如何用 Amazon Bedrock Knowledge Bases 以自然语言查询保险理赔
Amazon Bedrock Knowledge Bases 可为保险理赔文件构建对话式查询助手，通过 AgenticRetrieveStream API 将多部分问题拆解为子查询并多轮检索，直至证据充分后生成带引用的答案。
#RAG
#RAG
今日 0 条AWS Machine Learning BlogAI 评分4646
GitHub Blog · AI & MLAI 评分3636 GitHub Podcast 探讨：要不要读 AI 生成代码、RAG 是否已死、Skills 是否取代了 MCP？
GitHub Podcast 最新一期逐条拆解五个常见 AI 观点：AI 生成代码仍需人工审查，但注意力应放在高风险处；Skills 与 MCP 解决不同问题，前者提供打包的专业知识、后者提供工具与数据接入标准，二者可组合使用；RAG 也没有死，好的检索能让模型更接近答案，与 Agent、skills、MAG 等可共存于同一工作流。
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。
Hugging Face BlogAI 评分5454 Hugging Face 详解 Inference Endpoints、Jobs 和 Buckets 如何支撑 Papers with Code 搜索
Hugging Face 团队详解 Papers with Code 混合搜索架构：PostgreSQL 全文检索加 pgvector 语义召回，经加权 RRF 融合，语义向量用 Qwen/Qwen3-Embedding-0.6B 生成 256 维 Matryoshka 截断向量。
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。
Google ResearchAI 评分4141 Google Gemini Enterprise Agent Platform 如何用 Agentic RAG 实现更可靠的回答
Google 推出由 Agentic RAG 驱动的 Gemini Enterprise Agent Platform 版 Cross-Corpus Retrieval，采用多智能体架构（Orchestrator、Planner Agent、Query Rewriter、Search Fanout Agent 等）处理多数据源、多跳查询。
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。
Hugging Face Blog精选AI 评分6666 Hugging Face 发布 Ettin Reranker 系列：6 个 Apache 2.0 交叉编码器重排序模型
Hugging Face 的 Tom Aarsen 发布 ettin-reranker-v1 系列，含 17M 到 1B 六个 Sentence Transformers CrossEncoder 重排序模型，基于 Ettin ModernBERT 编码器，Apache 2.0 许可，支持最长 8192 token 上下文。
推荐理由：作者公开了六个模型、完整训练脚本和1.43亿条蒸馏数据，并给出与主流reranker的速度和精度对比，便于按规模选型或自行复现训练。
Hugging Face Blog精选AI 评分6262 IBM 发布 Granite Embedding Multilingual R2 两款 Apache 2.0 多语言嵌入模型，支持 32K 上下文
IBM 发布 Granite Embedding Multilingual R2 两款 Apache 2.0 多语言嵌入模型：97M 紧凑版在 MTEB Multilingual Retrieval 得 60.3。
推荐理由：原文给出完整基准数据、训练方法与框架集成示例，读者可按规模和场景直接选型。
Google ResearchAI 评分5858 Google 发布 ReasoningBank：从成败经验中提炼推理记忆的智能体自进化框架
Google Research 在 ICLR 论文中提出 ReasoningBank，一个从成功与失败经验中提炼结构化推理记忆的智能体框架，并开源了代码。它以检索、提取、整合的闭环运行，把失败案例转化为预防性经验；配合记忆感知的测试时扩展（MaTTS）进一步提效。
Hugging Face Blog精选AI 评分6363 Sentence Transformers 多模态嵌入与重排模型训练微调教程：以 Qwen3-VL-Embedding-2B 微调视觉文档检索为例
Hugging Face 博客讲解如何用 Sentence Transformers 训练和微调多模态嵌入与重排模型，以 Qwen/Qwen3-VL-Embedding-2B 在 Visual Document Retrieval 任务上微调为例。
推荐理由：作者用 Qwen3-VL 完整走通多模态嵌入微调流程，NDCG@10 从 0.888 提到 0.947，方法可直接迁移到自己的领域数据。
Hugging Face Blog精选AI 评分7171 Sentence Transformers v5.4 发布，支持文本、图像、音频和视频的多模态嵌入与重排
Hugging Face 发布 Sentence Transformers v5.4，用户可用同一套 API 对文本、图像、音频和视频进行嵌入编码与相关性重排。
推荐理由：官方教程给出 v5.4 多模态嵌入与重排的完整用法、代码示例和支持模型清单，读者可以直接照着搭建跨模态检索或 RAG 流程。
