搜索“RAG”

fal与a16z在旧金山举办AI Infra Night活动

fal与a16z于2026年10月20日在旧金山举办AI Infra Night活动。据fal发布的信息,活动将汇聚一批工程负责人进行分享,包括fal基础设施负责人Chris Mladenov、Black Forest Labs的Saksham Consul、Krea超算与AI基础设施负责人Will Beddow、fal基础设施工程师Dhruv Bhatia以及ElevenLabs研究工程师Jordan Conragan。该消息于2026年10月14日发布,预告活动将于下周举行。目前没有后续发展事实,活动按预告日期在旧金山举行。

Orca Security 与 AWS 合作构建 Discovery AI

2026年10月14日,Orca Security 与 AWS 合作,基于 Amazon Bedrock 构建了自然语言查询智能体 Discovery AI,可将自然语言问题转换为 Sonar 查询。据 AWS Machine Learning 发布的信息,该方案采用 RAG 与 schema 感知查询构建的九阶段流水线,并组合使用 Amazon Titan Text Embeddings 与 Cohere Rerank 3.5。相比初始基线,查询成本降低 90%、输入 token 减少 93%、延迟降低 75%;目前每天处理数千次查询,响应时间 15 秒。截至现有证据,尚无后续发展事实。

MCloudBridge发布Ai 365统一AI平台

2026年10月13日,MCloudBridge发布Ai 365统一AI平台,面向公共、教育与科研机构。据The Elec报道,该平台可按安全策略在本地on-premise AI与外部SaaS AI之间选择性配置,并按G1、G2、G3信息资产分级路由数据:G1敏感数据使用Llama、Qwen、DeepSeek等本地LLM在隔离环境完成文档分析、知识检索、RAG与推理;G2数据可先本地提取关键信息,脱敏后再送外部LLM;G3公共数据可直接调用OpenAI、Anthropic(Claude)等外部LLM。目前尚无后续发展事实。

Figma分享用AI Agent保障内部系统安全实践

2026年7月29日,Figma安全工程团队公开其内部安全智能体系统,分享用AI Agent保障内部系统安全的实践。该系统用RAG检索历史告警与调查上下文,再由Tines上的智能体调用Okta、Wiz、Slack、Panther等工具完成告警分诊,并可查询安全数据湖、提交修复PR。团队称复杂告警的解决时间缩短约70%,值班呼叫量因AI驱动的严重度降级减少20%,端点软件审批请求减少25%。系统将记忆分为案例记忆、引导记忆和过程记忆三层,并用确定性护栏限制智能体行为,例如所有PR自动设为草稿。后续报道称,该智能体将告警从发现到解决的时间缩短了71%,并改变了值班工程师的工作方式。

Apple提出ParaRNN并行训练框架

2026年10月10日,Apple研究人员提出用于大语言模型非线性RNN并行训练的ParaRNN框架。据Apple Machine Learning Research发布的信息,该框架通过牛顿法将非线性RNN的序列计算转化为可并行求解的线性SSM,实现相比传统串行方法665倍的训练加速。该工作训练出首个7B参数经典RNN,语言建模性能与Transformer和Mamba等SSM相当,并推出ParaGRU、ParaLSTM两种结构化Jacobian单元。ParaRNN代码库已公开,支持自定义RNN单元并自动处理并行化,论文被ICLR 2026接收为Oral。目前尚无后续发展事实。

LlamaIndex 宣布与 Azure AI 集成

2026年10月10日,LlamaIndex 宣布与 Azure AI 集成,形成一套完整的端到端 RAG 与知识增强智能体技术栈,全部可在 Azure 上使用。据 LlamaIndex 产品、工程与评测发布的信息,该合作在芝加哥 Microsoft Ignite 上公布,基于与微软的多年合作。技术栈以 Azure OpenAI Service 为 LLM 基础,配合 Azure AI Embeddings 与 Azure AI Search 向量存储,并通过 Azure Doc Store、KV Store 和 Chat Store 支持增量加载与持久记忆。此外,Azure Code Interpreter 等智能体工具及 AI App Template Gallery 中的 LlamaIndex 模板可加速应用落地。目前尚无后续发展事实。

