AWS 实操：用 LangChain 和 Amazon Bedrock Knowledge Bases 实现 Agentic 检索
AWS 在 Amazon Bedrock Managed Knowledge Bases 上用 LangChain 演示标准检索与 agentic 检索的对比：一个包含六个意图的多部分问题，单向量检索在 5 条结果时只覆盖 4 个子意图，agentic 检索则通过规划循环拆分子查询、评估证据并迭代。
#RAG
#RAG
今日 2 条AWS Machine Learning BlogAI 评分5656 AWS Machine Learning BlogAI 评分3838 用 Amazon Bedrock AgentCore、Managed Knowledge Base 和 Nova Sonic 构建语音旅行礼宾服务
这是一篇 AWS 教程，介绍如何用 Amazon Bedrock AgentCore、Amazon Nova 2.5 Sonic 和 Amazon Bedrock Knowledge Bases 为航空应用搭建语音旅行礼宾服务，支持改座位、改餐食偏好、回答政策问题并转接人工客服。
AWS Machine Learning BlogAI 评分5050 如何在 Amazon SageMaker AI 上用多轮 RL 微调搜索智能体
Amazon SageMaker AI 推出多轮强化学习（MTRL）微调能力，可将 Qwen3.6-27B 训练成自主调用 BM25 词法检索与向量搜索工具的搜索智能体。
Hugging Face BlogAI 评分5656 Ai2 开源科学报告生成模型 AstaBrief 8B 及训练数据
Ai2 开源基于 Qwen3-8B 的 AstaBrief 8B 模型和训练数据，该模型将研究问题与检索到的文献片段一次性生成带引文的报告，已在 Asta 的 Generate a report 功能中作为 Fast 模式与 Claude 驱动的 Thinking 模式并行提供。
AWS Machine Learning BlogAI 评分5050 AWS 用 Amazon Bedrock Knowledge Bases 构建自然语言保险理赔查询助手
AWS 在 Machine Learning Blog 发布教程，演示用 Amazon Bedrock Knowledge Bases 在 Amazon S3 索引保险理赔文档，通过 AgenticRetrieveStream API 实现自然语言提问、多轮对话、元数据过滤和引用返回。
AWS Machine Learning BlogAI 评分5151 AWS 基于 Amazon Quick 和 Amazon Bedrock AgentCore 构建合同智能平台的架构解析
AWS Machine Learning Blog 发布教程，介绍用 Amazon Bedrock AgentCore 上的 Claude Sonnet 4.6 提取与 Claude Haiku 4.5 独立校验，再由 Amazon Textract 仲裁签名分歧，把合同 PDF 转为结构化数据的平台架构。
Hugging Face BlogAI 评分4949 ProvenanceGuard：面向 MCP Agent 的来源感知事实性验证方法
Hugging Face 团队提出 ProvenanceGuard，一个针对 MCP Agent 的来源感知事实性验证层，可在生成后检查每条论断的支持来源是否与答案声明或暗示的来源一致，识别"跨来源混淆"问题。
GitHub Blog · AI & MLAI 评分4242 该不该读 AI 生成代码、RAG 死了吗、Skills 会取代 MCP 吗？——GitHub Podcast 逐条拆解热门 AI 观点
GitHub Podcast 逐条拆解五个常见 AI 热门观点。核心结论：AI 生成代码仍需按风险分级审查；Skills 与 MCP 解决不同问题，MCP 提供工具与数据访问标准，Skills 以 Markdown 打包团队流程与最佳实践，两者互补；RAG 未死，检索让模型更接近答案，可与 agent、MCP、Skills 同一工作流共存。
Google ResearchAI 评分4747 Google Research 的 Retrieve-for-Train 如何绕过推理瓶颈、加速复杂 AI 搜索
Google Research 提出 Retrieve-for-Train 框架，用离线 RL 发现奖励对齐的 query fan-out 并蒸馏为监督信号，绕过 LLM 逐 token 的链式推理延迟。
Hugging Face BlogAI 评分5252 H Company 发布 NeoMME 多语言多模态编码器，含 260M 和 800M 两个版本并以 Apache 2.0 开源
H Company 发布 NeoMME，一个 260M 与 800M 两种规格的多语言多模态编码器，用单个双向 Transformer 同时处理文本 token 和 32×32 图像 patch，以掩码离散扩散目标从零训练，不依赖预训练视觉塔或因果语言模型。
