标签
本研究评估了Beacon，一个课程特定的RAG系统，旨在为高等教育提供模块对齐的学术支持，目标是通过降低援助障碍来减少学生之间的求助差异。
本文概述了一个用于金融文档的高精度语义证据和RAG系统的多门架构，强调了可追溯性、对账和混合检索，并征求对其设计的反馈。
PixelRAG 是来自伯克利SkyLab等团队的开源项目，通过将网页和PDF截图为截图并用视觉索引进行检索，提高RAG准确率并显著降低AI Agent的token成本。
MOTHRAG是一个多跳RAG系统，仅使用普通API调用即可匹配顶尖GPU依赖系统（HippoRAG 2、CoRAG、NeocorRAG）的性能，无需GPU，无需微调，通过pip install加API密钥即可部署。
本文介绍了面向学生的 Eskwai，这是一款用于加纳法律教育的生成式 AI 助手，采用检索增强生成技术，基于包含超过 12,000 条判例法和 1,400 部立法的数据库。该系统在为期 30 个月的研究中部署，有 3,100 名法律学生参与，为全球南方地区法律教育中 AI 的使用提供了洞见。
Blue J 展示了如何通过将 GPT-4.1 与基于精选税务文档的检索增强生成相结合，在复杂监管领域扩展 AI 专业知识，实现低于 0.14% 的错误率和 70% 的周用户参与度，并通过严格的反馈循环和领域特定优化来优化性能。