透過 Tokenization 與 Accent Folding 優化混合搜尋
Weaviate 推出了增強的文本分析功能，包括變音符號折疊（accent folding）與自定義停用詞，以提升混合搜尋效能。這些更新可透過 /v1/tokenize 端點存取，為多語言 BM25 實作提供更佳支援。
Search
Tag: #rag131 results
亞馬遜財務使用 Bedrock 簡化監管查詢
亞馬遜金融科技團隊利用 Amazon Bedrock 和 AWS 服務建置可擴充生成式 AI 應用，處理監管查詢。每個團隊維護專屬知識庫，填充特定文件與參考資料。此方法將傳統監管流程轉變為高效 AI 驅動工作流程。
LLM 實現可解釋 AML 分類
提出一個證據約束的 LLM 框架，用於 AML 警報分類，整合檢索增強證據彙整、帶引用結構化輸出，以及反事實檢查。在合成基準上超越基線，PR-AUC 0.75，並具強大解釋性指標如引用有效性 0.98。實現受監管金融工作流程中可審計的合規 LLM 使用。
RAG準確率90%？先過文件解析關
高RAG準確率取決於優秀文件解析。AnythingLLM在解析能力落後RAGFlow。企業選型須考量隱藏成本。
圖-LLM-代理整合調查：推理與檢索
這篇 arXiv 調查依用途（推理、檢索、生成、推薦）、圖類型（知識圖、場景圖、互動圖、因果圖、依賴圖）與策略（提示、增強、訓練、代理）分類圖-LLM 整合。它涵蓋網路安全、醫療、金融、機器人等領域的方法。提供依任務與資料選擇最佳方法的實用指南。
企業AI優勢轉向受治理數據
隨著AI模型趨同，企業優勢從模型轉向治理非結構化數據存取的平台。Box強調治理基礎設施的必要性，確保權限、可存取性與審計追蹤。結合RAG的記錄系統使AI輸出可追蹤且可信。
📰
MemPalace 基準測試膨脹，自行文件承認
新開源記憶工具 MemPalace 爆紅，宣稱 LoCoMo 100% 及 LongMemEval 完美，獲 7k GitHub 星。其 BENCHMARKS.md 揭露 LoCoMo 用 top_k=50 繞過檢索；LongMemEval 僅 recall@5，非完整 QA。真實分數 60-89%。
使用 Amazon Bedrock 與 OpenSearch 建構混合 RAG 智慧搜尋
本文展示如何實作生成式 AI 代理助理，使用語意與文字搜尋。利用 Amazon Bedrock、Bedrock AgentCore、Strands Agents 及 Amazon OpenSearch 建構混合 RAG 解決方案。
多模態嵌入與 RAG 實用指南
多模態嵌入讓 AI 系統能以原生格式搜尋與推理文字、圖像、音頻和影片。Weaviate 部落格解釋核心直覺，並提供使用 Weaviate 和 Gemini 的三個實用 RAG 實作。
您的程式碼即是結構描述：Weaviate 託管 C# 用戶端
Weaviate 發布了針對 C# 開發者的託管 .NET 用戶端。它透過程式碼即結構描述的方式實現語意搜尋與 RAG。主要功能包括屬性驅動結構描述、類型安全的查詢，以及以地道 .NET 方式的安全遷移。