搜索“RAG”

LlamaIndex 展示 Agentic RAG 架构与可运行示例

LlamaIndex 展示 Agentic RAG 架构与 Colab 可运行示例

查看事件：LlamaIndex 展示 Agentic RAG 架构与可运行示例

LlamaIndex 发文分享企业级 RAG 扩展经验

LlamaIndex 发布文章,分享企业级 RAG 规模化扩展的四类经验。文章围绕 LlamaParse 展开,指出多租户场景下存在“吵闹邻居”资源饥饿问题,需按数据源权限元数据做检索过滤以实现访问控制,同时要处理复杂 PDF、PPT、Word、Excel 的文档解析,以及第三方 AI 服务限流与数据源限制等失败情况。LlamaParse 通过托管调度、权限元数据过滤、语义结构保留与表格转 markdown 等能力支撑上述需求。目前该内容由 LlamaIndex 产品、工程与评测团队发布,尚无后续发展事实。

LlamaIndex 发文分享企业级 RAG 扩展经验

LlamaIndex 发布 企业级 RAG 扩展的四类经验

查看事件：LlamaIndex 发文分享企业级 RAG 扩展经验

LlamaIndex揭晓智能体RAG黑客松结果

2026年10月10日,LlamaIndex公布第二届Agentic RAG黑客松获奖项目。Timeline of You、Closing.WTF和OilyRAGs分别获得前三名。本届活动吸引逾500人注册,共收到45个项目,由12家赞助商支持,并颁发总计14,700美元现金奖励。参赛者重点构建智能体RAG与多智能体系统,目前赛事结果已公布。

AWS介绍RAG实时权限校验

2026年10月8日,AWS介绍Amazon Quick与Amazon Bedrock知识库的实时ACL校验方案。据AWS Machine Learning发布的信息,该方案在原有预检索ACL过滤之上新增实时ACL校验,在查询时直接向Google Drive等权威数据源核实权限,以避免同步快照过期或映射错误带来的越权泄露。方案分两阶段:先用索引中缓存的ACL做语义检索筛选候选文档,再通过服务账号模拟生成用户级访问令牌实时验证,仅将已授权内容交给LLM生成回答。目前该事实仅有这一条第一方证据,暂无后续发展。

AWS演示智能体式RAG检索

2026年10月5日,AWS发布实践教程,演示基于LangChain与Amazon Bedrock知识库的智能体式检索。据AWS Machine Learning介绍,Amazon Bedrock Managed Knowledge Base新增智能体检索能力,通过AgenticRetrieveStream API将多部分问题拆解为子查询、执行并判断证据是否充分,不足时再次检索;langchain-aws包同时暴露该路径与标准Retrieve API单次混合搜索。教程用同一多部分问题对比两条检索路径,并分析各自成本与适用场景。目前该故事尚无后续发展事实。

Together AI发布并开源ThunderAgent

2026年7月29日,Together AI发布并开源智能体推理调度系统ThunderAgent。该系统由Together AI联合佐治亚理工、UIUC和CMU提出,将每个智能体工作流抽象为可调度程序,以程序级调度缓解KV cache thrashing,在合成数据生成流水线中实现最高2.5倍单节点吞吐提升。据官方介绍,在单台8×H100节点、batch size 192下,SGLang吞吐降至390 token/s、平均延迟65s,ThunderAgent达到803 token/s、平均延迟10.6s;8节点集群上相对SGLang Gateway加速2.39倍,从16到64 GPU吞吐近线性扩展。该工作已被ICML 2026接收为Spotlight论文,代码开源,客户端只需增加一个program_id字段,并已被SkyRL和NVIDIA Dynamo采用。目前尚无后续发展事实。

Google推出Agentic RAG框架

Mistral介绍RAG评估方法

AWS介绍RAG实时权限校验

AWS 介绍 Amazon Quick与Bedrock知识库的实时ACL校验方案

查看事件：AWS介绍RAG实时权限校验

AWS演示智能体式RAG检索

AWS 发布实践教程 基于LangChain与Amazon Bedrock知识库的智能体式检索

查看事件：AWS演示智能体式RAG检索

Together AI发布ThunderAgent

Together AI 发布并开源 智能体推理调度系统ThunderAgent

查看事件：Together AI发布并开源ThunderAgent

Google推出Agentic RAG框架

Google 推出 Gemini Enterprise Agent Platform托管的Agentic RAG跨语料库检索功能

查看事件：Google推出Agentic RAG框架

Mistral介绍RAG评估方法

Mistral AI 介绍 利用结构化输出和LLM裁判评估RAG的方法

查看事件：Mistral介绍RAG评估方法

Zyphra 发布 Mixture-of-PageRanks 长上下文 RAG 系统

2024年12月19日,Zyphra 发布 Mixture-of-PageRanks(MixPR)长上下文 RAG 系统,用于长上下文任务中的高效预处理,可搭配任意基础模型。据 Zyphra Research 介绍,该系统用 Standard PageRank 处理全局检索、Personalized PageRank 处理局部检索,由基础模型零样本判断查询类型后路由;文本分块采用 TF-IDF 稀疏嵌入,邻接矩阵由余弦相似度一次矩阵乘法构建,在桌面 CPU 上处理百万级 token 上下文只需数秒。该系统在 RULER、BABILong、HashHop 等基准上取得 SOTA 结果;搭配 GPT-4o 在 BABILong 上取得第二名,仅次于专门微调的循环记忆 Transformer,在 RAG 模型中排名第一。目前尚无后续发展事实。

Zyphra 实现图数据库增强 GPT-4o 的 RAG 系统

2024年8月22日,Zyphra Research 实现了一个简单图数据库来增强 GPT-4o 的 RAG 系统。Zyphra 用数学解释了为何图数据库适合多跳问答,并在此基础上构建了该系统。据其介绍,该系统在针尖寻针数据集 Babilong 上取得非微调模型中的最佳表现,超过前沿长上下文模型。目前没有后续发展事实,事件状态停留在该次发布。

Ollama 支持嵌入模型以构建 RAG 应用

2024年4月8日,Ollama 宣布支持嵌入模型,使开发者能够构建将文本提示与已有文档结合的 RAG 应用。据 Ollama Blog 介绍,用户可拉取模型后通过 REST API、Python 或 JavaScript 库生成向量嵌入,并已集成 LangChain 和 LlamaIndex。同一来源还预告将支持批量嵌入、OpenAI 兼容的 /v1/embeddings 端点,以及 ColBERT、RoBERTa 等更多嵌入模型架构。目前该事件尚无后续发展事实,状态停留在上述发布内容。

Zyphra 发布 Mixture-of-PageRanks 长上下文 RAG 系统

Zyphra 发布 Mixture-of-PageRanks (MixPR) 长上下文 RAG 系统

查看事件：Zyphra 发布 Mixture-of-PageRanks 长上下文 RAG 系统

Zyphra 实现图数据库增强 GPT-4o 的 RAG 系统

Zyphra Research 实现 图数据库增强 GPT-4o 的 RAG 系统

查看事件：Zyphra 实现图数据库增强 GPT-4o 的 RAG 系统

Ollama 支持嵌入模型以构建 RAG 应用

Ollama 支持 嵌入模型

查看事件：Ollama 支持嵌入模型以构建 RAG 应用