LlamaIndex 发布 Parse Gateway：按页级复杂度路由文档解析器
LlamaIndex 发布 Parse Gateway，基于 LiteParse v2.2.0 的 is_complex 功能在页面级估计文档复杂度，并把每页路由到不同 LlamaParse 层级，简单页走免费进程内 LiteParse，复杂页升级到更高 tier。
#RAG
LlamaIndex：产品、工程与评测AI 评分5151
Fireworks AI精选AI 评分6161 Fireworks 发布 Qwen3-Embedding-8B 低成本对比微调配方
Fireworks 发布一条低于 10 美元、约 150 步的对比微调配方，将 Qwen3-Embedding-8B 适配到特定检索领域。
推荐理由：原文用真实任务给出完整可复现的对比微调配方和成本数字，读者可以据此判断是否迁移到自己的检索场景。
MarkTechPostAI 评分5555 Datalab Marker v2 发布：三模式管道在 olmOCR-bench 上达 76.0，速度超 MinerU 5 倍以上
Datalab 将 Marker 重写为三模式管道，v2 版本在 olmOCR-bench 上达到 76.0 分，单张 B200 上每秒处理 2.9 页——速度是 MinerU 管道后端的 5 倍以上，同时在准确率和速度上均优于 Docling。
OpenBMB@OpenBMBAI 评分5454清华NLP与东北大学提出KG-Infused RAG，将知识图谱（Wikidata5M，约2100万三元组）引入RAG，通过“扩散激活”机制同时检索文本段落与结构化事实。
IT之家·人工智能AI 评分5454 英伟达开源 Nemotron 3 Embed 系列 AI 模型，8B 版斩获 RTEB 榜首
英伟达开源 Nemotron 3 Embed 系列模型，面向 AI 智能体和 RAG 场景，配备 32K 上下文窗口。其中 8B 参数版在 RTEB 基准上以 78.5% 得分斩获榜首，MMTEB 检索得分 75.5%。该系列以开放权重形式通过 Hugging Face 与 NVIDIA NIM 免费提供，支持商业使用。
MarkTechPost精选AI 评分7070 NVIDIA 发布 Nemotron 3 Embed 系列，8B 版本在 RTEB 基准上排名第一
NVIDIA 发布 Nemotron 3 Embed 系列，包含三个开源 checkpoint，其中 8B-BF16 版本在 RTEB 基准上以 78.46 的平均 NDCG@10 排名第一。1B-NVFP4 版本在 Blackwell 上吞吐量比 BF16 高 2 倍，精度保留 99.5%，所有模型最大序列长度 32,768 tokens。
推荐理由：嵌入模型不是最热的赛道，但决定了你 Agent 看到什么——NVIDIA 把 1B 模型压缩到 RTEB 第二，NVFP4 量化后精度几乎不变，做 RAG 的值得换上。
VentureBeat：AIAI 评分6565 企业AI信任危机：57%组织遭遇智能体自信但错误的回答，根源在上下文缺失而非检索失败
VentureBeat Pulse Research对101家企业调查发现，57%的组织在过去六个月内曾遭遇AI智能体产生自信但错误的回答，且追溯至缺失或不一致的业务上下文。
Apple Machine Learning ResearchAI 评分4040 Apple 提出 CLaRa：用连续潜在推理桥接检索与生成
Apple 机器学习研究团队提出 CLaRa，一种通过连续潜在推理桥接检索与生成的新方法。该方法在检索增强生成（RAG）中引入连续潜在空间，使模型在生成答案前先进行隐式推理，从而缓解长上下文带来的性能下降。CLaRa 在多个知识密集型基准上提升了 LLM 的准确率与效率。
ByteByteGoAI 评分4141 Docker 底层工作原理
Docker 容器本质上是拥有独立命名空间的普通 Linux 进程。Docker CLI 通过 API 将命令发送给 dockerd，dockerd 再调用 containerd 和 runc 来创建隔离环境并启动进程。
MarkTechPost精选AI 评分7272 LlamaIndex 发布 legal-kb：基于 Index v2 的智能体检索参考应用