Hugging Face Blog精选AI 评分7979 用 Sentence Transformers 训练与微调多向量嵌入模型
Sentence Transformers v6.0 新增 MultiVectorEncoder 模型类型，这篇教程演示如何训练和微调 ColBERT 风格的多向量检索模型。
推荐理由：作者用实测数据支撑每个训练选择，读者能学到一条可在单卡上复现的多向量模型领域微调方法。
Hugging Face BlogAI 评分5555 Hugging Face 详解 Papers with Code 混合搜索系统的架构与经验
Hugging Face 撰文介绍如何用 Inference Endpoints、Jobs 和 Storage Buckets 为 Papers with Code 构建混合搜索引擎。
Mistral AI精选AI 评分6565 Mistral 发布 Agentic Search，多步检索在 FinanceBench 上将准确率从 26.7% 提至 86%
Mistral 发布 Agentic Search，一个让模型在复杂文档中搜索、导航、读取并验证信息的多步检索层，通过 Mistral Search Toolkit 及 Studio 和 Vibe 中的 Libraries 提供。
推荐理由：官方给出了在 FinanceBench 和 OfficeQA Pro 上的具体提升数字与工具设计，读者可据此评估其对企业文档检索工作流的适用性。
Hugging Face Blog精选AI 评分7171 Sentence Transformers v6.0 新增 MultiVectorEncoder 支持 ColBERT 式 late interaction 检索
Hugging Face 官方博客宣布 Sentence Transformers v6.0 新增第四种模型类型 MultiVectorEncoder，支持 ColBERT 式 late interaction 检索，任何 PyLate 和 Stanford-NLP ColBERT checkpoint 可直接加载，colpali-engine 模型也可用于视觉文档检索。
推荐理由：官方教程覆盖加载、评分、索引与压缩的完整链路，读者可以据此判断多向量检索是否值得引入自己的搜索栈。
Mistral AI精选AI 评分7070 Mistral 发布 OCR 4：支持边界框、块分类与置信度分数
Mistral 发布 OCR 4 文档解析模型，在提取文本之外返回边界框、类型化块分类和逐词置信度分数，支持 170 种语言、10 个语言组，可通过单个容器完全自托管。
推荐理由：原文来自 Mistral 官方，给出 OCR 4 的结构化输出、多语言支持和自托管选项，还披露了基准评分局限，可作选型参考。
Google ResearchAI 评分5050 Google 在 Gemini Enterprise Agent Platform 推出基于 Agentic RAG 的跨数据源检索
Google 在 Gemini Enterprise Agent Platform 推出由 Agentic RAG 驱动的 Cross-Corpus Retrieval，现已提供公共预览。
Mistral AI精选AI 评分6464 Mistral AI 开源发布 Search Toolkit 公测版
Mistral AI 发布开源框架 Search Toolkit 公共预览版，用于为 AI 应用搭建生产级搜索管线，将摄取、检索和评估统一到一个共享接口的框架中。
推荐理由：原文给出模块构成、评估指标和企业案例细节，可以判断它是否适合替换现有检索基础设施。
Mistral AIAI 评分5656 Mistral AI 发布首个代码专用嵌入模型 Codestral Embed
Mistral AI 发布代码专用嵌入模型 Codestral Embed，称其在真实代码检索上优于 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大型嵌入模型。
Mistral AIAI 评分4444 Mistral AI 推出企业级 AI 助手 Le Chat Enterprise，由全新 Mistral Medium 3 模型驱动
Mistral AI 推出企业级 AI 助手 Le Chat Enterprise，由全新 Mistral Medium 3 模型驱动，功能将在未来两周内陆续上线。
Mistral AIAI 评分3131 Mistral 讲解如何用 LLM As A Judge 评估 RAG 系统
Mistral 介绍用“LLM As A Judge”评估 RAG 系统的方法：由 judge LLM 按数值、二元或定性量表为 generator LLM 的答案打分。
Mistral AI精选AI 评分6767 Mistral 发布 Mistral OCR API，主打复杂文档理解
Mistral 发布光学字符识别 API Mistral OCR，接受图片和 PDF 输入，按顺序提取文本与图像，可配合 RAG 系统处理幻灯片、复杂 PDF 等多模态文档。
推荐理由：官方给出内部基准对比、定价和自部署选项，读者可据此评估它在多模态文档理解和 RAG 流程中的可用性。