#RAG

LangChain 实测 OpenWiki 与证据图构建有据可查的 Agent 记忆层

LangChain 介绍如何用其开源 wiki 编译器 OpenWiki 为 Agent 构建持久记忆层，把分散的政策、手册、工单等源材料合成为带引用的链接页面。

LlamaIndex 发布 Document Parsing Protocol 0.1 工作草案

LlamaIndex 发布 Document Parsing Protocol（DPP）0.1 工作草案，为文档解析定义统一答案标准，包含覆盖文本、表格、表单、图表、示意图的 140 条规则，每条附示例页面和期望输出。

作者为美国法典构建类 Git 的逐条版本溯源系统

作者借鉴 Git 的溯源思路，为美国法典构建了可按日期查看生效文本的系统，并解释了 LLM 在法律检索中的时间失效问题。系统对 2017 年起九个编的 365 处修改逐条重演，361 处能精确复现下一个发布点，每处修改标注所依据的公法和生效日期。已知限制包括尚未处理后续法律的追溯适用，生效日期靠模式匹配解析，重要内容仍需查阅法律原文。

UC Berkeley 开源向量索引 LEANN 将 60M chunk 的 RAG 索引从 201 GB 压缩到 6 GB

UC Berkeley Sky Computing Lab 开源了向量索引 LEANN，通过在查询时重算嵌入而非存储向量，把 60M chunk 的 Wikipedia 索引从 201 GB 压缩到 6 GB。

Databricks Lakehouse Federation：不迁移数据也能做投资分析

Databricks Lakehouse Federation 支持通过标准 SQL 直接查询 SQL Server、PostgreSQL、MySQL、Snowflake 等外部数据库，数据留在原处，无需复制或同步。

Rohan Paul@rohanpaul_ai· 18:52AI 评分4040

论文测试了仅输出标签和概率的 Jev 与 GPT-6 Astra 在 495 条人工标注声明上的核查表现，Jev 准确率与 Astra 相差 0.6 个百分点以内，成本低 187 倍。但 Jev 放行了 23.2% 的无依据声明，高于 Astra 的 14.1%。级联方案虽降低 Astra 费用，但随机分流同样比例的声明也能省下差不多的钱。

Nace AI 发布 Drex for Search：BrowseComp-Plus 达 92.05%，每题仅需 12.6 次搜索调用

Nace AI 发布面向智能体的检索层 Drex for Search，将 Drex 决策模型用于文档搜索，支持 Claude Code、Codex、Cursor 和 OpenCode 通过 CLI、SDK、MCP 或 REST 调用。

Nace AI 发布 Drex for Search：BrowseComp-Plus 达 92.05%，每题仅 12.6 次搜索调用

Nace AI 发布面向 AI 智能体的检索层 Drex for Search，将搜索建模为逐级决策，支持 Claude Code、Codex、Cursor、OpenCode 通过 CLI、SDK、MCP 或 REST 调用。

Mastra 发布 Knowledge 自托管服务，为企业 Agent 提供公司级知识上下文

Mastra 发布 Knowledge，一个独立服务，用于存放公司级和团队级上下文，在 Agent 需要时提供给它，可连接 Slack、Monday 等系统并自动保持更新。

Rohan Paul@rohanpaul_ai· 22:30AI 评分4242

德州大学论文提出Jev-Mem，把链接、停止搜索等小决策交给快速打分模型Jev批量输出概率，LLM只在最后读取记忆并作答，使长对话记忆构建速度提升6.6倍。在LoCoMo长对话基准上，其回答得分0.777，高于最佳基线的0.700；记忆构建耗时158秒，最快对手为1,044秒，回答耗时0.93秒对1.47秒。

LangChain 讲解 AI Agent 的上下文工程为何要从检索做起

LangChain 发布博客，讲解 Agent 检索的三大问题：低效搜索、一次塞入过多上下文、无关或过时信息，并以 Deep Agents 构建的竞争分析 Agent 为例给出对策。

n8n 讲解 AI Agent 记忆如何在生产环境中管理状态

n8n 博客发布客座文章，讲解 LLM 智能体为何需要模型之外的记忆层，以及短期与长期记忆的分工。文章对比向量数据库、文件、知识图谱和混合四种存储架构，梳理整合、更新与遗忘等记忆维护机制，并给出在 n8n 中通过共享记忆层和 AI Agent 记忆端口落地的两种用法。

You.com 发布 Inference Router：12 个开源权重模型配 99.9% 在线率 SLA

You.com 发布 Inference Router，一个 OpenAI 兼容的托管 API，将请求路由到 12 个在线开源权重模型，提供至少 99.9% 在线率 SLA、零数据保留（ZDR）、100% 美国托管和按 token 计费的 0% 平台费。

