Show HN: Now I Get It - 将科学论文转化为交互式网页
上传科学 PDF（建议小于 10MB，最大 32MB）至 Now I Get It，即可生成通俗易懂的交互式解释网页，当前输出公开可分享，私人账户功能即将上线。
#RAG
Hacker News：AI 热帖
字节 Seed：Research Feed精选 "思考"更深,生成更准|Seedream 5.0 Lite 发布
字节跳动发布 Seedream 5.0 Lite 图像生成模型，采用多模态统一架构，跨模态理解与推理能力显著提升，Elo 评分超越前代 4.5 版本。模型首次引入实时检索增强能力，可联网获取最新知识，突破训练数据时间限制。内置丰富世界知识库，在信息可视化、视觉推理、复杂多主体生成等场景表现突出，能根据模糊指令精准修图，支持风格迁移与多步逻辑推理。目前已上线即梦 AI、火山方舟体验中心及豆包内测。
推荐理由：字节发布 Seedream 5.0 Lite，支持实时检索与深度推理的图像生成模型。
LlamaIndex：产品、工程与评测AI 评分4343 用 LlamaParse 与 LlamaAgents 构建后台办公智能体
LlamaIndex 展示如何用 LlamaParse 与 LlamaAgents 构建后台办公文档处理智能体。
LlamaIndex：产品、工程与评测AI 评分4444 LlamaIndex 发布全新 LlamaParse SDK 与 Parse API v2
LlamaIndex 发布 llama-cloud SDK（Python 与 TypeScript）及 LlamaParse API v2，新 SDK 仅支持 API v2，可通过 pip install llama-cloud 或 npm i @llamaindex/llama-cloud 安装。
LlamaIndex：产品、工程与评测AI 评分5555 LlamaIndex 实测 fs-explorer 智能体文件搜索与传统 RAG 的对比
LlamaIndex 用 5 篇 arXiv 论文和 5 组问答对，将其基于 Gemini 3 Flash 的 fs-explorer 智能体与采用 LlamaParse、Qdrant 和 RRF 混合检索的传统 RAG 系统对比。
Qwen：Blog Retrieval Qwen3-VL-Embedding 与 Qwen3-VL-Reranker：面向下一代多模态检索
Qwen Studio 发布新一代多模态检索模型 Qwen3-VL-Embedding 与 Qwen3-VL-Reranker，平台集成聊天机器人、图像视频理解、图像生成、文档处理、联网搜索、工具调用及 Artifacts 等全栈多模态能力。
xAI：News Grok 发布 Collections API
Grok 推出 Collections API，支持上传 PDF、Excel、代码库等文件构建知识库，提供语义、关键词及混合搜索三种检索方式，帮助开发者零基础设施构建 RAG 应用。首周文件索引与存储免费，检索定价 $2.50/千次。基准测试显示，其在金融（93.0%）、法律（73.9%）、编码（86%）场景的检索准确率均优于 Gemini Pro 3 和 GPT 5.1。
LlamaIndex：产品、工程与评测AI 评分5656 LlamaIndex 发布 LlamaParse v2：分层配置替代解析模式并降价
LlamaIndex 发布 LlamaParse v2，用 Fast、Cost Effective、Agentic、Agentic Plus 四个分层替代原有解析模式与模型配置，定价分别为每页 1、3、10、45 credits。
Cohere 产品与研究博客AI 评分5454 Cohere 发布 Rerank 4 重排序模型，含 Fast 与 Pro 双版本并引入 Self Learning
Cohere 发布 Rerank 4 重排序模型系列，称在整体搜索相关性上优于 MongoDB 的 Voyage 模型和 ElasticSearch 的 Jina rerankers。
LlamaIndex：产品、工程与评测AI 评分5454 LlamaIndex 推出 LlamaSplit 公测：将长文档自动拆分为清晰的目标段落
LlamaIndex 发布 LlamaSplit 公测版，一个把单个文档内多个混合文档按自定义类别自动分段的新 API，属于 LlamaParse 产品家族。用户上传文档并用自然语言定义类别，API 返回各段落的精确页码范围和置信度分数，目前通过 REST API 提供，SDK 支持即将推出。
