO 也将出席。活动采用问答驱动形式，聚焦开发者关心的实际问题。

行业 RAG 智能体 Qdrant

推荐理由：RAG 正在从静态检索进化到智能体主动决策，做 AI 应用开发的团队值得参与这场由一线构建者主导的讨论，直接听到实战经验。

原文

01:11

Milvus@milvusio

长期运行的 RAG 系统最危险的 bug 不是单次错误答案，而是错误被反复检索、强化，最终被系统当作事实。CRAG（Corrective RAG）通过在检索和生成之间加入轻量级评估步骤，对文档进行置信度评分（0.9 以上直接使用，0.5-0.9 补充网络搜索，低于 0.5 丢弃），并在下次检索前预过滤掉低分内容，从而打破“检索→存储→强化”的恶性循环。CRAG 需要向量数据库支持动态存储置信度、混合检索和分区键，Milvus 原生支持这些能力。

AI产品 RAG CRAG Milvus

推荐理由：做 RAG 系统的开发者最怕错误被反复放大，CRAG 用简单评估机制切断雪球效应，值得在长期运行的生产环境中试试。

原文

5月27日

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

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。

原文

5月26日

07:40

AI Engineer@aiDotEngineer

Neo4j 的 Steve 在视频中解释了为什么基于图的上下文是智能体系统的下一个突破。传统 RAG 只能检索文档，而上下文图可以检索关系，为智能体提供更丰富的结构化信息。这种方法有望提升智能体在复杂任务中的推理和决策能力。视频展示了图数据库在 AI 系统中的实际应用价值。

AI产品 RAG 图数据库智能体

事件专题

推荐理由：做智能体或 RAG 系统的开发者，图上下文能解决关系理解瓶颈，值得看看 Neo4j 的实战思路。

原文

01:10

Jerry Liu@jerryjliu0

精选

LlamaIndex创始人Jerry Liu分享了@hexapode在新加坡AI工程师大会上的90分钟工作坊内容，包含116页幻灯片，系统梳理了RAG、检索、智能体循环、文档理解等AI模式在过去3年的演变。内容涵盖朴素RAG的12个痛点、重排序与查询重写的重要性、智能体循环如何简化检索层、文档解析的持续挑战，以及现代智能体形态如工作流和深度研究。对于关注AI技术演进的开发者，这是一份宝贵的历史脉络和实战经验总结。

AI产品 RAG 智能体文档解析

推荐理由：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。

原文

00:52

Milvus@milvusio

精选

RAG 管道常犯一个错误：把语义相似度当成相关性，导致返回主题相近但实际不匹配的结果。CRAG（Corrective RAG）通过引入评估步骤，在检索后对文档进行相关性评分，并分三条路径处理：正确则精炼使用，模糊则补充网络搜索，错误则丢弃并回退搜索。评估器使用微调后的 T5-Large 模型，比通用 LLM 更快更精准。CRAG 能有效拦截 Apache 指南回答 Nginx 配置这类错误，确保生成只基于真正相关的内容。

论文 RAG CRAG 检索增强生成

推荐理由：做 RAG 系统的团队终于有了解决检索错配的实用方案——CRAG 在检索后加一道评估关卡，直接过滤掉相似但不相关的文档。做知识库问答或搜索增强应用的开发者，值得看看这个改进管道的方法。

原文

5月21日

15:51

Milvus@milvusio

精选

Milvus团队指出，传统RAG在智能体工作流中表现不佳，存在单次检索遗漏上下文、相似性不等于相关性、缺乏检索质量检查、单一策略不适用所有查询等问题。但RAG并未死亡，而是进化成了Agentic RAG，通过查询路由、混合检索、检索评估（如Corrective RAG）和多步检索来解决上述问题。生产中的教训是：检索层必须匹配工作负载，架构越复杂越难维护。文章提供了更深入的架构建议。

AI模型 RAG Agentic RAG 检索增强生成

推荐理由：做智能体应用的团队会发现传统RAG的痛点被精准戳中，Agentic RAG的改进方案直接可用，建议点开看看具体架构设计。

原文

00:26

Weaviate@weaviate_io

精选

Weaviate 1.37 版本新增了最大边际相关性（MMR）算法，用于解决向量搜索中返回高度相似重复结果的问题。通过一个参数 selection= Diversity.MMR(limit=5, balance=0.5)，算法在每次选择结果时惩罚与已选结果过于相似的候选，确保最终结果既相关又多样。balance 参数可调节多样性与相关性的权重，0.0 为最大多样性，1.0 为标准搜索。该功能适用于所有 near_* 查询，特别适合检索密集型智能体和标准 RAG 管道，能有效利用上下文窗口，避免浪费 slots。

AI产品向量搜索 MMR Weaviate

推荐理由：做 RAG 或智能体检索的团队，终于不用被五个语义相同的 chunk 塞满上下文了——Weaviate 的 MMR 一行参数就能让结果既相关又多样，值得直接上手试。

原文

5月20日

15:58

官方账号arXiv cs.AI@Zijun Jia, Yuanchang Ye, Sen Jia, Yiyao Qian, Haoning Wang, Baojie Chen, Diyin Tang, Jinsong Yu, Zhiyuan Wang

精选

BalanceRAG 提出了一种针对级联检索增强生成（RAG）系统的联合风险校准方法。传统级联RAG会先尝试仅用大模型回答，不确定时再启用RAG，但各阶段独立校准可能过于保守。BalanceRAG 将阈值对视为二维网格上的操作点，通过序贯图形测试识别安全操作点，实现系统级错误率控制。该方法支持多风险校准，能在保证风险水平的同时保留更多样本，减少不必要的检索调用。在多个开放域问答基准测试中，BalanceRAG 在满足预设风险水平的前提下，提高了覆盖率和正确样本接受数。