Cohere 发布 Rerank 5，新增段落级 Context Focus 与校准相关性分数

Cohere 发布 Rerank 5 重排模型家族，含 rerank-v5.0-pro 和 rerank-v5.0-fast 两档，支持 32K 上下文和 100+ 语言，提供 Context Focus（返回带分数的字符片段）和按概率可解读的校准分数。

自托管 LLM 与云 API 之间如何路由请求

n8n Blog 发文讲解如何在自托管 LLM 与云 API 之间做请求路由，并给出混合方案。

Sarvam AI 讲解如何为企业 Agent 构建知识编织层

Sarvam AI 介绍其为企业 Agent 构建的知识编织层，由知识树和领域本体两层组成，把分散文档整理成 Agent 可导航、查询和引用的结构。

Chelsea Finn@chelseabfinn· 06:47AI 评分4444

我们如何扩展 LLM 的上下文？ Agentic search 可扩展到任意规模的信息，但很容易遗漏相关信息。 想法💡：针对下游效用优化信息的组织方式。即使在 OOD 领域也能带来 30+% 的提升 论文 + 代码：https://librarian-agents.github.io/

NVIDIA 发布 Nemotron 3.5 Embed、Rerank 和 Parse 开源检索模型

NVIDIA 扩展 Nemotron Retriever 系列，发布 Nemotron 3.5 Embed（8B BF16、1B BF16、1B NVFP4）、Nemotron 3.5 Rerank 8B BF16 和 631M 参数的 Nemotron 3.5 Parse，均为开放商用权重。

Databricks 发布 MemCurrent 生产级 Agent 持久记忆架构

Databricks 介绍 MemCurrent，一种面向生产 Agent 的持久记忆架构，结合情景记忆与派生记忆，通过插件、工具调用和离线 dreaming 管线三种访问模式读写与整合记忆，已用于 Agent Bricks Memory 和 Genie。

Cohere 发布 Rerank 5 企业检索重排模型，分 Pro 与 Fast 两档

Cohere 发布 Rerank 5 Pro 与 Fast 两款企业检索重排模型。

Numan 如何用 LangGraph 和 LangSmith 构建评测优先的 AI 健康教练 Nu

英国数字健康公司 Numan 复盘其 AI 健康教练 Nu 的评测体系建设，核心结论是稀缺资产不是提示词而是评测标准。单轮静态数据集和脚本化多轮对话都难以覆盖真实会话，Nu 改为按类别打分的主题数据集、以更廉价模型扮演患者的模拟对话层，并让安全回归自动阻断发布。

OpenBMB@OpenBMB· 21:34AI 评分4040

面壁智能 OpenBMB 提出 Trident，用多正样本视图 InfoNCE 联合训练文本、图像、融合三种视图，解决多模态检索器在图文混合语料上性能骤降的“Chaos in the Text”现象。

实验项目 ContextCue：用 AI 保留跨团队协作中的上下文

开发者构建实验项目 ContextCue，用 FFmpeg、Faster-Whisper 和 Qwen VL 等工具把会议录音、屏幕共享画面与决策理由整理成可随工作流转的共享上下文。它按请求或决策而非单场会议组织输出，以 Markdown 格式保存，便于人和语言模型读取。该项目针对分布式团队在编码前耗费大量时间对齐理解的问题，目前仍是实验。

DeepSeek 上线 Search/Fetch 网页搜索 API，API 短暂出现 V4.1 Flash-1017 快照，Harness v0.2.1-rc1 发布

DeepSeek 宣布 Search/Fetch API 正式上线，基于自研搜索引擎，Search 按搜索词返回结构化网页结果，Fetch 以 Markdown 抓取单个网页，均按成功请求每千次 5 元计费，每秒各限 5 次；2026 年 11 月 1 日前通过 Claude Code 或 Codex 触发的搜索免费。

2026 年最佳 AI 数据库方案对比：从 pgvector 到 Pinecone、Milvus

Databricks 发布 2026 年 AI 数据库选型指南，对比 10 款方案在检索能力、serverless 扩展、Postgres 兼容性、高并发与低延迟等维度的表现。

LangChain 详解 Deep Agents 的上下文工程：如何记住信息而不塞满上下文窗口

LangChain 发布博客，介绍其开源 Agent 框架 Deep Agents 如何用 middleware 做上下文工程，应对长任务中的 context rot。

Databricks 用真实应用与 400 万段落实测 Lakebase Search 容量规划

Databricks 以内部应用 Slide Hub 为基准，实测 Lakebase Search 在 1M 到 4M 行语料下的表现，给出按查询先定 CU 再扩应用的选型方法。