LlamaIndex：产品、工程与评测AI 评分4747 LlamaExtract 推出 Table Row 抽取目标，解决长文档重复实体漏抽问题
LlamaIndex 为结构化抽取 API LlamaExtract 新增 PER_TABLE_ROW 抽取目标，将抽取粒度对齐文档结构，逐行处理重复实体而非整篇文档一次性抽取。
LangChain：Blog精选AI 评分6363 LangChain 重建 Chat LangChain：放弃向量嵌入，改用直接 API 访问与 Deep Agent 子图
LangChain 重建了 chat.langchain.com，弃用分块加向量数据库的检索方案，改为让智能体通过 Mintlify API、知识库标题扫描和 ripgrep 代码搜索直接访问文档、知识库和代码库的原始结构。
推荐理由：原文复盘了放弃向量嵌入、改用直接 API 访问和子图分域的重建思路，含工具设计与性能数字，方法可迁移到类似问答智能体。
LlamaIndex：产品、工程与评测AI 评分5757 LlamaIndex 文档上线原生 MCP 搜索
LlamaIndex 为其文档站点上线原生 MCP 搜索，入口为 https://developers.llamaindex.ai/mcp，暴露三个工具：search_docs（BM25 词法搜索）、grep_docs（regex 精确搜索）和 read_doc（按路径读取整页内容）。
Jeff Dean@JeffDean精选
推荐理由：Google推出Gemini企业级Agent构建功能，支持基于组织私有数据的智能任务处理
Hugging Face 社区博客AI 评分4545 Hugging Face 推出 RTEB：面向真实场景的检索嵌入模型评测基准
Hugging Face 发布 Retrieval Embedding Benchmark（RTEB）beta 版，用公开与私有数据集混合的方式评测嵌入模型的真实检索能力，默认榜单指标为 NDCG@10。该基准覆盖 20 种语言，聚焦法律、医疗、代码、金融等企业场景，每个数据集至少含 1k 文档和 50 条查询，私有部分由 MTEB 维护者评测以防过拟合。
Hamel Husain 长文AI 评分5555 Hamel Husain 组织评审团对比 Langsmith、Braintrust 与 Arize Phoenix 三款 AI Evals 工具
Hamel Husain 在 AI Evals 课程中邀请 Langsmith、Braintrust 和 Arize Phoenix 三家厂商完成同一份作业，并录制评审团（含 Shreya Shankar、Bryan Bischof）的点评视频。
Liquid AI 模型与工程博客精选AI 评分6161 Liquid AI 发布 Liquid Nanos 系列 350M–2.6B 端侧专用小模型
Liquid AI 发布 Liquid Nanos 系列，包含 350M 至 2.6B 参数的任务专用 LFM2 模型，可完全在手机、笔记本和嵌入式设备上运行。
推荐理由：原文给出各款小模型的参数量、任务定位和评测对比，读者可判断端侧专用模型能否替代云端大模型。
LlamaIndex：产品、工程与评测AI 评分5353 LlamaIndex 用 1000 篇 ArXiv 论文实测 SemTools 能否让编码智能体胜任文档搜索
LlamaIndex 自建包含 1000 篇 ArXiv 论文的基准，测试 Claude Code 在有无 SemTools 时的文档搜索表现。
Hugging Face 社区博客精选AI 评分7272 Google 发布 EmbeddingGemma 高效多语言嵌入模型
Google 发布 EmbeddingGemma，一个面向端侧的多语言嵌入模型，参数量 308M，支持 2K 上下文窗口和 100 多种语言，量化后 RAM 占用低于 200 MB。
推荐理由：原文给出模型架构、MRL 截断维度和多框架用法，读者可以据此评估它在移动端 RAG 和检索场景的可行性。
Andrej Karpathy@karpathy精选推荐理由：Karpathy提出LLMification概念，将教科书重构为LLM训练数据的新范式
LlamaIndex：产品、工程与评测AI 评分4141 Bright Data 原生集成 LlamaIndex，为 AI 智能体提供网页访问能力
Bright Data 通过 LlamaHub 原生集成 LlamaIndex，为 AI 智能体提供网页抓取、搜索与数据增强能力。
