标签
本文将对一款新型确定性记忆工具与另外四款工具进行正面比较，该工具在检索过程中无需任何LLM调用即可实现完美召回。
一篇展示如何构建循环自动调优RAG系统配置以达到目标召回率的文章，包含完整代码和评估方法。
Waymo在发生车辆以高速公路速度驶入施工区域的事故后，召回了3,871辆自动驾驶出租车；软件修复正在开发中，高速公路运营暂停直至更新部署。
一位评论者指出，OBLIQ-Bench（recall@k）和 StudyBench（expertise）是少数可靠的长上下文基准测试中的两个。
Midas 在 BEAM 100K 上达到 0.56 recall@k，在 BEAM 500K 上达到 0.51 recall@k，零 LLM 调用、零成本，展示了高效的智能体长期记忆能力。
本文研究了一个部署的LLM作为判断器系统，用于评估多轮对话代理，发现其捕捉到的缺陷远少于人工审查，揭示了一个结构化的盲点分类和路由故障。
本文指出了无参考忠实性指标中的一个盲点：它们只衡量精确性（即声明是否得到支持），而不衡量召回率（即相关事实的覆盖程度）。作者引入了一种使用Formula 1遥测数据和天气数据的完整Oracle评估，表明高精确度模型往往覆盖不佳，并提出了一个组合指标。
特斯拉正在召回14,575辆Model Y，原因是由于自动视觉扫描工具错误，可能导致重量认证标签缺失，需要物理检查而非软件更新。
Waymo 在亚特兰大暂停其无人驾驶出租车服务，此前一辆车驶入积水街道并被困。此前该公司已在圣安东尼奥采取了类似暂停措施。上周的软件召回不足以阻止此次事件，凸显了自动驾驶汽车在恶劣天气下面临的持续挑战。
Waymo自愿在美国召回约3,800辆Robotaxi，以修复导致车辆驶入积水路段的软件故障。此次召回源于在奥斯汀和圣安东尼奥发生的事故。
特斯拉正在召回其更便宜的后驱版Cybertruck Long Range，原因是刹车转子存在缺陷，可能导致车轮脱落，此次召回涉及已售出的全部173辆车；公司将免费更换部件。