用 Amazon Bedrock Knowledge Bases 以自然语言查询理赔数据
Amazon Bedrock Knowledge Bases 可通过 AgenticRetrieveStream API 用自然语言查询理赔文档，并返回带引用的答案。
#RAG
#RAG
今日 6 条AWS Machine Learning BlogAI 评分4444 Hugging Face Daily PapersAI 评分3535 RPTune：面向 LLM 商品目录搜索的学习式上下文整理
RPTune 是一个端到端框架，将学习式目录整理与 LLM 后训练结合，用自动生成的目录监督信号提升商品搜索。其编码器-重组器整理器依据下游 LLM 反馈对商品排序和剪枝，整理后的目录再通过上下文相对奖励改进后训练。在 7 个真实商家的评测中，上下文整理带来最高 31.4 个百分点的准确率提升，后训练平均再提升 10.3 个百分点。
Hacker News popular via buzzing.ccAI 评分5151 turbopuffer v3 弃用矢量主索引，重构存储架构
turbopuffer 宣布 v3 将弃用以 ANN 矢量索引为主键的存储架构，把 ANN 降为二级索引。官方称现有架构已支持单索引 100B+ 向量、200ms p99 读、1k+ QPS，但存在存储放大、写放大和向量化受限三大问题；v3 已通过 100% CI，后续将公开基准测试并逐步上线生产。
Hacker News popular via buzzing.ccAI 评分6363 arXiv 论文提出 Context Language Models，让模型原生管理自身上下文
Rulin Shao 等人在 arXiv:2609.37725 提出 Context Language Models（CLMs），把上下文当作文件、由模型自由更新，从而原生管理自身上下文，并可自然扩展到多智能体共享文件式上下文。
AWS Machine Learning BlogAI 评分5252 AWS 博客演示如何用 NVIDIA NeMo Agent Toolkit 和 Amazon S3 Vectors 构建智能体记忆
AWS 博客发布教程，演示如何将 Amazon S3 Vectors 作为 NVIDIA NeMo Agent Toolkit（NAT 1.6）的自定义记忆后端，并部署在 Amazon EKS 上。
elvis@omarsar0AI 评分5858Meta 及合作机构发布 Context Language Models（CLMs）论文，把上下文作为文件让模型用 Bash 自由读写编辑，自行决定保留、重写或删除内容。
Aravind Srinivas@AravSrinivasAI 评分5353引用Perplexity@perplexity_aiWe built a new way to train contextual embedding models, which encode each chunk of a document with the whole document in view. pplx-embed-v2-context-9b-preview sets a new state of the art on ConTEB and @turbopuffer's new, privately held context-bench. https://www.perplexity.ai/hub/blog/contextual-embedding-beyond-the-gold-passage
Anthropic NewsroomAI 评分4949 Barclays 扩大与 Anthropic 合作，将 Claude 推广至全行
Barclays 扩大与 Anthropic 的战略合作，在全行范围部署 Claude，用于加速软件开发、现代化遗留系统并提升运营效率，预计到 2026 年底 Claude Code 覆盖 50% 开发者，2027 年覆盖多数软件工程师。
AWS Machine Learning BlogAI 评分4949 用 Amazon Quick 和 Amazon Bedrock AgentCore 构建 AI 合同智能平台
基于 Amazon Bedrock AgentCore 的合同智能平台用 AI 智能体从合同 PDF 中提取八个关键字段，由 Claude Sonnet 系列模型负责抽取、Claude Haiku 独立复核，签名识别分歧时交由 Amazon Textract 用计算机视觉做确定性裁决。
ByteByteGoAI 评分4545 为什么 LLM 会说谎？
LLM 的幻觉是指生成内容与事实不符、凭空编造或与给定材料相矛盾，例如把公司 14 天退款政策说成 30 天并虚构 5 个工作日到账承诺。文章将错误分为事实性幻觉、忠实性幻觉和编造三类，并解释逐 token 预测文本的机制为何会产出虚构事实。
Hugging Face Daily PapersAI 评分3636 RASO：通过跨 Harness 适配的检索增强技能优化
研究者提出检索增强技能优化框架 RASO，利用外部技能语料库作为先验知识，通过跨 Harness 适配解决领域与 Harness 不匹配问题。RASO 包含无需 agent rollout 即可构建初始技能的 RASI，以及依据执行反馈迭代优化技能的 RASU 两个阶段。在四个 agent benchmark 和两个模型上，RASO 持续优于无检索增强的基线方法。
Databricks BlogAI 评分5858 Databricks 为 Lakebase Postgres 推出 Lakebase Search 向量与全文搜索扩展