Claude Platform：开发者版本说明AI 评分5050 Claude API 与 Vertex AI 搜索结果内容块正式上线，支持 RAG 应用自然引用
Claude API 和 Vertex AI 的搜索结果内容块（Search result content blocks）现已正式可用。该功能可为 RAG 应用提供带来源归属的自然引用，无需再使用 beta 头 `search-results-2025-06-09`。
LlamaIndex：产品、工程与评测AI 评分4141 用文档智能体自动化工作流：基于 LlamaParse 构建上下文感知 AI 的完整教程
LlamaIndex 发布教程，演示如何用 LlamaParse Index 解析并索引非结构化文档，再通过开源智能体框架接入 AI 智能体。教程以 JPMorgan Chase 存款账户披露文件为数据集，用 Claude Sonnet 4 搭建查询引擎与 FunctionAgent，可完成透支费、补卡费和止付费等复合计算。
Hacker News：AI 热帖 Show HN: Sourcebot - 可自托管的代码库版 Perplexity
Sourcebot v4.6.0 新增 Ask Sourcebot 功能，支持用自然语言查询代码库并获取带内联引用的 Markdown 回答。用户需自备 LLM API key，实现类似 Perplexity 的自托管代码搜索体验。
LlamaIndex：产品、工程与评测AI 评分4242 LlamaIndex 解析：LLM API 为何无法替代完整文档解析器
LlamaIndex 指出，直接用 OpenAI、Claude、Gemini 等 LLM API 截图解析文档仍会幻觉数值、丢失复杂结构，且缺少置信度分数、边界框和引用等企业级元数据。其 LlamaParse 通过混合文本解析与视觉模型，在基准测试中比纯截图方式准确率提升 5% 以上，并提供更便宜的纯 LLM 模式和自动升级的 auto-mode。
Hamel Husain 长文AI 评分6666 Hamel Husain 整理七集系列文章，论证 RAG 并未消亡
Hamel Husain 与 Ben Clavié 整理了关于 RAG 未来 的七集开放系列文章，核心观点是 2023 年那种单向量余弦相似度检索已过时，但检索本身比以往更重要，长上下文窗口也不会终结 RAG。
LlamaIndex：产品、工程与评测AI 评分4444 如何用 DeepEval 和 LlamaIndex 评测 RAG
DeepEval 与 LlamaIndex 组合可对 RAG 流水线做单元测试式评测：DeepEval 提供 50+ 开箱即用指标，默认由 OpenAI gpt-4o 驱动，示例选用 Answer Relevancy、Faithfulness 和 Contextual Precision 三项 RAG 指标。
LlamaIndex：产品、工程与评测AI 评分4848 什么是上下文工程？LlamaIndex 详解其与提示词工程的区别及实现技巧
LlamaIndex 发文拆解"上下文工程"概念，指出它与提示词工程的区别在于更关注用最相关信息填满 LLM 的上下文窗口，而非仅提供指令。文章将上下文拆为系统提示词、用户输入、短期与长期记忆、知识库检索、工具定义与响应、结构化输出、全局状态等来源，并给出知识库或工具选择、上下文排序与压缩等策略，可用 LlamaIndex 和 LlamaParse 落地。
Hamel Husain 长文AI 评分6161 Inspect AI 开源 Python 评测框架详解：JJ Allaire 演讲注解版
Hamel Husain 将 JJ Allaire 关于开源 LLM 评测框架 Inspect AI 的演讲整理为带时间戳的注解版。Inspect 由 JJ 在英国 AI 安全研究所（AISI）休假期间开发，已被 Anthropic、DeepMind、Grok 等多个实验室采用，用于几乎全部 UK AISI 自动化评测。
Eugene Yan：WritingAI 评分5959 Eugene Yan 详解长上下文问答系统评测：指标、数据集构建与六个基准
Eugene Yan 发布长上下文问答系统评测指南，提出以忠实性与有用性两个正交维度衡量回答质量，并介绍用人类标注与 LLM 评估器打分的方法。文章拆解 NarrativeQA、NovelQA、QASPER、L-Eval、HELMET、Loong 六个基准的设计思路，指出传统 n-gram 指标与人类判断相关性差，证据位置影响模型表现，且 RAG 在 Loong 的多文档综合任务上反而降低性能。
