retrieval

Mixedbread 推出 Toast 1，这是一款专用搜索代理，其质量可与前沿模型媲美，同时成本最高降低 10 倍，速度最高提升 12 倍。它自动化了代理式搜索循环，并在 OfficeQA Pro V2 和法律知识任务等基准测试中取得了最先进的结果。

本文识别出检索后复用是长时程智能体记忆的瓶颈，并提出查询条件复用（QCR）——一种简单的目标绑定笔记格式，在WebArena、WorkArena和AppWorld上展示了更高的成功率和token效率。

本文介绍了 ReFind，一种智能体控制的搜索界面，它使用词法索引和迭代关键词搜索对原始、未修改的聊天日志进行操作，表明它可以在对话记忆基准测试中媲美 HippoRAG 2 等结构化记忆系统，而无需构建任何语义结构。

This paper presents a cost-aware comparison of LLMs versus dedicated embedding models across 37 tasks, finding that the best LLM and embedding model are nearly tied on aggregate performance but LLMs are up to 1,431x more expensive and slower, leading to a recommended division of labor.

This paper compares natively multimodal embedding models (Gemini Embedding 2, Amazon Nova 2) against frontier LLMs (GPT-4.1, Claude Sonnet 4.6) for hard-negative text-to-image retrieval, finding comparable accuracy but much lower latency for embedding-based ranking.

提出了 EvoGraph-Mem，一种用于长期语言代理的失败感知可编辑图记忆框架，该框架跟踪正面/负面证据和激活状态以获取洞察，通过基于效用的检索和图级编辑实现记忆维护。

本文比较了LLMs和嵌入模型在37个任务上的表现，发现尽管总体性能相似，但嵌入模型更便宜且更快，支持分工以提高成本效率。

本文系统研究了基于多轮LLM的搜索智能体中的上下文干扰问题，发现干扰主要来自最新检索到的文档，并提出了一种基于蒸馏的上下文精炼器来缓解该问题。将上下文精炼纳入RL训练流程可显著提升可靠性和效率。

This paper introduces MESA, a framework that dynamically selects and fuses a query-adaptive subset of multiple structural memory views for long-horizon agents, achieving 8.5% accuracy improvement over the strongest baseline while using 41% fewer evidence tokens.

一位开发者讲述了他们的 AI 功能在真实用户使用时意外变得昂贵的过程：长查询、重复的检索块、无限制的对话历史。文章还建议了分块、去重等技巧来控制 token 消耗。

Search-G1提出了一种面向搜索增强语言代理的基于表示的内部奖励框架，利用干预校准的读出机制来平衡检索必要性与证据依赖，从而在无需昂贵标注的情况下提高搜索效率。

提出了受控记忆干扰（CMI），一个用于研究LLM智能体在不同记忆关系下记忆演化的诊断框架，揭示了特定关系的干扰会抑制更新可塑性，且干扰感知训练能够改进对有效更新的区分。

DistilVDR is a compact 524M visual document retriever distilled from an 8B teacher via cosine alignment, achieving near-teacher accuracy on ViDoRe with 15.6x smaller indexes and faster indexing.

作者提出了合成查询探测（Synthetic Query Probing），这是一种简单而有效的方法，通过比较不同嵌入模型之间的相似度匹配分数，而非原始嵌入空间，来比较不同的嵌入模型。论文展示了如Ada和Titan等模型之间的非线性关系，为更换嵌入模型和设定检索阈值提供了实用指导。

This paper introduces SkillAligner, a training-free framework that treats retrieved skills as adaptable drafts, jointly adapting them to task requirements, execution environments, and other skills to mitigate skill-execution misfit and improve agent performance.

KReF 提出了一种用于长期时间序列预测的免训练检索框架，该框架从相似的历史回看-未来对中构建经验预测分布，在多个基准上取得了优异的 CRPS 表现。

CertBind 提出了一种多尺度理论，用于冻结多模态编码器连接器的可认证组合，通过回退（fallback）和弃权（abstain）机制实现可认证的检索决策。在共享路径上的评估表明，它能够恢复原生 CLIP 检索性能，同时在旁路分支上保持无损（no-harm）。

MolBioKG 是一个双层系统，通过多分辨率结构锚定将未见过的分子关联到生物医学知识图谱中，从而能够从 SMILES 字符串进行图外链接恢复和多跳推理。与基线相比，它显著提高了 Hits@10 和图外目标召回率，同时保持可追溯的证据。

一篇计算机科学论文将基于文件系统的记忆形式化为自主AI代理的长期存储，表明将记忆组织为层级Markdown文件相比向量存储可将检索成本大约减半。

This paper introduces Task-Conditional Flow Matching (TCFM), a framework for adapting multilingual text embedding models that selectively uses flow matching for translation tasks and other objectives for retrieval/classification. It achieves state-of-the-art results on the Indic Massive Text Embedding Benchmark.