騰訊混元 3 正式版表現強勁
騰訊混元 3 正式版獲得高分評價，其搜索能力已追平 GPT-5.5 標準。此次更新同時將幻覺率降低了 50%。
Search
Tag: #rag131 results
🤖
TRACE：用於 LLM 代理的開源層級記憶系統
TRACE 引入了一種用於 LLM 代理記憶的層級主題樹結構，在 EventQA 基準測試中顯著優於 Mem0 和 MemGPT 等現有解決方案。它為管理長期對話歷史提供了一種比扁平化 RAG 區塊更高效的替代方案。
🔬
Competence Gate：透過模型內部信心訊號控管工具使用
Competence Gate 是一個為 Qwen3.5-4B 設計的 10MB LoRA 適配器，透過讀取模型內部激活訊號來決定直接回答、網路搜尋或檢索本地文件。它能有效減少幻覺並防止隱私資料外洩，透過驗證後的信心程度而非模型口頭聲稱來控管工具使用。
🔬
BaryGraph：以嵌入式文件作為關係的知識圖譜
BaryGraph 引入了一種創新的知識圖譜架構，將關係視為具有獨立向量的一等公民文件，而非單純的邊。這種方法能發現那些在標準嵌入空間中缺乏語義相似性，但在結構上具有關聯的概念。
Trunk Tools 利用專用 AI 架構大幅縮短文件審閱時間
Trunk Tools 以專用的三層架構取代通用型 LLM，以處理複雜的建築工程文件。透過專注於領域特定的推理能力，該公司將文件審閱週期從 60 天縮短至 10 天。
用於迭代提示優化的對比反思框架
Contrastive Reflection 是一個透過識別錯誤行為片段並利用 Teacher LLM 提出針對性修改，進而優化 LLM 提示詞的新框架。此方法在 HotpotQA 基準測試中顯著優於隨機證據選擇，並達到了業界領先的效能。
ToE：用於可解釋 AI 事實查核的階層式框架
ToE (Tree of Evidence) 是一個將聲明建模為動態論證樹的新框架，旨在提升自動化事實查核能力。它利用強化學習驅動的檢索與證據聚合技術，以對抗 AI 生成的錯誤資訊與 GEO 毒化攻擊。
MKG-RAG-Bench：多模態知識圖譜檢索的新基準測試
MKG-RAG-Bench 是一個全新的跨領域基準測試，旨在評估多模態知識圖譜增強生成（MKG-RAG）中的檢索效能。它透過提供經過策劃的數據集來測試檢索與下游生成品質，解決了異質數據對齊這一關鍵瓶頸。
MRAgent 框架大幅降低代理記憶體的 Token 消耗
新加坡國立大學的研究人員開發了 MRAgent，這是一個以主動式、多步驟記憶重構取代靜態檢索的框架。與 LangMem 等傳統代理記憶系統相比，此方法顯著降低了 Token 消耗與運行成本。
📰
全新 OCR Hub 整合基準測試與開源模型資源
Papers with Code 推出 OCR 集中化平台，收錄 Chandra OCR 2 與 Mistral OCR v4 等頂尖模型。該平台提供關鍵基準測試與程式碼連結，協助開發者在快速發展的文件數位化工具領域中進行選擇。