标签
文章阐述了向量搜索中的后置过滤租户作用域如何导致代理记忆系统泄露数据，并建议在写入时设置作用域以防止跨租户数据暴露。
本文描述了在AI验证管道中测试降低阅读成本的方法，同时保持高召回率和少数证据，指出了当前方法的挑战，并邀请社区参与。
本文提出了一种基于Markdown的AI代理记忆系统，该系统使用简单的文件存储和编辑规则，性能超越复杂的内存运行时，确保准确且有来源的事实检索。
OntologyAligner 提出一个三阶段框架，结合本体对齐检索和LLM重排序用于生物医学本体归一化，在HPO任务上实现了最先进的性能，并引入了PhenoNormBench基准。
ReGround 是一个大规模数据集，用于将审稿意见定位到科学论文的多模态证据上，揭示了在检索任务中整合文本、表格和图表的重要性和挑战性。
本文介绍了一种多语言多模态实体链接框架，通过结合推理和检索，提高了对稀有实体的准确性，并在MERLIN基准测试中取得了显著提升。
Nebius 推出了 AI Builder Program，为 AI 开发者提供可运行示例、蓝图、课程以及超过 400 美元的信用额度等资源，以促进 AI 系统的构建。
EdgeMem提出一种无LLM的方法，用于智能体记忆的构建与检索，采用多锚点超图，保留证据以提高基于记忆的问答性能。
论文介绍了PersonaLink，一种无需训练的方法，它将用户历史蒸馏为有界人格，在分类任务上匹配检索，但在回归任务上不匹配，突显了任务类型的不对称性。
本文介绍了Skill Following和检索调用实际使用效应（RAE），用于评估LLM代理中的技能检索是否真正提升任务性能，揭示了聚合指标可能具有误导性。
Garry Tan 发布了针对gbrain的新评估。gbrain是一个面向AI代理的开源检索层，展示了在记忆读写方面的最新性能，且无需LLM-in-loop检索。
Hi-Q 是一个证据条件框架，基于语料库支持信号动态将多跳查询精炼为层次树，从而提高多跳问答的检索和答案准确性。
一条推文讨论了延迟交互模型的存储问题，并分享了关于分层池化和非对称量化技术的有趣结果。
一个30题详解，阐述嵌入、向量搜索和检索系统的工作原理，涵盖相似度度量、训练方法、索引技术和评估。
本文介绍了一个关于多模态代理框架中技能发现与路由的案例研究，表明在提示中部分暴露技能可能会产生词汇竞争，从而阻碍正确选择，将小规模的上下文检索与大规模方法联系起来。
Napster已转型为AI代理平台，说明AI训练数据如何迅速过时，导致模型在关于公司身份的信息上提供自信但不正确的答案。
本文强调，即使检索结果不变，由于读取器或评判器阶段的差异，Engrava这一记忆层工具的基准分数也可能发生变化，并使用LongMemEval结果来说明这一问题。
KBMR是一种基于MLLM的检索器，用于基于知识的视觉问答，它通过语义对齐来提高检索和VQA准确性，相比CLIP基线表现出显著提升。
Sentence Transformers v6.0引入了MultiVectorEncoder，支持ColBERT风格的延迟交互检索，通过熟悉的API增强了多向量嵌入模型的功能。