Databricks 发布 Lakebase Search，通过 lakebase_vector（可扩展近似最近邻搜索）和 lakebase_text（BM25 全文搜索）两个扩展为 Lakebase Postgres 带来搜索能力，已在 AWS 和 Azure 正式可用。
ByteByteGoAI 评分2929 Jev 最值得替代 LLM 的 9 个场景
TypeSafe AI 的首个 System One Model Jev 比前沿 LLM 快 100 倍、成本低 100 倍，适合承担 LLM 周边的决策类任务。文章列出 9 个替代场景：模型路由、护栏检测、工具调用权限分类、收件箱分类、重排序、LLM 评测打分、批量打标、实时决策和置信度门控。核心思路是让 LLM 负责生成，Jev 负责围绕生成的决策。
OpenRouter Announcements精选AI 评分6464 OpenRouter 评测 2026 年最佳嵌入模型并按用例给出推荐
OpenRouter 发布 2026 年嵌入模型选购指南，通过对 19 个模型发起 28 项 API 实测，按用例给出推荐：英文 RAG 首选 openai/text-embedding-3-small。
推荐理由：OpenRouter 用自家端点实测 19 个嵌入模型并按用例给出推荐表，读者可直接按输入类型和价格约束对号入座。
GitHub Blog · AI & MLAI 评分4343 GitHub Podcast 拆解 AI 热门观点：该不该读代码、RAG 已死、Skills 是否杀死 MCP
GitHub Podcast 最新一期拆解了五个 AI 热门观点：AI 生成的代码仍需阅读和负责，只是审查力度应按风险分级；Skills 与 MCP 解决不同问题，前者是打包的专家经验，后者为智能体提供连接工具和数据的标准接口，二者可组合使用。RAG 并未消亡，它让模型获取训练数据之外的信息，减少 token 浪费并降低答案不完整的概率。
ByteByteGoAI 评分5252 LLM 如何在海量文档中找到关键信息：RAG 检索链路详解
ByteByteGo 详解 LLM 应用中的检索问题，以员工询问航班取消后酒店报销为例，说明 RAG 如何从数千份文档中找到正确且仍然有效的政策条款。文章覆盖 chunking 粒度权衡、嵌入向量的语义匹配、余弦相似度等度量选择、Flat/IVF/HNSW 索引的速度与召回权衡、元数据过滤的先筛后筛取舍，以及政策更新时的版本切换和混合检索加 reranking 的最后优化步骤。
Hugging Face BlogAI 评分5454 H Company 发布 NeoMME 多语言多模态编码器，含 260M 与 800M 两种规格
H Company 发布 NeoMME 系列多语言多模态编码器，有 260M 和 800M 两种规格，用单个双向 Transformer 从头训练处理文本 token 和 32×32 图像 patch，不依赖预训练视觉塔或因果语言模型。
Meta EngineeringAI 评分5050 Meta 构建从专家学习的组织级第二大脑 AI 智能体
Meta 工程团队构建了一个作为组织第二大脑的 AI 智能体，通过结构化知识体系、可组合 recipes 推理层和自动自我改进循环，把专家反馈编译为无需模型重训练的验证更新。系统将 200+ 知识文件按密度与使用频率划分、以 YAML 依赖图组织，六周内把单项评估时间从数天降到数分钟，每轮次 token 消耗减少约 80%，改进周期零回归。
Hugging Face Blog精选AI 评分7474 Sentence Transformers 教程：用 MultiVectorEncoder 训练与微调多向量嵌入模型
Hugging Face 发布 Sentence Transformers v6.0 教程，介绍第四种模型类型 MultiVectorEncoder 的完整训练方法，支持 ColBERT 风格的 late interaction 检索微调与从零训练。
推荐理由：作者用实测对比给出多向量模型微调的完整配方，包括起点选择、损失函数和索引压缩的量化取舍。
Hugging Face Blog精选AI 评分6464 Hugging Face 解析 Papers with Code 搜索背后的 Inference Endpoints、Jobs 与 Buckets 架构
Hugging Face 介绍 Papers with Code 混合搜索架构：PostgreSQL 全文检索加 pgvector 语义检索，经 RRF 融合，用 Qwen/Qwen3-Embedding-0.6B 生成 256 维向量，已覆盖超 110,000 篇 arXiv 论文。
推荐理由：作者复盘了自己上线论文混合搜索的架构与教训，读者可以借鉴冷启动回退、embedding 契约和 Matryoshka 维度权衡这些可迁移做法。
Mistral AI精选AI 评分6666 Mistral 发布 Agentic Search，多步检索在 FinanceBench 上将准确率从 26.7% 提升至 86%
Mistral 发布 Agentic Search，通过 search、open、navigate、read、grep 五个工具让模型多步检索、翻阅并验证复杂文档，可通过 Mistral Search Toolkit 及 Studio 和 Vibe 中的 Libraries 使用，无需微调。
推荐理由：官方给出多步检索循环的完整工具设计和两个基准的具体数字，读者可据此评估它替代一次性 RAG 的适用场景。