LlamaIndex 发布 0.9 版本

LlamaIndex 发布 0.9 版本,新增 IngestionPipeline 概念,数据摄取与转换结果会自动缓存,重复运行时可跳过已命中的转换步骤。该版本将节点解析与文本切分接口统一为 TransformComponent,SimpleNodeParser 被移除并重定向到 SentenceSplitter;默认 tokenizer 从 gpt2 改为可配置的 CL100K。LangChain 变为可选依赖,不再默认安装,同时以 beta 形式引入支持 GPT-4V、Llava、Fuyu 的 MultiModal RAG 模块。目前尚无后续发展事实。

LlamaIndex 推出 Document Summary Index

LlamaIndex 推出名为 Document Summary Index 的新数据结构,用于为 RAG 提供更好的检索。据其产品、工程与评测团队发布的信息,该索引在构建阶段用 LLM 为每篇文档提取摘要,并与文本块一同存入 Document Store;查询时可通过 LLM 检索或摘要嵌入向量相似度检索相关文档,再返回该文档的全部节点。相比传统文本块嵌入检索,它提供文档级上下文,避免 top-k 与相似度阈值调参,也无需关键词标签。目前尚无后续发展事实。

TensorZero验证程序化数据蒸馏

2026年10月10日,TensorZero发布研究,评测并验证程序化数据筛选结合小模型微调可降低推理成本并保持或提升性能。研究用GPT-4.1生成的高质量对话微调Gemini 2.0 Flash/Flash Lite、GPT-4.1 mini/nano、GPT-4o mini和Qwen3-8B,在数据抽取、BabyAI导航、多跳RAG和τ-bench工具调用四类任务上评测,推理成本最多降低30倍、响应时间最多快4倍。研究还对比只保留成功轨迹的筛选数据与全量数据,发现筛选在数据抽取和多跳RAG上普遍提升表现,但在工具调用任务上Gemini模型反而用未筛选数据更好。博客给出基于TensorZero的微调与部署流程,并称无需GPU即可复现。

Chroma提出生成式检索基准方法

Chroma Research 提出一种面向真实 RAG 场景的生成式检索基准方法。该方法先用对齐的 LLM judge 结合用户上下文筛选文档,再依据上下文和示例查询生成查询,用于评估 RAG 检索系统。据 Chroma Research 介绍,该方法针对 MTEB、BEIR 等公开基准的缺陷:数据集通用、数据过于干净、模型训练时已见过基准。Chroma 在 Weights and Biases 的真实生产用例上验证,生成查询得到的模型性能指标与真实查询接近,并能反映 MTEB 未能体现的性能差异。目前尚无后续发展事实。

Computer智能体实时对战星际争霸

2026年10月6日,Perplexity 的 Computer 智能体实现了 StarCraft 实时对战,游戏在智能体思考时不暂停。整套系统由 VPS 上的 OpenBW Brood War 运行时、C++ 桥接和每个智能体四个游戏工具组成,各智能体只拿到受战争迷雾限制的自身游戏状态,不接收视频输入。最终一局 Blue 2–Red 5,Blue 攒到 41 个 Dragoons 后出击,被 Red 的 High Templar 用 Psionic Storm 击溃,原因是 Blue 未侦察 Red 的建造。目前没有后续发展事实。

企业AI智能体生产落地率仅34%

MIT Technology Review 基于对 300 位数据与 AI 高管的调查发现,企业平均仅约 34% 的智能体 AI 项目能进入生产环境。该调查同时指出,知识匮乏是主要失败原因之一;生产领先者平均有 61% 的项目走出试点,在语义知识等能力上更强。55% 的受访者将数据碎片化列为扩展智能体知识访问的首要挑战。企业将优先投资摄取管道、AI-ready API、RAG、AI 评估智能体和知识图谱。目前尚无后续发展事实。

