rag

介绍 ASK，一款基于本地 LLM 和检索增强生成（RAG）的独立桌面知识助手应用，支持 Qwen、Llama 等多种本地模型，使用 Python 与 CustomTkinter 构建。

LlamaIndex 发布 Document Parsing Protocol (DPP) 工作草案，为文本、表格、表单、图表、化学结构和乐谱等文档解析决策提供统一规则集，包含 140 条规则并提供 Claude 技能与 ChatGPT 参考文件供试用反馈。

该论文研究了在RAG知识冲突分类任务中使用类型化决策模型替代大语言模型的可行性，结果表明，决策模型在成本仅为其1/4至1/39、延迟更低的情况下，可达到或超过Gemini 2.5 Flash的准确率。

一份技术报告在包含7,354项随机试验的语料库上，将分类标签检索与嵌入检索加大语言模型筛选的两阶段方法进行了比较，发现新方法能够检索到系统综述所纳入证据的92%，而标签检索仅能检索到45%，其成本随检索深度增加而上升。

RouteDRAG 是一个基于学习的框架，用于在多模态文档检索增强生成（RAG）中决定是否调用智能体及其执行路径。在两个基准测试中，相比仅使用短路径执行，平均提升了 3.47 个百分点，且仅将 79.3% 的查询分配给智能体。

该论文提出 LM-DSB，一个结合 RAG 与本地部署 LLM 的轻量级多智能体系统，用于自动生成建筑工地每日安全简报，在消费级硬件上实现了接近人工质量的文档生成与专家认可。

OA-RAG 是一种智能体框架，将基于形式化本体的推理与大语言模型（LLM）推理相结合，以提高检索增强生成的忠实性，报告依据级别（逻辑蕴含、有支持、相关、不相关），并在基于大规模本体构建的医学问答基准上取得领先表现。

Memvid 是一个开源的 AI 记忆层工具，将原始数据、Embedding、BM25 与 HNSW 搜索索引及元数据打包进单个 .mv2 文件，支持离线运行、版本管理和故障恢复，旨在取代复杂的 RAG 管道与向量数据库。其宣称在 LoCoMo 基准上达到 SOTA 级长程对话记忆表现与极低检索延迟。

推荐斯坦福 CS329Z《Engineering AI Agents》课程，系统覆盖 agent 工程的核心内容：LLM 基础、RAG、工具调用与函数调用、框架编排（DSPy、LangGraph）、评测与可靠性等，标志着 agent 开发正从调 API 的手艺转变为一门正经工程学科。

Survival LLM 是一款免费的开源 AI 助手与应急参考库，可在个人电脑上完全离线运行，针对急救和灾难预防等问题提供答案，并引用 FEMA、CDC 和 Wikipedia 等权威来源的内容。

一篇科普长文，借 OpenAI 分阶段关停自助微调平台（2027 年 1 月起全面停止新微调任务）这一新闻切入，通俗解释模型预训练、微调与 RAG 三者的区别，指出微调适合调整风格而非注入业务知识，而真正掌握企业数据的是 RAG。

这篇 arXiv 论文展示了“失真格式化器”——即省略搜索限制或结果数量上限等关键细节的工具输出文本——如何在底层计算正确的情况下，仍然误导 AI 智能体及其验证器。修复格式化器后，缺乏依据的断言大幅减少，验证器的接受结果也从 90/90 全部错误变为 90/90 全部正确。此外，一条审计提示词重新发现了作者自身系统以及 OpenClaw 和 Hermes 中仍然存在的缺陷，推动了相关修复的合并。

SOPO（苏格拉底式引导策略优化）提出了一种多轮强化学习框架，通过苏格拉底式教师引导反馈和基于轮次的优势缩放来解决文本片段级幻觉检测中的奖励稀疏与长度膨胀问题，在RAGTruth上取得最先进的表现，超越GPT-5等模型，并开源了17亿和40亿参数的模型。

论文引入了“记忆收益”与“记忆税”的框架，用以衡量专用智能体记忆系统相对于朴素RAG的净价值，发现许多记忆系统在多个基准测试中的表现反而不如直接检索。论文分析了记忆处理过程如何移除或遮蔽证据，并呼吁评估记忆的净价值，而非其单独的性能表现。

该论文提出了一套面向离线边缘生成式AI的连通性体制框架（C0-C4）与推理时信任机制分类法，并在Raspberry Pi 5上以Qwen2.5模型进行本地RAG实证研究，发现签名知识包可被投毒攻击绕过，且现有验证机制无法保证证据真实性。

一本免费在线书籍《LangGraph 分块详解》，通过真实的本地模型运行、动手挑战和公开 GitHub 仓库，教你从基础到生产级地构建 AI 智能体。内容涵盖状态、节点、工具调用、MCP、流式输出、RAG、可观测性和部署，基于 LangGraph 1.2.14。

一位实践者开展了一项由四个智能体组成的 RAG 小组实验，并记录了三种意料之外的失效模式：引用无关但看似支持结论的资料、智能体引用自己生成的笔记，以及固定的 top-K 检索迫使智能体用引用凑数。帖子分享了正在推进的改进措施，并询问社区如何衡量 RAG 的实际提升。

一位开发者正在向社区请教，大家在生产环境中究竟是如何解决智能体记忆问题的：是使用向量数据库结合 RAG、知识图谱，还是通过人工参与审批来维护共享知识库。

作者探讨构建研究型 AI 智能体时的两种架构选择：直接调用一体化深度研究 API（Gemini Deep Research、OpenAI、Tavily Research 等），或基于搜索/抓取原语（Firecrawl、Exa、Tavily）自建规划与合成循环，并就质量、可观测性、扩展性与成本估算向生产环境实践者提问。

论文提出开源 RAG 受控评测框架 LASAGNA，在八个基准和 5K-200K 文档语料上测试 450 种配置，发现单独有效的 RAG 技术组合后收益大幅缩水（预期 +47% 仅得 +17%），检索质量与答案忠实度的设计取舍互相冲突，且最优组合随语料规模变化。