标签
ContextOS是一个开源的令牌预算感知上下文编排层，专为长期LLM代理设计，使用混合检索和确定性规划来为上下文选择记忆，并提供执行轨迹以便检查。
本文提出了HybridRAG-BN，一种用于孟加拉语知识库问答的检索增强框架，该框架结合了混合检索、基于Gemma的生成以及LoRA微调的验证，以F1分数0.71654和0.72912获得第一名。
本文提出 VLD-RAG，一种用于在长篇幅、视觉丰富文档上进行问答的智能多模态检索增强生成框架。它使用保留页面的索引和验证器引导的智能体工作流，改进跨页证据检索和推理，在 LongDocURL 和 MMLongBench-Doc 等基准测试上优于以往的基于视觉的基线方法。
Mem0 是一个开源记忆层，帮助 AI 智能体跨对话保留和检索用户上下文，采用混合搜索（语义、BM25、实体），并提供了 Python 和 npm 的 SDK。
一位开发者介绍了Watch Skill，这是一个开源MCP服务器，通过创建本地索引（包括转录文本、OCR和视觉观察）为AI智能体提供视频持久记忆，以实现高效检索。
Hybrid-IR 提出了一种双路径检索框架，结合基于图的检索和稠密检索，并采用迭代推理来改进复杂医学问答，克服了现有RAG方法的局限性。在三个基准上的实验表明了其有效性。
Archex 是一款新的开源代码 RAG 工具，通过结合混合搜索（BM25F + 密集嵌入）、交叉编码器重排序和依赖图扩展来改进检索，与纯基于嵌入的方法相比，实现了更高的召回率和令牌效率。
一个开源的全栈管道，从原始文本构建知识图谱，使用混合搜索（密集向量+稀疏+图遍历）解决LLM中的多跳推理问题，并通过倒数排名融合和交叉编码器对结果进行重排序。