Retrieval, reranking, vector databases and knowledge systems.相关内容 32 · 采集渠道 11 · 上次同步 2026/10/28
RAG正从单一检索管线扩展为可解释、可约束、可自托管及智能体化的文档访问系统。
最近更新:2026/10/28 17:04:11
查看综述依据(8)按重要度展示
近14天围绕“RAG 与检索”出现可追溯的主题进展,当前聚类暂以候选标题作为证据,代表性候选包括:T-Search: An Open Agentic Retriever and Playgrou;EGCForest: Structured Agent Memory Organization ;HLA: Expressive Hybrid Linear Attention via Chun等。
langflow-ai 在 GitHub 开源了综合 RAG 平台 OpenRAG,将 Langflow 可视化流程编排、Docling 文档解析与 OpenSearch 向量检索整合为单一软件包,面向希望快速搭建文档问答与检索应用的开发者。
jamwithai 在 GitHub 开源 production-agentic-rag-course 项目(代号"The Mother of AI Project"),第一阶段聚焦 RAG 系统,实践项目为 arXiv 论文策展工具,面向学习者教授生产级 AI 工程技能。
聚合窗口:2026/10/14 ~ 2026/10/28
过去 14 天新增 28 条相关内容,单日峰值 8 条(2026-10-20)
最近显示 12 条,共 32 条已加载内容。
检索开始与模型决策融合
模型可直接遍历文档层级并剪枝,减少对独立首阶段检索器和预计算索引的依赖。
负例挖掘引入领域结构约束
显式利用关系、范围和层级约束,可减少语义相关但领域结构错误的难负例。
本地部署与来源核验并重
法律和应急场景强调数据控制、离线可用性以及回答到原始来源的可追溯链路。
历史交互成为长期检索记忆
代码图、Git历史和智能体会话可组合为可检索仓库记忆,支持跨会话复用。
检索能力向数据库与智能体训练扩展
应用场景已覆盖日志驱动的企业查询、知识图谱、任务轨迹筛选及信息受限的多智能体协作。
检索增强生成架构
案例涵盖语义检索与BM25重排、模型驱动文档导航、领域约束负例挖掘,以及面向自托管平台的可追溯引用。
本地知识库与隐私
法律分析和应急助手将文档、索引、聊天记录及模型尽量保留在本地,同时明确外部模型调用、联网安装和错误核验边界。
企业数据与长期记忆
系统尝试从查询日志推断数据库结构,或将代码图、Git历史和智能体会话转化为可持续检索的长期记忆。
智能体中的检索学习
相关方法从失败轨迹中筛选高价值样本,并研究检索受限、跨语料条件下多智能体的团队决策与训练。
DecisionRAG让预训练模型沿主题、文档、章节和段落层级直接剪枝,无需首阶段检索器或预计算索引。与密集候选结合后仍有较好召回,但扩大页面预算主要改善证据覆盖,成本和延迟同步上升。
CA-HNM将BM25与密集检索候选、领域结构模型及确定性规则结合,用于挖掘排名靠前但违反领域约束的负例。实验多数配置的平均NDCG@10改善,但效果仍受损失函数和负例池组成影响。
CaseCite和Survival LLM均将检索、本地资料与引用核验结合。前者覆盖法律研究和合同工具,但受许可证、外部模型数据流及未完成功能限制;后者支持离线应急查询,但答案仍需核对来源。
Entire把代码结构图、Git历史与智能体会话组合为长期仓库记忆;Schema-Free Text-to-SQL则面向缺少完整Schema的企业数据库,从查询日志学习结构。两者都需要进一步验证权限治理、跨域稳定性和长期维护成本。