OpenRouter AnnouncementsAI 评分5656 OpenRouter 教程：如何通过 API 向大语言模型发送图片
OpenRouter 发布视觉输入教程，讲解通过 Chat Completions API 向支持视觉的模型发送图片，请求体只需在 content 数组中加入 text 和 image_url 两部分，切换模型仅改 model 字段。
OpenRouter AnnouncementsAI 评分5050 OpenRouter：一个 API 打通图像、视频、音频、嵌入与转录全模态
OpenRouter 宣布可用单一 OpenAI 兼容 base URL 调用图像、视频、音频、嵌入和转录等全部模态，切换模态只需改模型字符串和内容类型。
Mistral AI精选AI 评分6969 Mistral 发布 Mistral OCR 4：支持边界框、块分类和置信度分数
Mistral 发布 Mistral OCR 4，除提取文本外还返回边界框、块类型分类（标题、表格、公式、签名等）和逐页逐词的内联置信度分数，支持 170 种语言、10 个语言组。
推荐理由：官方说明了新模型的结构化输出能力、基准得分及其已知评分缺陷，并给出 API 与 Document AI 的选择规则，便于读者判断适用场景。
Google ResearchAI 评分4646 Google Gemini Enterprise Agent Platform 推出 Agentic RAG，事实性准确率最高提升 34%
Google 在 Gemini Enterprise Agent Platform 上推出基于 Agentic RAG 的 Cross-Corpus Retrieval，相比标准 RAG 在事实性数据集上准确率最高提升 34%。
Mistral AI精选AI 评分6262 Mistral AI 发布开源搜索框架 Search Toolkit 公测版
Mistral AI 发布 Search Toolkit 公测版，一个用于构建 AI 应用生产级搜索管道的开源可组合框架，统一了此前分散的数据摄取、检索与评估三个环节。
推荐理由：官方发布开源搜索框架，把 ingestion、检索和评估整合为统一接口，适合评估它能否减少 RAG 基础设施维护成本。
Sierra BlogAI 评分3939 Sierra 推出 Linnaeus 与 Darwin 搜索模型，解决率最高提升 16 个百分点
Sierra 发布两款自研搜索模型 Linnaeus（检索）与 Darwin（重排），用于其客服 AI 智能体，解决率最高提升 16 个百分点。Linnaeus 直接处理完整对话，recall@5 提升 20%、recall@30 约 95%，每次搜索延迟最多降低约 800ms；Darwin 负责精准筛选，使搜索成本与 P90 延迟均下降超 75%。
Google ResearchAI 评分4949 Google 用高温超导研究问题测试 LLM：NotebookLM 与自建 RAG 系统表现最佳
Google 与康奈尔大学合作，让 GPT-4o、Perplexity、Claude 3.5、Gemini Advanced Pro 1.5、NotebookLM 和一套自建 RAG 系统回答 67 道高温超导专家级问题，由 12 位国际专家盲评打分。NotebookLM 在多数维度表现突出，自建 RAG 系统紧随其后，两者与 Gemini 在观点平衡性和答案全面性上排名前三。
Mistral AIAI 评分5151 Mistral 发布首个代码专用嵌入模型 Codestral Embed
Mistral AI 发布代码专用嵌入模型 Codestral Embed，称其在真实代码检索任务上优于 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 大型嵌入模型。
Mistral AIAI 评分5353 Mistral AI 讲解如何用 LLM As A Judge 结合 RAG Triad 评估 RAG 系统
Mistral AI 发布教程，介绍用 LLM As A Judge 评估 RAG 系统的方法。文章讲解 TruLens 提出的 RAG Triad 框架，从上下文相关性。
Mistral AI精选AI 评分6969 Mistral 发布 OCR API，称在文档理解基准上领先 Google 和 Azure
Mistral 发布光学字符识别 API Mistral OCR（mistral-ocr-latest），以图像和 PDF 为输入，输出交错的文本与图片，已作为 Le Chat 默认文档理解模型。
推荐理由：官方公布了自评基准对比、定价和部署选项，读者可以据此评估它在文档理解与 RAG 场景中的位置。
DeepSeek API updatesAI 评分5050 DeepSeek 升级 deepseek-chat 模型至 DeepSeek-V2-0517
DeepSeek 将 deepseek-chat 模型升级为 DeepSeek-V2-0517，指令跟随性能显著提升，IFEval Benchmark Prompt-Level 准确率从 63.9% 跃升至 77.6%。
Linear NowAI 评分4747 Linear 如何用 AI 检测相似 issue
Linear 将 Similar Issues 匹配功能推向全部工作空间，用 LLM 生成向量嵌入并在 issue 创建、Triage 和支持集成中提示重复或相关 issue。该功能基于 PostgreSQL 的 pgvector 存储与检索向量，按 workspace ID 分成数百个分区并分别建索引，以支撑数千万条 issue 的余弦相似度查询。