LlamaIndex 发布 legal-kb，一个基于 Index v2（LlamaParse Platform）的法律文档知识库参考应用。采用 Retrieval Harness 模式，赋予 Agent 四个文件系统风格工具：retrieve（混合语义检索，支持 rerank 和引用）、findFiles（精确/模糊文件名搜索）、readFile（带偏移量的原始内容读取）和 grepFile（正则匹配并返回字符位置）。Agent 需先调用 findFiles 确定文件清单，再依次使用其他工具定位内容。底层基于 Vercel AI SDK 6 的 ToolLoopAgent，可选用 OpenAI 或 Anthropic 模型，支持用户自带 API key。项目以 TanStack Start web app 形式运行，上传文件自动解析索引，同一文件名重复上传可产生版本，检索时通过版本元数据字段过滤。
推荐理由：LlamaIndex 把 RAG 从一次搜索变成了‘先找文件、再搜、再读、再 grep’的多步循环，对做合同审查、尽调的团队来说是个可抄的模板。
MarkTechPostAI 评分5757 结构化PDF到JSON：2026年开源提取模型指南
开源文档提取分为schema驱动的字段提取和文档结构解析两类。Datalab lift（9B视觉模型，基于Qwen 3.5）在225文档基准上达90.2%字段准确率、9.5秒中位延迟，代码Apache-2.0，权重使用修改版OpenRAIL-M。NuMind推出NuExtract 3（4B视觉语言模型），支持结构化提取和内容提取，通过vLLM提供OpenAI兼容API。IBM Docling（MIT许可）可解析PDF/DOCX/PPTX/HTML等，集成LangChain、LlamaIndex。Granite-Docling-258M在A100上约0.35秒/页（Apache-2.0）。OpenDataLab MinerU改用MinerU开源许可（基于Apache 2.0），支持复杂布局解析。Datalab Marker管道支持PDF/图片/PPTX/DOCX等转Markdown/JSON。
MarkTechPostAI 评分6363 RAG-Anything 教程：在 Colab 中构建文本、表格、公式和图像的多模态检索管道
本教程使用 RAG-Anything 搭建多模态检索工作流，可检索文本、表格、公式和图像。首先在 Colab 中安装依赖并修复 Pillow 版本，通过 OpenAI API key 配置对话、视觉和嵌入函数。接着生成包含图表和 PDF 的合成多模态报告，将其转为 content_list 格式并插入检索系统。最后配置并测试 naive、local、global 和 hybrid 四种检索模式。环境变量包括 CHUNK_SIZE=900、CHUNK_OVERLAP_SIZE=120，便于在笔记本中复现。
LlamaIndex：产品、工程与评测精选AI 评分6262 LlamaIndex 发布 Retrieval Harness，扩展 LlamaParse Index 检索能力
LlamaIndex 宣布扩展 LlamaParse Index，新增 Retrieval Harness，为 Agent 提供文件系统式文档遍历工具，包括 Hybrid Retrieve、List Files、File Grep 和 File Read。
推荐理由：官方展示了文件系统式检索工具和流水线可观测能力，读者可据此评估企业 Agent 检索方案的选型。
LlamaIndex：产品、工程与评测AI 评分5151 LlamaIndex 发布 n8n 官方验证版 LlamaParse Platform 节点 v5 与 v6
LlamaIndex 发布 n8n 社区节点 LlamaParse Platform 的 v5 和 v6，该节点已随与 n8n 的合作成为官方验证的社区节点。
MarkTechPostAI 评分7272 Mistral AI 发布 OCR 4 模型