LlamaIndex：产品、工程与评测AI 评分5151 LlamaIndex 分析 MCP 是否取代向量搜索：两者结合才是最优解
LlamaIndex 发文回答 MCP 是否会取代向量搜索，核心论点是智能体仍需要预处理和索引层来做非结构化数据的快速语义检索。
Cato AI Labs：AI安全原创研究精选AI 评分8585 Aim Labs 披露 Microsoft 365 Copilot 零点击漏洞 EchoLeak 可实现数据外泄
Aim Labs 发现并已向微软 MSRC 披露 M365 Copilot 的零点击漏洞链 EchoLeak，攻击者只需发送一封邮件即可在用户无感知、无特定操作的情况下自动外泄 Copilot 上下文中的敏感数据。
推荐理由：安全团队原创拆解了 EchoLeak 零点击攻击链与 LLM Scope Violation 概念，读者可据此评估其他 RAG 应用的同类暴露面。
Mistral AI：NewsAI 评分4646 Mistral 发布 Codestral Embed 代码嵌入模型
Mistral 发布首个专为代码打造的嵌入模型 Codestral Embed，在真实代码检索任务上显著优于 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大型嵌入模型。
LlamaIndex：产品、工程与评测AI 评分4545 LlamaParse 5 月更新：新增 GPT-4.1 与 Gemini 2.5 Pro 模型、倾斜检测等功能
LlamaParse 5 月更新新增 OpenAI GPT-4.1 和 Google Gemini 2.5 Pro 两个解析模型，并加入自动方向与倾斜检测，可识别 90º、180º、270º 旋转及 1º-12º 倾斜并自动校正。
LlamaIndex：产品、工程与评测AI 评分4747 LlamaExtract 新增引用与推理功能，可追溯字段提取来源
LlamaIndex 为 LlamaExtract 加入可选的引用与推理功能，每个提取字段都会给出原文位置和智能体的提取理由。用户可在 LlamaParse UI 或开源 SDK 中通过 ExtractConfig 设置 use_reasoning 和 cite_sources 开启，推理结果会标注 "VERBATIM EXTRACTION" 或 "INSUFFICIENT DATA"。
LlamaIndex：产品、工程与评测AI 评分4848 LlamaIndex 详解企业级 Agentic Document Workflows（ADW）：从聊天机器人到自动化文档流程
LlamaIndex 提出 Agentic Document Workflow（ADW）参考架构，用 Parse、Retrieve、Reason、Act 四个阶段和 Pydantic 类型化数据契约，把企业文档处理从"与文档聊天"原型推进到全自动流程。
Eugene Yan：WritingAI 评分5252 Eugene Yan：LLM-as-Judge 救不了产品，修复评估流程才行
Eugene Yan 撰文指出，靠加评估工具、指标或 LLM-as-judge 不能拯救 AI 产品，评估应是用科学方法驱动产品改进的实践。他给出从观察数据、标注 50:50 通过与失败样本、假设失败原因、设计对照实验到量化分析的循环，并主张先写评估再开发功能的 eval-driven development，同时强调自动评估器只能放大而非替代人工标注与反馈监督。
Mistral AI：NewsAI 评分4444 Mistral 团队详解如何用 LLM as a Judge 评估 RAG 系统
Mistral 团队介绍用 LLM as a Judge 评估 RAG 系统的方法，即让一个"judge LLM"按数值、二值或定性量表为"generator LLM"的答案打分，再对评测数据集求加权平均。
Hamel Husain 长文AI 评分7474 Hamel Husain 长文：快速改进 AI 产品的实战指南
Hamel Husain 根据服务 30 多家公司的咨询经验指出，成功的 AI 团队不纠结工具选型，而是专注测量和迭代。
LlamaIndex：产品、工程与评测AI 评分5454 LlamaIndex 官方教程：如何用 LlamaParse 解析 PDF 并提取结构化数据
LlamaIndex 发布 LlamaParse 使用指南，演示用 Python 几行代码把 PDF 解析为 markdown，注册可获得 10,000 免费积分、每天免费解析 1000 页。