Condé Nast 如何基于 Amazon Bedrock 构建多模态视频发现系统
Condé Nast 与 AWS Generative AI Innovation Center 合作，基于 Amazon Bedrock 和 Amazon OpenSearch Service 构建多模态视频发现方案，将 14 万多条视频库的检索时间从平均每次任务 250 分钟降至 2 分钟以内。
#搜索
#搜索
今日 0 条AWS Machine Learning BlogAI 评分3232
Google ResearchAI 评分4040 Google Research 用 Retrieve-for-Train 突破推理瓶颈，加速复杂 AI 搜索
Google Research 提出 Retrieve-for-Train 框架，通过离线强化学习发现符合奖励的 query fan-out 并编译为监督信号，绕过推理时的思考 token 开销。
Hugging Face Blog精选AI 评分7373 Sentence Transformers v6.0 教程：训练与微调 MultiVectorEncoder 多向量嵌入模型
Sentence Transformers v6.0 引入第四种模型类型 MultiVectorEncoder，支持 ColBERT 式后期交互检索及完整训练流程。
推荐理由：作者实测比较了六种训练起点和各训练超参，给出可在单张消费级 GPU 上数小时完成的完整多向量模型微调配方。
Mistral AI精选AI 评分6767 Mistral 发布 Agentic Search，FinanceBench 准确率从 26.7% 升至 86%
Mistral 发布 Agentic Search，为模型提供 search、open、navigate、read、grep 五个工具，在现有索引上执行多步检索循环以处理复杂文档。
推荐理由：原文给出 Agentic Search 在 FinanceBench 和 OfficeQA Pro 上的具体数字，读者可以对照自己场景估算检索收益。
Hugging Face Blog精选AI 评分7575 Sentence Transformers v6.0 推出 MultiVectorEncoder，支持 ColBERT 式多向量检索
Hugging Face 发布教程介绍 Sentence Transformers v6.0 新增的第四种模型类型 MultiVectorEncoder，用于 ColBERT 式 late interaction 检索。
推荐理由：官方教程详解 Sentence Transformers v6.0 新增 MultiVectorEncoder 的用法，涵盖 MaxSim 原理、索引成本与视觉文档检索实践。
Mistral AI精选AI 评分6868 Mistral 发布 OCR 4，新增边界框、块分类与置信度分数，支持 170 种语言
Mistral 发布 Mistral OCR 4，除文本外返回边界框、分类型块（标题、表格、公式、签名等）和逐页逐词置信度分数，支持 10 个语系下 170 种语言。
推荐理由：官方公布了能力细节、定价和基准方法论，还主动列出自动评测的打分缺陷，读者可据此判断在自己场景中怎么用。
Hugging Face Blog精选AI 评分6262 Hugging Face 推出 Agentic Resource Discovery 规范及 Discover 工具，让 Agent 运行时搜索能力
Hugging Face 联合 Microsoft、Google、GoDaddy 等贡献者发布 Agentic Resource Discovery（ARD）开放规范草案，定义如何通过联邦注册表对 Agent 能力进行编目、索引和自然语言搜索，让 Agent 在运行时发现 MCP 工具、A2A Agent 和 Skills，而无需预先安装配置。
推荐理由：原文介绍了 ARD 开放规范的设计细节和 Hugging Face 的参考实现，附 CLI 和 API 用法，可直接上手做运行时能力发现。
Mistral AIAI 评分5959 Mistral 开源 Search Toolkit 公测版：统一 AI 应用的搜索管线
Mistral AI 发布开源框架 Search Toolkit 公共预览版，将数据摄取、检索与评估整合为单一框架，供企业构建生产级搜索管线。内置 BM25、稠密向量与混合检索，以及 recall、precision、MRR、NDCG 评估指标，模块共享统一配置接口；已在金融、制造、公共服务等行业验证，CMA CGM 配合 Voxtral 用于假新闻检测，音频管线端到端 15 秒内返回告警。
Google DeepMindAI 评分4949 Google 推出 Gemini for Science：面向科学发现的 AI 实验与工具
Google 发布 Gemini for Science，包含 Google Labs 上三个实验性工具和 Google Antigravity 中的 Science Skills。