Hugging Face Blog精选AI 评分6060 NVIDIA 发布一天内微调领域专用嵌入模型的完整教程
NVIDIA 在 Hugging Face 博客发布教程，用 6 条命令在单张 80GB GPU、不到一天内把 Llama-Nemotron-Embed-1B-v2 微调为领域专用嵌入模型，无需人工标注。
推荐理由：原文给出从文档到部署的完整六步命令与关键超参数，读者可照此在单卡上微调自己的领域嵌入模型。
Google ResearchAI 评分5353 Google 与 Cornell 用高温超导专家题测试六个 LLM，精选文献库系统表现更好
Google Research 与 Cornell、Harvard 合作在 PNAS 发表论文，让 12 位高温超导专家出 67 道题并盲评 GPT-4o、Perplexity、Claude 3.5、Gemini Advanced Pro 1.5、NotebookLM 和自建 RAG 系统的回答。
Hugging Face BlogAI 评分5151 Hugging Face 发布 RTEB 基准，用开放与私有数据集评估嵌入模型真实检索泛化能力
Hugging Face 发布 Retrieval Embedding Benchmark（RTEB）测试版，旨在可靠评估嵌入模型在真实应用中的检索准确性。它采用开放与私有数据集结合的混合策略来检测基准过拟合，覆盖 20 种语言和法律、医疗、代码、金融等企业领域，默认榜单指标为 NDCG@10，榜单已上线于 MTEB 排行榜的检索板块。
Hugging Face Blog精选AI 评分6767 Google 发布 EmbeddingGemma 高效多语言嵌入模型
Google 发布开源嵌入模型 EmbeddingGemma，308M 参数、2K 上下文窗口，支持超过 100 种语言，量化后内存占用低于 200 MB，适合端侧 RAG 和 Agent 场景。
推荐理由：官方博客给出架构、基准和各框架用法，还附完整微调示例，读者可以据此判断如何把它接入现有检索流程。
Hugging Face BlogAI 评分5656 Hugging Face 发布 MCP for Research 教程：用 Research Tracker MCP 连接 AI 与研究工具
Hugging Face 发布教程，介绍如何用 Model Context Protocol（MCP）让 AI 通过自然语言调用 arXiv、GitHub、Hugging Face 等研究工具，自动化文献发现的跨平台检索与交叉引用。
Hugging Face BlogAI 评分5555 如何用 Sentence Transformers 训练与微调稀疏嵌入模型
Hugging Face 发布长文教程，讲解如何用 Sentence Transformers 训练和微调稀疏嵌入模型，并演示得到 sparse-encoder/example-inference-free-splade-distilbert-base-uncased-nq。
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 AI精选AI 评分6565 Mistral 发布 Agents API，内置连接器与智能体编排
Mistral 发布新的 Agents API，将语言模型与代码执行、网页搜索、图像生成、文档库和 MCP 工具等内置连接器结合，用于构建企业级智能体应用。
推荐理由：官方完整说明新 API 的内置连接器、有状态对话与多智能体编排，附 SimpleQA 对比数字和多个 cookbook，可直接评估落地方式。
Mistral AIAI 评分4141 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，即由一个 judge LLM 按 1-10、True/False 或定性等级为 generator LLM 的回答打分。
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 AI精选AI 评分6565 Mistral 发布 OCR API，文档理解基准领先并可按需自托管
Mistral AI 发布 Mistral OCR 光学字符识别 API，输入图片和 PDF，输出图文交错内容，定位为多模态文档 RAG 系统的解析组件。
推荐理由：官方给出与 Azure OCR、Gemini、GPT-4o 的分项基准对比和定价细节，读者可以据此评估它是否适合替换现有文档解析链路。
Hugging Face Blog精选AI 评分6161 如何低成本跑完 10 亿级分类与嵌入任务
这篇 Hugging Face 博客给出每天 10 亿级分类或嵌入推理的成本优化框架，用 Inference Endpoints、Infinity 和 Grafana k6 对三种用例实测。
推荐理由：原文给出可复现的成本与延迟优化框架和实测数字，读者可按自己的任务估算大规模分类和嵌入推理开销。
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。
Hugging Face BlogAI 评分5757 Digital Green 案例：用 LLM-as-a-judge 强化农业 RAG 应用 Farmer.chat
Digital Green 与 Hugging Face Expert Support 合作，为面向小农户的农业问答机器人 Farmer.chat 搭建了 LLM-as-a-judge 评测体系，覆盖提示词清晰度、问题类型、回答率和 RAG 准确性等指标，LLM 评分与约 360 题的人工评估高度相关。
