Search

Tag: #retrieval20 results

代理記憶11倍令牌縮減

結構化蒸餾將個人化AI代理對話歷史壓縮成緊湊檢索結構，每交換從371令牌減至38令牌，實現11倍縮減。在14k交換評估中，保留96%逐字召回率，跨層搜尋超越基準。開源實作發布。

ArXiv AIResearch•Mar 16#agent-memory#token-compression#retrieval

Perplexity 推出高效能嵌入模型

Perplexity 推出兩款新型嵌入模型：pplx-embed-v1 和 pplx-embed-context-v1，專為大規模檢索任務優化。這些模型採用 int8 和二進位量化以提升效率。模型提供 0.6B 和 4B 參數規模版本。

TestingCatalogMedia•Feb 27#embeddings#quantization#retrieval

Weaviate 為 Search Mode 新增推理努力層級

Weaviate 為 Query Agent 的 Search Mode 推出 medium、high 與 ultrahigh 三種努力層級。這項更新讓實務使用者可依據搜尋品質與資源需求調整測試時運算量。

Weaviate BlogMedia•Aug 11#agentic-search#test-time-compute#retrieval

以證據為基礎的建築 PDF 約束檢查

這項研究提出一套用於建築文件審查的證據導向管線，將文字、幾何、頁面與版本資訊正規化，並以決定性規則進行約束檢查。在重複測試中，增加重疊頁面區塊的解析度可提升準確率；但在更廣泛的資料集上未穩定勝過頁面涵蓋率，顯示仍需要具備規則感知能力的證據路由與人工覆核。

ArXiv AIResearch•Aug 4#document-ai#retrieval#evidence-grounding

《生化危機》女星 GitHub 爆火 AI 記憶系統

一位《生化危機》女主角扮演者打造的免費 AI 記憶系統在 GitHub 上爆火。它利用「記憶宮殿」技巧，將檢索性能提升 34%。此開源工具旨在強化 AI 代理的記憶功能。

量子位Media•Apr 9#memory-palace#retrieval#ai-agent

為何 Agentic Memory 勝過 Token-Maxxing

MongoDB 認為，最大化 Token 使用量並不能有效代表 Agent 品質，因為 Context Window 是稀缺資源。文章主張採用具備持久化、可查詢、語意檢索與角色型存取控制的 Agentic Memory，打造更具擴展性的架構。

VentureBeatMedia•Aug 10#context-windows#retrieval#access-control

透過相似度空間比較 Embedding Models

Synthetic Query Probing 不直接比較 embedding 向量，而是測量 synthetic questions 與內容區塊之間的相似度分數，以比較不同 embedding models。研究顯示，Titan 與 Ada 等模型的分數範圍可能不同且呈非線性關係，會影響檢索門檻設定與模型遷移。

Reddit r/MachineLearningCommunity•Aug 10#embedding-models#retrieval#rag