#RAG

Cohere 发布 Embed 5 嵌入模型家族，含 Pro 和 Fast 两档

Cohere 发布 Embed 5 嵌入模型家族，含 Pro 和 Fast 两档，支持文本与图像输入、100+ 语言、128K 上下文，已通过 Cohere API、Microsoft Foundry、Amazon SageMaker 等渠道开放。

千问与夸克网盘打通：6TB 文献、废片和素材被玩成知识地图与作品集

千问与夸克网盘深度打通，用户可让千问读取网盘资料并重新整理。有博士把 6TB 文献梳理成个人知识库和可视化知识地图，有用户从几千张照片中筛出精华生成全球旅行地图和明信片 PDF，还有人用三步学习法在 48 小时内啃完一门新学科。整理好的资料可一键上传夸克网盘并生成分享链接，用于团队协作。

Databricks 为 Lakebase Postgres 推出 Lakebase Search 向量与全文搜索

Databricks 发布 Lakebase Search，为 Lakebase Postgres 带来 lakebase_vector（可扩展近似最近邻搜索）和 lakebase_text（BM25 全文搜索）两个扩展，已在 AWS 和 Azure 正式可用。

Databricks Genie One 企业落地指南：如何分阶段推广 AI 数据同事

Databricks 发布 Genie One 企业推广分步指南，建议从单一团队和一组明确问题起步，先定义语义层再逐步扩大范围。Genie One 让业务用户用自然语言提问并获得带来源引用的答案，配套 Genie Agents、Genie Ontology 和 Unity Catalog 分别负责领域智能体、业务语义图谱与权限治理。

LlamaParse 为什么表单解析比 VLM 更可靠？

LlamaIndex 发文解释表单为何需要专用解析器：VLM 擅长通用推理，但表单解析结果并不会随推理增强而变好，且成本更高。LlamaParse 将表单表示为带 id、label、value 的字段与 section 嵌套 JSON 树，能保留复选框、签名及字段归属关系，避免扁平化后两个 "Date" 字段无法区分。

Postgres 中向量内联存储与独立表对比：AlloyDB Omni 实测 join 开销

Gleb Otochkin 在 AlloyDB Omni 上用 3 万行商品数据和 vector(768) 嵌入，实测语义搜索、过滤查询和多表 join 三类场景下向量与业务数据同表存储与独立嵌入表加主键 join 的性能差异。

Cohere Compass 推出托管版 Compass Cloud，进入私有测试

Cohere 的检索平台 Compass 以托管服务 Compass Cloud 形式进入私有测试，由 Cohere 负责整条流水线与模型推理，此前它主要支撑企业智能体工作空间 North 的检索。

OpenRouter 发布 2026 年最佳嵌入模型选型指南，覆盖 37 个目录条目

OpenRouter 于 2026 年 9 月 11 日核实嵌入模型目录共 37 个条目，并通过自家 embeddings API 向 19 个模型发送批量请求、共 28 项检查，确认请求与响应行为。

百度智能云牵头制定的4项人工智能国家标准发布，2026年8月27日起实施

百度智能云联合中国电子技术标准化研究院牵头制定的四项人工智能国家标准正式发布，自2026年8月27日起实施，由全国信息技术标准化技术委员会（TC28）归口管理。

OpenAI 发布 Astra for Law 法律行业基础方案

OpenAI 发布 Astra for Law，将 GPT-6 Astra 配合法律搜索索引和 Legal 分析写作指令，面向律所和法律科技公司。在 Vals AI Legal Research Bench 私有验证集 200 道美国法律研究题上，最高推理强度下整体正确率 54.0%，比仅用网页搜索的 GPT-6 Astra 的 38.7% 相对提升 40%。

Leapfrog 创始人分享用 OpenClaw、Obsidian 和 Telegram 搭建组织统一记忆库的实践

Leapfrog 创始人介绍了为团队搭建的一 brain 组织记忆系统，用 OpenClaw 沙箱、GitHub 仓库、Obsidian 本地浏览和 Telegram 自然语言交互，把公司知识与客户生产上下文集中为可查询内容。

LlamaIndex：为什么更好的抽取模型并不能缩小你的文档复核队列

LlamaIndex 发文分析 OCR 文档处理中准确率与自动化率的关系，指出路由门控而非读取能力决定直通处理率。文中算例显示 20 个字段的发票在 97% 每字段准确率下仅约 54% 文档全对，94% 准确率但带每字段置信度的 Pipeline B 可自动放行 92% 文档，而 97% 准确但无信号的 Pipeline A 直通率为 0。

PostgreSQL 向量嵌入更新引发的 TOAST 膨胀实测与分表方案

Google 的 Gleb Otochkin 在 AlloyDB Omni 上实测嵌入向量版本更新对 PostgreSQL 存储的影响：在含 768 维向量和 HNSW 索引的 20k 行表上更新全部向量后，表、TOAST 和索引体积几乎翻倍（TOAST 从 81 MB 到 159 MB，HNSW 索引从 78 MB 到 156 MB），约一半空间被死元组占据。

