Sentence Transformers v6.0 新增 MultiVectorEncoder：用同一 API 使用 ColBERT 式晚交互嵌入模型
Hugging Face 发布教程，介绍 Sentence Transformers v6.0 新增的第四种模型类型 MultiVectorEncoder，用于 ColBERT 式晚交互检索。
推荐理由：官方教程系统讲解多向量晚交互模型的使用、检索质量与索引体积权衡，并给出可直接运行的检索和重排方案。
#RAG
#RAG
今日 11 条Hugging Face：Blog（RSS）精选AI 评分7474
Google Cloud：Databases（RSS）AI 评分3030 Target 如何用 Spanner Graph 提升零售发现体验并将数据库维护成本降低 50%
Target 基于 Spanner Graph 构建企业本体，将图关系、向量嵌入、全文检索与事务数据统一到同一数据库引擎，替代原有 Elasticsearch 加 NoSQL 的碎片化架构。迁移采用零停机四阶段方案，完成后下线旧 Elasticsearch 集群，数据库维护成本降低 50%。该平台为 Gift Finder 等对话式购物助手提供结构化上下文，支撑 GraphRAG 式商品发现。
Google Cloud：Databases（RSS）AI 评分4141 Google 将 Data Commons 迁至 Spanner Graph，并预览 Data Commons Platform
Google 宣布 Data Commons on Spanner Graph 正式可用，并预览新的 Data Commons Platform，用于把企业私有知识与公共数据集知识图谱打通。
vLLM 官方博客（RSS）AI 评分4646 vLLM Semantic Router 如何构建 Mixture-of-Models 系统
vLLM Semantic Router 提出 Mixture-of-Models（MoM）架构，目标是在同一版本化契约下把独立模型、策略、偏好与执行路径组合成可训练、评估、导出、部署和调用的模型系统。
Mistral AI：News（网页）精选AI 评分6565 Mistral 发布 OCR 4：支持边界框、块分类和置信度分数
Mistral 发布 OCR 4 文档解析模型，除提取文本外返回边界框、块类型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：官方说明新模型的结构化输出能力、定价和基准局限，读者可据此判断它在文档解析流程中的适配场景。
OpenBMB（清华 NLP）：GitHub 新仓库AI 评分2828 OpenBMB 发布 SHIFT：面向 RAG 知识冲突缓解的门控激活引导
OpenBMB（清华 NLP）在 GitHub 发布 SHIFT 源码，对应论文《SHIFT: Gate-Modulated Activation Steering for Knowledge Conflict Mitigation in Retrieval-Augmented Generation》。该方法通过门控调制的激活引导，缓解检索增强生成中的知识冲突问题。
Google ResearchAI 评分4848 Gemini Enterprise Agent Platform 如何用 Agentic RAG 提升回答可靠性
Google 在 Gemini Enterprise Agent Platform 上推出基于 Agentic RAG 的 Cross-Corpus Retrieval，通过多智能体协作处理多源、多跳查询，相比标准 RAG 在事实性数据集上准确率最高提升 34%。
Mistral AI：News（网页）精选AI 评分6161 Mistral AI 发布 Search Toolkit 公开预览版
Mistral AI 发布开源 Search Toolkit 公开预览版，这是一个用于构建 AI 应用生产级搜索管线的可组合框架。
推荐理由：原文给出框架的具体模块构成、内置检索与评测指标，以及可复用的 starter 模板命令，读者可据此评估是否替代自建检索管线。
Sierra：Blog（RSS）AI 评分4848 Sierra 发布 𝜏-knowledge：在真实知识库上评测 AI 智能体
Sierra 推出 𝜏-knowledge 基准，扩展自 𝜏-bench，新增 𝜏-Banking 金融客服场景，包含 21 个产品类别的 698 份文档（约 195K tokens）。
Sierra：Blog（RSS）AI 评分4949 Sierra 如何用 golden 数据集评估并改进 AI 智能体的搜索质量
Sierra 为每个客户从昨日对话中采样数千条匿名搜索样本，用前沿 LLM 多阶段流水线筛选出理想文章构成 golden 数据集，并以 recall、precision、nDCG 等指标每日衡量检索质量。发布检索与重排序模型 Linnaeus 和 Darwin 后，客户 recall 逐日提升，相关解决率最高提升 16 个百分点。
Sierra：Blog（RSS）AI 评分4242 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%。
OpenBMB（清华 NLP）：GitHub 新仓库AI 评分3131 OpenBMB 发布 ClawXMemory：面向 OpenClaw 的多层级长期记忆插件
OpenBMB 推出 ClawXMemory，一个为 OpenClaw 设计的多层级记忆插件，主打长期上下文能力。该插件通过多层级记忆结构管理长期上下文，具体参数与可用方式尚未在现有信息中披露。
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。
Lilian Weng：Lil'Log（RSS）精选AI 评分6363 Lilian Weng 长文解读大语言模型的外在幻觉：成因、检测与缓解方法
Lilian Weng 在 Lil'Log 发表长文，将幻觉聚焦于外在幻觉，即模型输出未被提供的上下文或世界知识支持、编造且不可验证的内容。文章梳理幻觉成因，包括预训练数据中的过时或错误信息，以及微调引入新知识会加剧幻觉（Gekhman et al. 2024 发现模型学会 Unknown 样本后更易幻觉）。
推荐理由：Lilian Weng 系统梳理大语言模型外在幻觉的成因、检测基准与缓解方法，覆盖 RAG、采样、微调等技术路线。
Lilian Weng：Lil'Log（RSS）精选AI 评分8080 Lilian Weng 长文解析 LLM 驱动的自主智能体系统
Lilian Weng 在博客发布长文，系统阐述以 LLM 为核心控制器的自主智能体架构，将其拆解为规划、记忆、工具使用三大组件。
推荐理由：文章把 LLM 智能体系统拆解为规划、记忆、工具使用三大组件，梳理了 ReAct、Reflexion 等代表方法与共同局限，便于建立整体认知框架。
Lilian Weng：Lil'Log（RSS）精选AI 评分6666 Lilian Weng 解析如何构建开放域问答系统
Lilian Weng 在 Lil'Log 发布长文，综述构建开放域问答（ODQA）系统的常见方法。
推荐理由：作者系统梳理了开放域问答的检索器阅读器、检索器生成器和闭卷三类框架，并给出各模型的预训练与联合训练对比。