标签
本文详细阐述了法律 AI 系统在生产环境中面临的三种常见故障模式：将所有来源视为同等可信、无法处理相互矛盾的法律观点，以及缺乏特定律所的内部知识。文章提出了诸如权威性加权、分歧检测以及注释层等解决方案，以建立系统的可信度与实用性。
Blockify 是一个新的开源 RAG 框架，以专利技术「IdeaBlocks」流水线取代传统分块方式，声称可实现语料库体积缩减 40 倍、token 使用效率提升 3 倍、向量搜索准确率提升 2.3 倍。它将企业文档转化为结构化 XML 知识单元，以实现更连贯的 LLM 检索效果。
一篇中文社交媒体帖子推荐了10个GitHub仓库，声称掌握这些仓库可在90天内帮助找到20万美元的AI工程师工作，涵盖LangChain、LangGraph、CrewAI、Ollama、Qdrant等主流AI开发框架和工具。
Ruflo（前身为Claude Flow）是一个GitHub热门开源项目，支持同时调度100+专业AI Agent协同工作，具备RAG记忆、分布式工作流和企业安全功能，并可与Claude Code及Codex直接联动。该项目目前在GitHub热门榜排名第一，获得4万+收藏。
Arkon 是一款可自部署的企业 AI 知识中枢，能将公司文档自动编译成交叉链接的知识 Wiki，并通过 MCP 协议让员工的 AI 客户端（如 Claude Desktop）按权限自动获取相关上下文，无需手动粘贴文档。
OpenDataLoader 是一个开源工具，可将 PDF 转换为结构化的 Markdown 和 JSON，支持 100 页/秒的本地处理速度，无需 GPU 或 API 成本，专为 RAG 管道和 PDF 无障碍自动化设计。
开发者创建了一个名为 continuity-benchmarks 的新基准测试，用于测试 AI 编码智能体在活跃开发过程中保持与项目规则一致性的能力，解决了现有记忆基准测试的空白——这些测试侧重于语义回忆而非实时架构一致性和多会话行为。
使用 Qwen2.5-32B-Instruct 搭配 longctx 和 vllm-turboquant 的单个 AMD MI300X 开源技术栈，在 MRCR v2 百万级上下文基准测试中取得了与 SubQ 闭源模型（0.659）相竞争的结果（0.601-0.688），表明开源权重方法已接近达到同等水平。
本文介绍了从LLM代理视角对网页信息密度进行的实证测量，使用了涵盖五个类别的100个URL的精选基准。研究发现，结构化提取平均减少了71.5%的令牌数量，同时保持了答案质量，并揭示了Claude Code中一个未记录的压缩层。
该文章推广了开源书籍《大模型基础》，系统讲解大语言模型相关知识，并介绍了多智能体开发框架Agent-Kernel。
研究者提出将认知科学中的"global ignition"意识机制应用于长上下文工程，提出MiA-Signature方法使用子模选择高层概念覆盖激活空间，应用于RAG和agentic系统后获得一致性能提升。
一份关于九层生产AI架构的详细解析，涵盖RAG管道、代理、提示词、安全、评估和可观测性层。
本文介绍了 TGS-RAG，这是一个双向验证与补全框架，通过协同基于文本和基于图的检索增强生成（RAG），提高了多跳推理的准确性。
本文介绍了 AgenticRAG，这是一个来自微软的框架，通过为大型语言模型（LLM）配备迭代搜索、文档导航和分析工具，增强了企业知识库的检索能力。它在多个基准测试中展示了相比标准 RAG 流水线在召回率和事实准确性方面的显著提升。
FinRAG-12B 是一款针对银行业检索增强生成（RAG）优化的 120 亿参数大语言模型，具备统一训练框架，可提升回答质量、引用依据的可靠性以及校准后的拒绝回答能力。该模型在引用依据方面优于 GPT-4.1，并已部署于 40 多家金融机构，在成本和延迟方面具有显著优势。
LatentRAG 是一个新颖的框架，将智能体 RAG 的推理与检索过程转移至连续的潜在空间，在保持与显式方法相当的性能的同时，将推理延迟降低了约 90%。
本文介绍了 IRC-Bench，这是一个用于在自传体回忆中识别隐式实体的基准测试，侧重于利用语境线索而非显式提及。文章评估了各种大型语言模型（LLM）和检索配置，发现经过 QLoRA 微调的 Llama 3.1 8B 在开放世界设置中表现最佳。
AdaGATE 是一种免训练的证据控制器，用于多跳 RAG。它采用以实体为中心的间隙追踪、微查询生成和基于效用的选择机制，提升了在噪声检索条件下的鲁棒性，在输入令牌更少的情况下达到了最先进的证据 F1 值。
CocoIndex 是一款工具，通过增量更新来自代码库、文档、PDF、Slack、会议记录和视频的嵌入向量、摘要和知识图谱，为 AI 代理提供持续新鲜的上下文。