Mistral AI 今日发布 OCR 4，支持 170 种语言，可单容器自托管部署。新版本除提取文本外，还返回边界框、块类型（标题/表格/方程等）和逐字置信度分数。独立标注者在 600+ 文档、12+ 语言的测试中平均胜率 72%。价格 $4/千页，批量 $2/千页，Document AI 模式 $5/千页。企业客户可自托管。Rogo 报告等效精度下成本低约 8 倍、延迟低 17 倍；Anaqua 测得每页快约 4 倍。OCR 4 同时作为 Mistral Search Toolkit（公开预览）的接入组件。
Mistral AI：News精选AI 评分6868 Mistral 发布 OCR 4 文档理解模型，新增边界框、块分类与置信度分数
Mistral 发布 OCR 4，在提取文本外返回边界框、类型化块分类和逐词置信度分数，支持 170 种语言，可单容器自托管部署。
推荐理由：官方发布了 OCR 4 的结构化输出能力、基准结果与定价，读者可据此评估其在 RAG 和文档处理流程中的适用性。
MarkTechPostAI 评分6262 Liquid AI 发布 LFM2.5-Embedding-350M 与 LFM2.5-ColBERT-350M 双向编码检索模型
Liquid AI 本周发布两款 350M 参数检索模型：稠密双编码器 LFM2.5-Embedding-350M 和后期交互模型 LFM2.5-ColBERT-350M。二者基于 LFM2.5-350M-Base，通过将因果注意力改为双向注意力实现双向编码，支持阿拉伯语、德语、英语等 11 种语言的单语与跨语言搜索。在 NanoBEIR 多语言检索上，ColBERT 版 NDCG@10 为 0.605，Embedding 版为 0.577，均优于 Qwen3-Embedding-0.6B。在 MKQA-11 问答 Recall@20 上分别为 0.694 和 0.691。上下文窗口 32,768 tokens，文档调优至 512 tokens。提供 GGUF 格式，MacBook Pro M4 Max 上查询延迟低于 10 ms。模型以 LFM Open License v1.0 发布在 Hugging Face。
Liquid AI 模型与工程博客AI 评分5555 Liquid AI 发布 LFM2.5-ColBERT-350M 与 LFM2.5-Embedding-350M 双向多语言检索模型
Liquid AI 发布两款 350M 参数多语言检索模型 LFM2.5-ColBERT-350M 和 LFM2.5-Embedding-350M，是 LFM 家族首批双向模型，支持 11 种语言的跨语言检索。
公众号：小红书技术AI 评分5555 小红书联合浙大推出 RedParrot：基于语义缓存的 NL-to-DSL 加速框架（ICDE 2026）
RedParrot 是一种面向企业级商业分析的 NL-to-DSL 加速框架，通过查询语义缓存、骨架匹配、实体无关表示学习和多源异构 RAG，将多阶段 LLM 工作流压缩为短链路生成。在小红书真实业务数据集上，平均实现 3.6x 推理加速，执行准确率提升 8.26%，表选择准确率达 85.99%；在开放基准 Spider-DSL 和 BIRD-DSL 上，准确率分别提升 29.9 和 39.7 个百分点。P90 延迟降低至约 21 秒。框架采用短链路与长链路双路径兜底，支持增量缓存更新。
LangChain：BlogAI 评分5353 LangChain 推出 LangSmith 公共基准，支持共享与对比 LLM 评估结果
LangChain 发布 LangSmith Benchmarks，允许用户公开分享和对比大语言模型评估结果。该功能支持在社区数据集上测试 RAG 系统、AI 智能体和架构，帮助团队更高效地比较不同模型与配置的性能表现。
MarkTechPostAI 评分6868 使用 Docling Parse 构建布局感知文档智能解析管道教程
本教程演示了利用 Docling Parse 对 PDF 文档进行结构化解析的流程。先搭建稳定 Python 环境并生成含文本、列、表格、矢量图形和嵌入图像的多页 PDF。再通过 Docling Parse 提取词、字符和行级文本及页面坐标，渲染可视化叠加图层，最后输出为 JSON 与 CSV 文件。该流程展示了底层 PDF 解析如何支持布局分析、阅读顺序还原、表格感知处理及检索就绪的文档预处理等文档 AI 任务。