Google ResearchAI 评分4141 Google Research 推出 TurboQuant：以极致压缩重新定义 AI 效率
Google Research 推出 TurboQuant 压缩算法（将发表于 ICLR 2026），通过 PolarQuant 高质量压缩与仅 1 bit 的 QJL 零开销纠错两步，实现大幅模型压缩且零精度损失，同时支持 KV cache 压缩与向量搜索。
Google DeepMindAI 评分5050 Google DeepMind 联合 Kaggle 发布 FACTS Benchmark Suite 评测大模型事实性
Google DeepMind 与 Kaggle 于 2025 年 12 月 9 日发布 FACTS Benchmark Suite，在原 FACTS Grounding 基础上新增 Parametric、Search 和 Multimodal 三个基准，共 3513 条公开样例，并保留私有评测集由 Kaggle 托管公开排行榜。
Hugging Face BlogAI 评分4242 Tavily 如何打造达到 SOTA 水平的 Deep Research 智能体
Tavily 分享其打造达到 SOTA 水平的 deep research 智能体的经验：七个月前他们放弃了第一版复杂架构并从零重建，因为其中的假设在下一代模型到来时成为瓶颈。
OpenAI NewsAI 评分5656 OpenAI 在 ChatGPT 推出 Company knowledge 功能
OpenAI 推出 Company knowledge 功能，将应用中的公司上下文带入 ChatGPT，生成贴合业务的具体回答并附清晰引用。功能面向 Business、Enterprise 和 Edu 用户开放，同时提供安全、隐私和管理员控制选项。
Hugging Face BlogAI 评分3737 NVIDIA 在 DeepResearch Bench 上评测开源 Llama Nemotron 模型
NVIDIA 的 AI-Q Blueprint 在 Hugging Face DeepResearch Bench「LLM with Search」榜单登顶，总分为 40.52（截至 2025 年 8 月），是目前完全开源授权方案中的第一名。
Mistral AIAI 评分5959 Mistral Le Chat 上线 Deep Research、语音模式、Projects 等多项新功能
Mistral 为 Le Chat 推出一批新功能，包括预览版 Deep Research 研究报告模式、基于 Voxtral 模型的语音模式、由 Magistral 驱动的多语言推理 Think 模式、按上下文组织对话的 Projects，以及与 Black Forest Labs 合作的高级图像编辑。新功能已在 chat.mistral.ai 和移动应用开放使用，无需信用卡。
Hugging Face BlogAI 评分4646 Hugging Face 推出 FutureBench：评测 AI 智能体预测未来事件的能力
Hugging Face 提出 FutureBench，通过真实世界事件评测 AI 智能体预测未来的能力。该基准从新闻和 Polymarket 预测市场采集题目：基于 smolagents 的智能体用 DeepSeek-V3 生成预测问题，每次抓取约生成 5 道题、时间范围为一周，另有每周约 8 道来自 Polymarket 的问题。
Mistral AIAI 评分5050 Mistral 发布首款代码专用嵌入模型 Codestral Embed
Mistral 发布首款代码专用嵌入模型 Codestral Embed，性能超越 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大型嵌入模型。
Mistral AIAI 评分5252 Mistral 发布 Le Chat Enterprise 企业级 AI 助手
Mistral 发布 Le Chat Enterprise，由新模型 Mistral Medium 3 驱动，针对工具碎片化、知识集成不安全、模型僵化和 ROI 慢等企业痛点提供统一平台。
OpenAI NewsAI 评分5353 The Washington Post 与 OpenAI 合作将新闻内容整合进 ChatGPT
The Washington Post 与 OpenAI 达成合作，将其新闻整合进 ChatGPT。用户在 ChatGPT 中可获得新闻摘要、引文以及指向原始报道的直接链接。
Hugging Face Blog精选AI 评分7979 Sentence Transformers 官方教程：如何训练和微调 Reranker 模型
Hugging Face 发布 Sentence Transformers 训练和微调 reranker（Cross Encoder）模型的详细教程，覆盖数据集、损失函数、训练参数、评估器和 CrossEncoderTrainer 五个组件，并介绍 mine_hard_negatives 挖掘难负样本。