Hugging Face BlogAI 评分5454 Hugging Face 团队讲解如何用 distilabel 构建 Argilla 2.0 聊天机器人
Hugging Face 团队发布教程，讲解如何用 distilabel 从 Argilla 2.0 技术文档合成三元组数据，微调 BAAI/bge-base-en-v1.5 嵌入模型（结合 TripletLoss 与 MatryoshkaLoss）。
Hugging Face BlogAI 评分3535 Banque des Territoires（CDC 集团）× Polyconseil × Hugging Face：用主权数据方案助力法国大型环保计划 EduRénov
Banque des Territoires（CDC 集团）、Polyconseil 与 Hugging Face 于今年 1 月启动合作，为支持法国学校生态改造计划 EduRénov 构建基于 RAG 的主权数据方案，第一阶段已完成。
Hugging Face BlogAI 评分2626 XLSCOUT 推出专利与 IP 专用嵌入模型 ParaEmbed 2.0，Hugging Face 专家团队提供支持
总部位于多伦多的知识产权 AI 公司 XLSCOUT 联合 Hugging Face Expert Support Program 推出专利嵌入模型 ParaEmbed 2.0，通过在专家精选的多领域专利数据上微调，准确率较 2023 年 10 月发布的 ParaEmbed 1.0 提升 23%。
Hugging Face BlogAI 评分3737 Hugging Face Embedding Container for Amazon SageMaker 正式发布
Hugging Face 宣布面向 Amazon SageMaker 的 Embedding Container 正式可用（GA），基于 Text Embedding Inference（TEI），支持在 SageMaker 上高效部署嵌入模型以构建 RAG 等生成式 AI 应用。
Hugging Face BlogAI 评分5858 使用 Sentence Transformers 训练和微调嵌入模型教程
Hugging Face 发布教程，介绍如何使用 Sentence Transformers 库微调或从零训练嵌入模型，覆盖数据集、损失函数、训练参数、评估器和 Trainer 五个组件。
Hugging Face BlogAI 评分5050 Hugging Face 与 LangChain 联合推出合作伙伴包 langchain_huggingface
Hugging Face 与 LangChain 联合发布合作伙伴包 langchain_huggingface，由双方共同维护，旨在让 LangChain 用户更快用上 Hugging Face 生态的新功能。
Hugging Face BlogAI 评分3333 如何用 Intel Gaudi 2 与 Intel Xeon 构建低成本企业 RAG 应用
Hugging Face 与 Intel 在 OPEA 框架下演示企业 RAG 应用构建：嵌入模型 BAAI/bge-base-en-v1.5 跑在 Xeon CPU（AMX-FP16 带来 2-3x 性能提升），LLM 经 TGI 服务跑在 Gaudi 2 加速器上，示例为 Intel/neural-chat-7b-v3-3。
Hugging Face BlogAI 评分5959 用 Optimum Intel 和 fastRAG 在 CPU 上优化 BGE 嵌入模型
Hugging Face 博客介绍如何用 Optimum Intel、Intel Neural Compressor 和 IPEX 将 BGE small/base/large 嵌入模型量化为 int8 并在 Intel Xeon 上加速。
Hugging Face Blog精选AI 评分6262 Hugging Face 介绍 Matryoshka 嵌入模型及 Sentence Transformers 训练用法
Hugging Face 发文介绍 Matryoshka 嵌入模型，这种模型可产出多种维度的有用嵌入，将重要信息前置以便截断后仍保持性能。
推荐理由：原文讲清 Matryoshka 嵌入的训练与使用方法，并用对比实验说明截断到 8.3% 维度仍保留 98.37% 性能，方法可直接复用。
Hugging Face Blog精选AI 评分6363 Hugging Face 为 TGI 和 Inference Endpoints 推出兼容 OpenAI 的 Messages API
Hugging Face 在 TGI 1.4.0 版本和 Inference Endpoints 中推出 Messages API，兼容 OpenAI Chat Completion API，用户可无缝从 OpenAI 模型切换到开源 LLM。
推荐理由：原文给出 TGI Messages API 的兼容范围、参数限制和从 OpenAI 迁移到开源模型的具体做法，方便评估改造成本。
Mistral AI精选AI 评分7878 Mistral AI 开放 La Plateforme 平台 Beta，提供三个文本生成端点和 Mistral-embed 嵌入端点
Mistral AI 开放 La Plateforme 平台 Beta，任何人今日起可注册使用其 API。
推荐理由：官方首发公告给出各端点的模型、MT-Bench 与 MTEB 分数和定价权衡，读者可据此评估选型。