#检索增强

共 6 篇相关文章

研究揭示非前缀KV缓存复用中修复预算的最佳分配：集中修复目标片段并利用上下文兼容性重新计算，比分散修复或重排序更有效，在开放域问答和API文档任务中显著提升效果。

Infino AI 是面向 AI Agent 的开源检索引擎，将 BM25 与向量索引内嵌于 Parquet 文件，支持关键词、向量、混合与 SQL 查询。Apache-2.0 开源，同时提供 Infino Cloud 免费层。

新研究对比4个LLM与距离加权KNN在19个表格分类数据集上的表现，发现KNN平均精度始终领先，LLM仅在邻居标签低共识且距离较近时展现推理优势，为检索式表格ICL的模型选择提供实证边界。

深入解析Agentic RAG系统设计：如何让AI智能体自主判断何时检索、选择多源数据并追溯答案来源。基于Reddit社区讨论，提供路由机制、多路召回、引用验证等可落地方案。

自适应智能体记忆系统通过实测未来有用性而非语义相似度来决定保留什么。本文解析该开放研究项目的架构、已测量发现（含多项负面结果与作者自我撤稿）及尚未解决的核心问题。

一篇 arXiv 对照研究显示，长文本QA中的学习式上下文规划难以超越强检索基线。在 LongBench-v2 数据集上，锚定混合检索和BM25均优于规划引导方法，说明学习式规划只是弱相关信号，而非检索的替代品。