推荐理由：教程给出完整可复现的 reranker 微调配方和评测数据，读者可据此在自己领域训练出超过通用大模型的小型 reranker。
Mistral AIAI 评分3535 Mistral AI 与法新社（AFP）达成全球合作，为 Le Chat 接入 AFP 新闻内容
Mistral AI 宣布与法新社（AFP）建立全球合作伙伴关系，其 AI 助手 Le Chat 将接入 AFP 的新闻电讯内容，使回复基于可靠、最新的信息。AFP 每天 6 种语言（法语、英语、西班牙语、葡萄牙语、德语、阿拉伯语）产出 2,300 条新闻稿，全球有 1,700 名记者。该集成将在未来几周内向所有 Le Chat 用户推出。
Hugging Face BlogAI 评分5656 LlamaIndex 与 Hugging Face 发布多语言视觉文档检索模型 vdr-2b-multi-v1
LlamaIndex 与 Hugging Face 发布多语言视觉文档检索嵌入模型 vdr-2b-multi-v1 及英文版 vdr-2b-v1，可直接对文档页截图编码检索，无需 OCR、数据抽取管线或分块。
Mistral AI精选AI 评分6868 Mistral AI 为 le Chat 推出联网搜索、Canvas、图像生成与 Agents 等新功能
Mistral AI 宣布对旗下免费 AI 助手 le Chat 进行重大更新，新增带引用的联网搜索、Canvas 创作界面、Agents 自动化工作流，并以免费 beta 形式提供。
推荐理由：官方公布 le Chat 一批免费 beta 功能及与 ChatGPT 等竞品的功能对比表，读者可以据此判断它作为替代方案的位置。
OpenAI News精选AI 评分7777 OpenAI 发布 ChatGPT search
OpenAI 发布 ChatGPT search，可为用户提供快速、及时的答案，并附上相关网页来源链接。
推荐理由：OpenAI 官方宣布 ChatGPT 支持联网搜索并附来源链接，读者可据此了解其获取及时信息的新方式。
Hugging Face Blog精选AI 评分6464 Hugging Face 五个常被忽视的实用工具详解
Hugging Face 官方博客盘点 Hub 上五个常被忽视的工具：ZeroGPU（免费 A100 GPU，每工作负载 40GB vRAM）、多进程 Docker Space（用 supervisord）、Gradio API、Webhooks 和 Nomic Atlas 语义搜索。
推荐理由：作者用免费语义搜索项目实际串起 ZeroGPU、多进程 Docker、Gradio API、Webhooks 和 Nomic Atlas 的用法，附可直接复用的代码示例。
Hugging Face Blog精选AI 评分6868 Hugging Face 介绍二值与标量 Embedding 量化，显著加速检索并降低成本
Hugging Face 博客介绍 embedding 量化方法，展示二值量化可将内存与磁盘占用降至 1/32、检索最快提速 45x，配合 rescoring 可保留约 96% 的检索性能；int8 标量量化占用为 1/4、平均提速 3.66x。
推荐理由：原文给出 embedding 量化的原理、代码与实测数据，读者可以照此在检索场景中权衡内存、速度与精度。
Hugging Face BlogAI 评分3636 Hugging Face 新手指南：如何用 Sentence Transformers 启动你的第一个 ML 项目
Hugging Face 发文介绍机器学习新手如何借助 Sentence Transformers 完成第一个自驱项目。该库可将句子和图像转为嵌入向量，通过 util.cos_sim 余弦相似度比较句子并实现语义搜索，可延伸至聚类、模型蒸馏和 CLIP 文生图，在 GitHub 上已有近 8,000 stars、超过 3,000 个项目依赖它。
Hugging Face BlogAI 评分4646 Hugging Face 入门教程：Embeddings 如何用于语义搜索与 FAQ 匹配
Hugging Face 发布 embeddings 入门教程，讲解如何用开源库 Sentence Transformers 的 "sentence-transformers/all-MiniLM-L6-v2" 模型生成文本嵌入向量，并通过 Inference API 构建 FAQ 语义搜索引擎。
Hugging Face BlogAI 评分5757 如何用 Hugging Face datasets 构建基于 CLIP 的图像搜索应用
教程演示如何用 Hugging Face datasets 结合 sentence_transformers 和 faiss 构建图像搜索应用：用 ImageFolder 加载大英图书馆数字化图书中的装饰图像子集（10000 张）。
OpenAI NewsAI 评分5858 OpenAI API 推出文本与代码 embeddings 端点
OpenAI 宣布在 OpenAI API 中推出新的 embeddings 端点，用于自然语言和代码任务。该端点可支持语义搜索、聚类、主题建模和分类等应用场景。