论文 RAG 风险校准级联系统

推荐理由：做RAG系统优化的团队终于有了一个能精确控制风险与检索成本的校准工具——BalanceRAG 用联合阈值替代逐级保守校准，在保证准确率的同时减少不必要的检索调用，建议做问答系统的开发者点开看看。

原文

10:33

官方账号arXiv cs.AI@Roman Prosvirnin, Sergei Kuznetsov, Seungmin Jin

精选

ContextRAG 提出了一种无需大模型进行实体和关系抽取的图RAG系统，通过残差量化k-means和形式概念分析构建模糊概念图，显著降低了索引阶段的token消耗和延迟。在130任务的UltraDomain子集上，ContextRAG仅需30次LLM调用和22,073个token完成索引，而对比方法HiRAG在20任务上就需要870次调用和354万token。ContextRAG在整体F1上达到33.6%，多跳任务F1为36.8%。分析表明，检索到格派生节点的查询比未检索到的F1高出3.9个百分点。该方法为构建高效、低成本的图RAG系统提供了新思路。

论文 RAG 图构建多跳问答

推荐理由：做RAG系统优化的团队终于有了一个不依赖LLM抽取的图构建方案——ContextRAG用30次调用替代了数百万token的索引开销，多跳问答效果还更好，做知识密集型问答的开发者值得一试。

原文

10:29

官方账号arXiv cs.AI@Gioele Molinari, Florian Felten, Soheyl Massoudi, Mark Fuge

精选72°

EngiAI 是一个针对大型语言模型（LLM）在工程设计任务中应用的多智能体框架与基准套件。该基准包含三个评估维度：工作流基准（7种提示风格，涵盖直接工具使用、语义消歧、条件分支等）、检索增强生成（RAG）基准（通过门控评分隔离检索对参数选择的贡献）以及高性能计算（HPC）基准（评估SLURM集群上的端到端ML训练编排）。EngiAI 参考实现基于LangGraph，通过监督架构协调7个专业智能体，统一拓扑优化、文档检索、HPC作业编排和3D打印机控制。在Beams2D问题上，专有模型平均任务完成率达96-97%，而开源4B参数模型为55-78%，条件分支任务最具挑战性（Photonics2D上完成率降至20-53%）。RAG门控验证了检索增强评分接近完美（≈1.0），而无检索时接近零，HPC编排中一个模型100%完成所有步骤，另一个仅50%，揭示了多步骤指令遵循在长工作流中会退化。

论文多智能体系统工程设计基准测试

推荐理由：做工程设计自动化或LLM多智能体系统的开发者，这个基准能帮你精准定位模型在条件分支、RAG和HPC编排上的短板，建议直接参考EngiAI框架来测试自己的方案。

原文

5月19日

17:01

Qdrant@qdrant_engine

Qdrant 官方指出，真正的检索系统需要结合语义搜索、元数据过滤、结构化约束和快速查询执行。他们发布了一篇深度文章，详细讲解如何在生产环境中使用 Qdrant 的深度查询过滤功能。这打破了“向量搜索=嵌入”的简单认知，强调了多维度过滤对检索质量的重要性。对于构建 RAG 系统的开发者来说，这是提升准确性和效率的关键实践。

AI产品 Qdrant 向量搜索 RAG

推荐理由：做 RAG 或搜索系统的团队，别再只靠嵌入向量了——Qdrant 这篇实战指南教你用元数据过滤和结构化约束提升检索精度，值得直接参考。

原文

5月18日

11:47

Jerry Liu@jerryjliu0

精选

PwC发布论文《Is Grep All You Need?》，研究Agent搜索中不同检索工具的效果。他们让Agent同时使用向量搜索和grep，发现grep在准确率上普遍优于语义搜索。论文测试了多种Agent框架（包括Claude Code、Codex），但局限在于检索对象是对话记忆而非企业文档。作者认为Agent框架确实简化了检索问题，但仍有改进空间。

论文 Agent搜索 grep 语义搜索

推荐理由：这篇论文挑战了“语义搜索是Agent标配”的直觉，做Agent检索或RAG的开发者值得一读，看完可能会重新审视你的检索策略。

原文

5月13日

21:35

21:35官方一手Anthropic: Engineering（资讯）

Anthropic 发布 Contextual Retrieval 技术，通过为每个文本块添加上下文说明，显著提升检索增强生成（RAG）的准确性。传统 RAG 中，孤立文本块常因缺乏上下文导致检索错误，而 Contextual Retrieval 利用 Claude 模型为每个块生成简短描述，使检索更精准。该方法结合 BM25 和嵌入搜索，在多个基准测试中错误率降低 67%。Anthropic 还提供了高效实现指南，包括使用 prompt caching 降低 1.6% 的成本。

AI模型 RAG Contextual Retrieval Anthropic

事件专题

推荐理由：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。

原文

09:12

官方账号AlphaSignal@AlphaSignalAI

Cocoindex 是一个开源引擎，解决了 AI Agent 上下文过期的问题。它通过增量处理，只重新索引变化的数据，使嵌入、摘要和知识图谱在亚秒级保持最新。该引擎像 React 一样工作，声明期望的输出状态后自动同步源数据，仅重新计算差异部分。它还提供语义搜索、调用图追踪和架构视图等功能，帮助开发者快速构建生产级 Agent。

AI产品 Agent 开源/仓库 RAG

推荐理由：Cocoindex 通过增量处理机制，显著提升了 AI Agent 处理动态数据的效率，适合需要实时上下文的开发场景。

原文