Rohan Paul@rohanpaul_ai· 02:42AI 评分5555

LinkedIn 论文研究一个模型继承另一个模型创建的记忆时会发生什么。固定 schema 的记忆在两个测试模型间几乎不变（KG-fixed 仅 ±0.0004），自由格式笔记可靠性差，一个方向准确率下降 13.28 点；RAG 中新旧嵌入混用索引只恢复 4.96 / 11.90 点增益。

Redis LangCache 公测发布：语义缓存可降 LLM API 成本至多 90%，命中提速至多 15x

Redis 发布全托管语义缓存服务 LangCache，现已在 Redis Cloud 以公开预览形式提供，通过 REST API 及 Python、JavaScript SDK 接入。

LlamaIndex 解析 just-in-time Agentic OCR：两遍式文档处理如何平衡成本与精度

LlamaIndex 博客提出 just-in-time Agentic OCR 模式：先用 LiteParse 等免费解析器粗读全部文件供检索，再仅对相关页面调用 VLM 做 OCR。

NeoMME 发布 260M 与 800M 多语言多模态编码器，权重以 Apache 2.0 开源

H Company 团队发布 NeoMME，含 260M 和 800M 两个尺寸的多语言多模态编码器，用单个双向 Transformer 从零处理文本 token 和 32×32 图像 patch，不使用预训练视觉塔或因果语言模型，训练采用掩码离散扩散目标，每个模型处理约 5240 亿 packed token。

Rohan Paul@rohanpaul_ai· 16:40AI 评分4444

论文提出 ContextPilot，让智能体主动规划、存储、压缩或删除旧上下文，并通过 RL 学习哪些上下文决策真正有效。

Meta 构建“组织第二大脑”AI Agent，从专家反馈中沉淀机构知识

Meta 发布技术博客，介绍其为合规领域构建的 AI Agent，用结构化知识系统加可组合 recipes 复现专家推理方式，专家反馈经诊断、编译、验证和人工审核后写入 200+ 知识文件，无需重新训练模型。六周三轮开发后，单项评估时间从数天缩短到数分钟，改进周期内零回归，每轮修复自动加入回归测试集。

RAG 系统效果为何取决于嵌入模型：ByteByteGo 图解检索机制与选型要点

ByteByteGo 发文解析 RAG 系统中嵌入模型的关键作用，指出语言模型再强也无法弥补错误检索，因为嵌入模型决定了哪些文本进入上下文。文章图解了索引与检索两个阶段的工作流程，列举了语义相似但答非所问的多种失败模式，包括否定句、版本差异和数字标识等，并说明更换嵌入模型需要全量重建向量、索引和权限，成本高昂，类似蓝绿部署。

OpenBMB@OpenBMB· 22:07AI 评分4747

清华NLP团队（OpenBMB成员）推出九歌推敲（Jiuge-Tuiqiao），入选EMNLP 2026系统演示。该工具将古诗创作建模为字符矩阵与锁定矩阵，用户锁定字词后模型在剩余位置硬约束生成，并附28,739条搭配、PPL排序名句等四类证据供用户决策。在50行完形任务中，结合名句证据将Hit@1从12%提升至60%；80次生成请求中格律与押韵合规率达100%。

Rohan Paul@rohanpaul_ai· 13:48AI 评分4545

研究发现，恶意检索文档可提升模型token置信度与输出一致性，导致基于不确定性的检测器失效。作者将攻击下注意力集中于投毒文档而非分散于检索证据的现象称为“注意力崩溃”（Attention Collapse）。因此，仅检查最终答案或置信度可能漏报，监控检索文档间的注意力分布或可提前暴露投毒。

Josh Woodward@joshwoodward· 04:36AI 评分5555

Google 推出跨部门计划 Expert Intelligence，用户可在 Gemini Notebook 中导入符合条件的 Google Play 电子书，将作者观点与其他来源结合，以全新方式与书籍互动。作者和出版商可通过该计划触达更多深度读者。

Cohere 发布 Parse 5（parse-v5.0）：2.3B 视觉语言模型，将企业文档转为 Markdown

Cohere 发布文档解析模型 Parse（parse-v5.0），基于 North-Micro-Vision-Instruct 架构，拥有 2.3B 参数、8,192-token 上下文窗口和约 4.6GB 体积，可将 PDF、PPT、JPEG 页面直接转为含 HTML 表格和边界框坐标的 Markdown，无需独立 OCR 阶段。

Cohere@cohere· 21:28AI 评分4646

推出 Cohere Parse 5。这是我们最新的文档解析模型，拥有市场上最强的性价比。 非常适合高吞吐量的企业工作。在保持每页价格处于行业低位的同时，获得高质量的解析准确率。

当 LLM 评审意见一致时，我们该相信吗？ICML 论文提出依赖感知标签聚合方法

亚马逊科学团队在 ICML 发表论文，提出用 Ising 模型建模 LLM 评审之间的相关性，并按相关性调整聚合分数，避免多个评审共享提示词模板或模型家族导致的虚假一致。