AWS介绍Adjudicated Query合规查询模式

2026年10月2日,AWS提出并介绍了Adjudicated Query设计模式,并给出参考实现。该模式让业务用户在Amazon Quick聊天界面用自然语言提出合规问题,实际判定交由确定性(非AI)规则引擎完成,模型只负责把问题翻译成固定类型操作并叙述结果。该模式通过完整性回执保证compliant、in-breach、ambiguous、unreadable之和等于scanned,以避免RAG或text-to-SQL的漏检风险,适用于租约合规、制裁筛查、保险理赔等场景。目前尚无后续发展事实。

Perplexity发布上下文嵌入模型

2026年10月1日,Perplexity Research 与 turbopuffer 发布 pplx-embed-v2-context-9b-preview,一个面向 RAG 管线的上下文嵌入模型,每个 chunk 在编码时都能看到完整文档。该模型以 Perplexity 的 query-aware 上下文压缩模型作为教师,用逐 token 打分池化出的软目标替代单一 gold passage 标注,训练时随机采样切块策略,推理阶段不增加延迟或存储。权重已在 Hugging Face 以 MIT 许可开源,需 transformers>=5.4.0 并设置 trust_remote_code=True,暂未上线 Perplexity API,模型卡提示权重与接口可能不向后兼容。模型基于内部 9B ColBERT 检索模型,线性投影输出 2048 维,Matryoshka 训练支持 1024 维,量化感知训练支持原生 int8 嵌入,训练使用约 430 个数据集、覆盖 50 多种语言。目前尚无后续发展事实。

NVIDIA发布cuObject与SCADA SDK

2026年9月30日,NVIDIA正式发布cuObject客户端与服务器库及SCADA Server SDK。据NVIDIA Developer介绍,cuObject客户端与服务器库已正式GA,提供标准化API和RDMA线协议,使GPU无需经服务器CPU即可加速访问对象存储。xio-sig联盟将cuObject与cuFile并列纳入,Google Cloud正评估参与,Microsoft计划加入董事会。新发布的SCADA Server SDK支持存储厂商构建响应GPU发起请求的服务器,IBM已用IBM Storage Scale完成原型验证。NVIDIA Storage-Next计划联合40多家厂商定义GPU驱动的细粒度存储开放标准。目前该发布尚无后续独立发展事实。

AWS分享基于Amazon Quick和Bedrock AgentCore的合同智能平台架构

2026年9月30日,AWS分享了一套合同智能平台架构,该架构基于Amazon Quick和Amazon Bedrock AgentCore构建。据AWS介绍,方案使用AI智能体从合同PDF中提取8个关键字段,再由独立的验证智能体复核;当签名识别出现分歧时,由Amazon Textract做确定性裁决,结果存入Amazon Aurora PostgreSQL。该方案针对RAG语义检索无法回答跨全部合同的聚合问题,改用结构化提取加数据库查询,并通过嵌入式仪表盘和自然语言聊天智能体提供答案。目前该架构仍处于分享阶段,尚无后续发展事实。

LlamaIndex集成Azure AI

LlamaIndex 集成 Azure AI端到端RAG与智能体技术栈

查看事件：LlamaIndex 宣布与 Azure AI 集成

LlamaIndex公布黑客松获奖项目

LlamaIndex 公布 第二届Agentic RAG黑客松获奖项目

查看事件：LlamaIndex揭晓智能体RAG黑客松结果

Chroma提出生成式检索基准方法

Chroma 提出 面向真实RAG场景的生成式检索基准方法

查看事件：Chroma提出生成式检索基准方法

G42、MBZUAI与Cerebras发布Jais-2阿拉伯语模型家族

2025年12月9日,G42旗下Inception、MBZUAI基础模型研究所与Cerebras Systems联合发布阿拉伯语中心大模型家族Jais-2,包含8B和70B两个版本,并在Hugging Face开放权重。据官方信息,Jais-2 70B在阿拉伯语榜单AraGen上取得该榜单阿拉伯语模型的最优表现,在翻译、摘要、金融分析以及诗歌、宗教、饮食、解梦等阿拉伯文化相关任务上表现突出。该模型部署在Cerebras CS-3集群上,配合推测解码实现2000 tokens/秒的输出速度,官方称比GPT-5、Claude等前沿模型在真实负载上快20倍以上。目前尚无后续发展事实。