LangChain：BlogAI 评分5454 使用 Pinecone Serverless、LangChain 和 LangServe 构建并部署生产级 RAG 应用
LangChain 与 Pinecone Serverless 集成，提供构建生产级 RAG 应用的完整方案。该方案支持按用量计费的可扩展部署，并内置可观测性功能，帮助开发者快速将原型转化为可上线的 AI 应用。
IT之家·人工智能AI 评分6363 腾讯AI生态进一步打通：ima知识库作为信源接入元宝
腾讯今日宣布，ima知识库作为信源接入元宝，元宝在解答提问时可将ima知识库相关内容作为信源之一，提供更精准、个性化的智能问答体验。目前ima知识号覆盖金融、法律、医疗、教育等20余个行业，知识内容被应用超1.4亿次。用户可点击信源引用卡片跳转ima原文，并一键加入个人知识库继续提问。此外，WorkBuddy与ima结合可实现AI全包资料查找，腾讯文档支持文档秒进知识库，微信读书实现读书笔记自动归纳与随时提问。
LlamaIndex：产品、工程与评测AI 评分5454 LlamaParse 推出 Granular Bounding Boxes，支持行、词、单元格级坐标追踪
LlamaIndex 为 LlamaParse 推出 Granular Bounding Boxes，可在整个文档中提供行级、词级和表格单元格级的坐标追踪。该功能通过在任务创建时传入 granular_bboxes 参数开启，目前处于 beta 阶段，向所有付费层级开放。只有页面上明确存在的文本会获得坐标，推断值、AI 摘要和重建内容没有边界框，可用于审计级引用和高精度 PII 脱敏。
MarkTechPostAI 评分5252 Google Research 为 Gemini Enterprise Agent Platform 引入 Agentic RAG 与 Sufficient Context Agent 支持多跳查询
Google Research 在 Gemini Enterprise Agent Platform 中推出一个 Agentic RAG 框架。该框架中的 Sufficient Context Agent 会持续重新搜索，直到多跳、多源查询拥有足够的 grounding 来生成回答。相比标准 RAG，该框架将事实准确性最高提升 34%。
MarkTechPost精选AI 评分7373 Harness-1：基于强化学习训练的有状态搜索20B检索子智能体
UIUC与Chroma联合推出Harness-1，一个20B参数的检索子智能体。它通过强化学习在一个有状态搜索框架中训练，该框架维护候选池、重要性标注集、证据图和验证记录，由策略决定搜索、筛选、验证及停止的时机。Harness-1在8个基准测试上达到0.730平均curated recall，比下一个最佳开源子智能体高出11.4个百分点，仅落后于Opus-4.6。模型权重和框架代码均已公开。
推荐理由：UIUC和Chroma放出的这个20B检索子代理，用RL训练出了0.73的平均召回，把开源竞品甩开11.4分，只比Opus-4.6低一点。权重、Harness全开源，搞RAG的可以真刀真枪试试了。
Google Research：Blog精选AI 评分6464 谷歌推出基于 Gemini Enterprise Agent Platform 的 Agentic RAG 框架
Google Research 与 Google Cloud 合作推出跨语料库检索（Cross-Corpus Retrieval）框架，作为 Gemini Enterprise Agent Platform 的 Agentic RAG。该多智能体工作流将复杂企业查询分解为子任务，通过规划、重写和路由，迭代搜索多个数据源直至获得充分上下文，再生成可靠回答。与标准 RAG 相比，在事实性数据集上准确率最高提升 34%；在多个领域特定内部数据集上也实现了更好的接地与推理准确性。
推荐理由：企业级 RAG 的新标杆，多 agent 架构加上‘足够上下文’检查，准确度提升 34%。做知识库问答的产品经理和架构师都应该认真看。
MarkTechPostAI 评分4747 了解Memory OS：构建在Hermes Agent之上的六层开源记忆栈