Cohere 发布企业文档解析模型 Parse

Cohere 发布面向企业文档的视觉语言模型 Parse，可将多模态文件转为结构化 Markdown，支持表格、图片理解和 9 种主要语言。

用 Sentence Transformers 训练与微调多向量嵌入模型

Sentence Transformers v6.0 新增第四种模型类型 MultiVectorEncoder，支持 ColBERT 风格的后交互检索，并配套完整训练流程。

WorkBuddy@WorkBuddy_AI· 22:30AI 评分4242

WorkBuddy 现已连接 @NotionHQ。 将你散落在 Notion 工作区的文档、笔记和知识，汇入 WorkBuddy 中的答案与操作。 你的工作区变得更加互联。

用 deepDoctection 构建端到端文档智能流水线

本教程演示如何用 deepDoctection 搭建端到端文档智能流水线，涵盖布局分析、DocTR OCR 与表格抽取的配置。同时展示如何为实体识别实现自定义服务，并为 RAG 工作流生成结构化 JSONL 数据。

Rohan Paul@rohanpaul_ai· 20:18AI 评分4242

哈佛与斯坦福新论文建议，勿用LLM替代嵌入模型做首轮检索，仅在需要推理时引入LLM。同等质量下LLM成本最高达嵌入模型的1,431倍：Gemini 3.1 Pro在37项任务中得分77.6，与Octen-8B的77.2统计持平，但成本为$154.14对$0.11。LLM在检索任务领先8.5分，嵌入模型在分类任务领先5.6分，建议嵌入模型负责候选检索，LLM仅处理需推理的短名单。

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，为 AI 系统提供多步检索层，通过 Mistral Search Toolkit 和 Studio、Vibe 中的 Libraries 提供，支持云端与本地部署。

GraphRAG：AI 如何回答分散在多个文档中的问题

标准 RAG 依赖向量相似度检索，适合答案集中在少数文档的局部查询，但在需跨全部文档归纳模式的全局查询上表现不佳。GraphRAG 通过构建知识图谱、社区检测与分层摘要应对此类问题，微软测试显示即便上下文窗口扩至 64,000 tokens，向量检索在全局问题的全面性、多样性和来源质量上仍有差距。

OpenRouter 视觉指南：如何通过 API 向多模态模型发送图像

OpenRouter 发布视觉指南，详解通过 Chat Completions API 向多模态模型发送图像的方法。请求体采用 messages 数组，用户消息的 content 包含 text 和 image_url 两部分，支持公开 URL 或 base64 数据 URL 两种格式，兼容 PNG、JPEG、WebP 和 GIF。

OpenRouter@OpenRouter· 02:03AI 评分4646

OpenRouter 上，编码智能体的代码检索有了新选择。 MongoDB 旗下 Voyage AI 推出的 Voyage Code 4 支持 256、512、1024 和 2048 维度的 Matryoshka 嵌入向量，并提供多种量化选项。 试用：https://openrouter.ai/voyageai/voyage-code-4

OpenBMB@OpenBMB· 22:18AI 评分5656

清华NLP等机构推出CheckRLM，一个在推理过程中实时检查并纠正事实错误的RAG框架，而非事后审计。在2WikiMQA上，CheckRLM用QwQ-32B达到73.4 F1，比Search-o1用更少token（1364 vs 2008）和更短时间（3.3s vs 3.9s），并在最难MuSiQue集上超越最强基线+6.3 F1。

用 NVIDIA NeMo Retriever 构建多模态 RAG 流水线：托管 NIM、LanceDB、重排序与 grounded 生成

本教程演示如何用 NVIDIA NeMo Retriever 构建多模态 RAG 流水线：先以 PDFium 离线提取 PDF 文本，再通过托管 NIM 端点检测页面元素、抽取表格/图表/信息图并生成稠密向量存入 LanceDB。随后实现稠密检索、视觉-语言重排序、元数据过滤搜索及带内联引用的 grounded 生成，并用 recall-at-k 评估检索质量。

Pixel-Native RAG：视觉文档索引实用指南

PixelRAG 是一套端到端系统，将网页和 PDF 视为图像处理，突破传统基于文本的解析方式。教程覆盖从渲染、切片到多模态嵌入与混合搜索的完整流程，帮助开发者构建高性能的视觉文档检索系统。

LlamaIndex 解析 LLM OCR：错误更安静了，但没有更少

LlamaIndex 发布长文分析 LLM OCR 的核心风险：视觉证据弱时语言先验主导，模型会把读不清的数字替换成流畅但错误的值，或静默截断长表格，且没有逐字符置信度可供设阈值。

Token Saver：用本地混合 RAG 将 Claude PDF token 消耗削减 92%-99% 的开源 MCP 扩展

Marktechpost AI 团队发布 Token Saver，一款面向 Claude Desktop 的开源 MCP 扩展，通过本地混合 RAG 在设备端检索 PDF，无需上传文件。该工具将 token 消耗削减 92%-99%，并保证数据隐私，设置无需 Python 环境或终端配置。