LlamaIndex 详解：为什么 LlamaParse 选择 Markdown 作为文档解析输出格式

LlamaParse 以 Markdown 作为文档解析的默认输出格式，以保留标题层级、阅读顺序和表格结构，并在复杂表格中支持 HTML 表格（colspan、rowspan）与管道表格并存。

Tessl 工程博客：AI 不是笨，是瞎——企业级 Agent 记忆的三个关键设计决策

作者基于为跨公司工作的 Agent 构建记忆系统一年的经验指出，AI 失败的常见原因不是模型推理差，而是它看不到关键决策上下文，多数 agent memory 只是给瞎子更大的档案柜。

Perplexity 发布 pplx-embed-v2-late：0.6B 边缘模型与 9B 模型，MADQA 得分 92.4%

Perplexity 发布 ColBERT 式多模态嵌入模型 pplx-embed-v2-late，含 0.6B 与 9B 两个版本，9B 在 MADQA 上取得 92.4% 的最佳成绩，0.6B 则面向边缘设备与本地查询编码。

Rohan Paul@rohanpaul_ai· 02:17AI 评分4545

Unsiloed 发布 Higher-Order Extraction，可从页面原始数值生成确定性代码，计算出文档中并未直接印出的数字，每个结果都能追溯到页面。若文档某处恰好印有答案，系统会与自身结果比对：一致则置信度提升，不一致则置信度降为零。

2026 年 6 款最佳 OCR 文档管理软件对比：LlamaParse、ABBYY、Textract 等

LlamaIndex 发布 2026 年 6 款最佳 OCR 文档管理软件对比，涵盖 LlamaParse、ABBYY FineReader、Amazon Textract、Google Cloud Vision、Microsoft Azure OCR 和 Hyperscience。

Sundar Pichai@sundarpichai· 00:31AI 评分5252

Sundar Pichai 宣布 EmbeddingGemma 2，这是其首个开源、原生多模态嵌入模型，740M 参数即可处理文本、代码、图像、视频和音频任务。模型与 Gemma 4 搭配适合离线、隐私优先的 RAG 场景，性能超过一些体积超过其两倍的专业模型，权重已在 Hugging Face 开放下载。

Google 发布 EmbeddingGemma 2：基于 Gemma 4 的开源多模态嵌入模型

Google 发布基于 Gemma 4 的开源嵌入模型 EmbeddingGemma 2，采用 Apache 2.0 许可，将文本、代码、图像、视频和音频映射到统一的 768 维向量空间，参数量从 270M（文本/代码）到 740M（全模态）按需加载。

同一件事，精选收录的是《Google DeepMind 发布开源轻量多模态嵌入模型 EmbeddingGemma 2》

Databricks Runtime 推出 NEAREST BY join 以扩展批量向量搜索

Databricks 在 Databricks Runtime 中推出 NEAREST BY join 语法，把批量向量搜索实现为引擎原生的 top-k 排名 join，而非调用外部实时端点。

TypeSafe AI@typesafeai· 01:22AI 评分4343

Jev 能像你一样🔍搜索长文档！🕵️

Cohere 发布 Embed 5 嵌入模型：Pro 与 Fast 双档对比 Voyage 4 Large、Gemini Embedding 2 和 OpenAI

Cohere 发布 Embed 5 嵌入模型家族，分 Pro 和 Fast 两档，均支持文本、图像及图文融合输入、100+ 语言和 128K token 上下文，两档共享同一向量空间，可用 Pro 建索引、Fast 查询。

Perplexity 发布上下文嵌入模型 pplx-embed-v2-context-9b-preview，可同时检索答案与支撑证据

Perplexity Research 与 turbopuffer 发布上下文嵌入模型 pplx-embed-v2-context-9b-preview，权重以 MIT 许可托管在 Hugging Face，可自托管部署，尚未上线 Perplexity API。

Aravind Srinivas@AravSrinivas· 03:47AI 评分5050

Perplexity 开源其上下文嵌入模型，在 turbopuffer 的 context-bench 上表现最佳。被引用内容介绍其新训练方法让每个文档分块在整篇文档语境下编码，pplx-embed-v2-context-9b-preview 在 ConTEB 和 turbopuffer 的 context-bench 上刷新纪录，详情见 perplexity.ai/hub/blog/contextual-embedding-beyond-the-gold-passage。

Perplexity 发布 Rust 检索引擎 Photon，p99 延迟从约 800 ms 降至约 65 ms

Perplexity 发布自研 Rust 检索与排序引擎 Photon，已承接全部生产流量，p99 检索排序延迟从约 800 ms 降至约 65 ms，服务机器减少约 20%。