Memory OS是一个开源项目，它通过一个六层结构为Hermes Agent添加了本地持久记忆功能。该记忆栈包含门控检索机制和一个wiki系统，旨在增强智能体的记忆能力。
Mistral AI：News精选AI 评分6363 Mistral 发布开源 Search Toolkit 公开预览版，统一搜索管道的摄入、检索与评估
Mistral AI 于 5 月 28 日发布 Search Toolkit 公开预览版，一个用于构建 AI 应用生产级搜索管道的开源组合式框架，把摄入、检索和评估纳入统一接口，可部署在云端、本地或边缘。
推荐理由：原文完整列出框架的摄入、检索、评估三大模块与内置指标和企业案例，读者可据此判断能否替代自建检索管道。
MarkTechPost精选AI 评分7070 pgvector驱动的语义、混合、稀疏与量化向量搜索系统构建编码指南
本教程在Google Colab中构建一个完整的pgvector实验环境，展示PostgreSQL如何作为向量数据库服务于现代AI应用。内容涵盖安装PostgreSQL、编译pgvector扩展、通过Psycopg建立连接，并注册向量类型以实现与Python的平滑集成。最后使用SentenceTransformers创建并存储嵌入向量。
推荐理由：这份教程把 pgvector 的稀疏向量、量化搜索等高级功能打包成 Colab 代码，用 PostgreSQL 做向量数据库的团队可以直接复制粘贴跑起来。
MarkTechPostAI 评分6767 使用 ZeroEntropy Zerank-2 Reranker 设计高精度检索-重排流水线
介绍如何使用基于 Qwen3、参数规模为 4B 的交叉编码器重排器 Zerank-2 Reranker 构建检索-重排流水线。该流水线先通过快速双编码器检索候选文档，再由 Zerank-2 进行重排以提升检索精度。
LlamaIndex：产品、工程与评测精选AI 评分6161 LlamaIndex 发布 LiteParse v2.0：Rust 重写，支持 Rust、Python、Node、WASM 与 edge 运行时
LlamaIndex 发布 LiteParse v2.0，将这个不依赖 LLM 的 PDF 与办公文档解析工具用 Rust 重写，提供 Rust、Python、Node 和 WASM 四种包，可在浏览器和 edge 运行时本地运行。
推荐理由：官方用 Rust 重写后给出跨语言包、浏览器与 edge 运行时支持和具体提速数字，读者可据此评估现有文档解析管线是否值得迁移。
LlamaIndex：产品、工程与评测AI 评分5656 LlamaIndex 工程师详解如何用 LlamaParse 搭建贷款核保文档流水线
LlamaIndex 开源负责人 Logan 在 NYC 线下工作坊中带开发者用 LlamaParse 从零搭建贷款核保流水线，并发布完整教程与开源仓库 finparse-pipeline。
LlamaIndex：产品、工程与评测AI 评分5252 LlamaIndex 撰文分析 grep 与语义搜索在 Agent 场景下的取舍
LlamaIndex 发文回应 grep 可取代语义搜索和 RAG 的观点，指出 grep 适合小型纯文本语料，但无法读取 PDF 等非结构化文档，且在百万级语料下延迟、召回和信噪比全面失效。文章建议分层方案：用 LlamaParse 或 LiteParse 解析非结构化文档，再以语义索引支撑大规模检索，同时保留 grep 用于精确匹配场景。
Google DeepMind@GoogleDeepMind精选AI 评分7070
推荐理由：Google 把 AlphaFold 和 UniProt 变成 AI 的“科学技能”，这不是又一次数据库整合，而是让 AI 能直接查询实验知识的工具链，做生命科学的可以认真看看。
MarkTechPostAI 评分6565 介绍Turbovec：一个基于Google TurboQuant算法的Rust向量索引，支持Python绑定
Google Research的TurboQuant算法已通过Turbovec项目应用于向量搜索领域。该工具以Rust语言构建，提供Python绑定接口，可直接集成到RAG流水线中。Turbovec实现了16倍的向量压缩率，同时无需进行任何码本训练，显著降低了部署和使用门槛。