Sierra 推出 Linnaeus 与 Darwin 搜索模型，解决率最高提升 16 个百分点
Sierra 发布两款自研搜索模型 Linnaeus（检索）与 Darwin（重排序），称其解决率最高提升 16 个百分点。Linnaeus 直接基于完整对话检索，recall@5 提升 20%、recall@30 约 95%，每次搜索延迟最多降低约 800ms；Darwin 负责重排序，兼顾精度与成本。Sierra 智能体每天执行超 200 万次搜索，P90 延迟与搜索成本均下降超 75%。
#RAG
#RAG
今日 1 条Sierra：Blog（RSS）AI 评分4242
Together AI 研究与产品博客（RSS）AI 评分5858 Together AI 研究：弱模型如何用分治方法胜过 GPT-4o 处理长上下文任务
Together AI 在 ICLR 2026 论文《When Does Divide and Conquer Work for Long Context LLM?
Google ResearchAI 评分4747 Google 用高温超导研究问题测试 LLM 世界模型
Google 联合康奈尔大学在 PNAS 发表研究，让 GPT-4o、Perplexity、Claude 3.5、Gemini Advanced Pro 1.5、NotebookLM 和一套自建 RAG 系统回答 67 道高温超导专家级问题，由 12 位专家按 6 项指标盲评打分。
OpenAI Developers（RSS）AI 评分4141 OpenAI Responses API 文件搜索（file search）使用指南
OpenAI 在 Responses API 中提供托管式 file search 工具，模型可通过语义与关键词检索，从预先上传到 vector store 的文件知识库中取回信息并自动调用。
Answer.AI 官方研发博客（RSS）AI 评分4646 Answer.AI 发布 ReadBench：评测视觉语言模型的文本读取能力
Answer.AI 推出 ReadBench 基准，将 MMLU-Redux、MMLU-Pro、GPQA-Diamond、BABILong 和 LongBench 等文本基准的上下文转为图像、问题保留为文本，评测 VLM 从图像中读取和推理文本的能力。
Mistral AI：News（网页）AI 评分4949 Mistral AI 发布代码专用嵌入模型 Codestral Embed
Mistral AI 发布首个代码专用嵌入模型 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。
Mistral AI：News（网页）AI 评分4343 Mistral 如何用 LLM as a Judge 评估 RAG 系统
Mistral 提出用 LLM as a Judge 结合 RAG Triad 框架评估 RAG 系统，从上下文相关性、有据性和答案相关性三个维度打分。其 API 新增的结构化输出功能可定义评分 schema，让评判 LLM 输出机器可读的分数，从而构建更可靠的自动化评估流程。
Mistral AI：News（网页）精选AI 评分6868 Mistral 发布 OCR API mistral-ocr-latest，主打复杂文档理解
Mistral 发布光学字符识别 API Mistral OCR（mistral-ocr-latest），可将图像和 PDF 提取为交错的文本与图像，定价 1000 页 / 美元，批量推理约翻倍。
推荐理由：官方给出完整基准对比、定价和多语言成绩，读者可以据此判断它在文档理解场景中的实际位置。