推薦理由:Cohere完成歷史最大私募,顯示加拿大 AI 生態快速成長,投資者可評估其 RAG 技術在市場中的競爭優勢,並觀察其未來產品路線圖與資金運用計畫,瞭解該公司如何加速模型部署與商業化,並評估其對全球 AI 供應鏈的影響。
#RAG
RSS 訂閱#RAG
RSSCohere (@cohere)@cohere精選品質評分7878 LangChain Blog品質評分5858 如何利用 OpenWiki 與證據圖構建證據驅動的 Agent 記憶
OpenWiki 以編譯式維基與證據圖協助 Agent 在跨檔案推理時提升準確度與成本效益。 - 編譯維基:將 111 篇長文壓縮至原始尺寸的十分之一,編譯成本約 $4.15,每新增 17 篇檔案約 $0.09。
Hacker News (official RSS)品質評分6161 CaseCite:自建法律 RAG 平臺並開源,讓律師可在自家伺服器上使用
CaseCite 是一個自我託管的法律 RAG 平臺,允許律師上傳檔案、進行語義檢索並使用多種 AI 供應商生成答案。 - 核心功能:檔案上傳、索引、搜尋(BM25+語義檢索)、合約審查、草稿生成、法官資訊分析、案例查閱、引用檢查等。
AWS Machine Learning Blog品質評分6666 使用 AWS CDK 在託管式 Amazon Bedrock Knowledge Base 上建構AI 助理檢索
本文介紹如何使用 AWS CDK 與 Python,在託管式 Amazon Bedrock Knowledge Base 上部署企業級AI 助理檢索系統,實現多知識庫語意路由與具備引用的生成答案。
Hacker News (official RSS)品質評分6767 Context Engineering 的現況
Context Engineering 在 AI 模型開發中的重要性與挑戰在 AGNTCon 研討會上被深入探討。 - 四大失效模式:context poisoning、distraction、confusion、clash,皆因長上下文帶來的錯誤資訊與工具衝突。
AWS Machine Learning Blog品質評分3939 **title_zh**: 如何用 Amazon Bedrock Managed Knowledge Bases 統一 IskayPet 的企業知識
summary_zh: IskayPet 透過 Amazon Bedrock Managed Knowledge Bases 建立跨國四語言的企業知識助理,使用 Claude Haiku 4.5 生成具引用的答案。
Latent Space品質評分3636 你是團隊 — Moshi 創辦人 Anekha Sokhal
summary_zh: Anekha Sokhal,Moshi 的 CEO,說她打造了一個「Bloomberg、Claude 與 Netflix 的後裔」——一個能把市場資訊連結到交易者投資組合的推薦引擎。
n8n Blog品質評分4242 自架 LLM 與雲端 API:如何在兩者之間路由請求
n8n 說明如何在自架 LLM 與雲端 API 之間路由請求,並依資料處理要求、硬體條件、工作負載與成本,為不同請求選擇合適的執行方式。 - 自架模型與硬體:開放權重模型可下載並部署在自有基礎架構;選擇時應先確認模型能否可靠完成任務,再評估 VRAM、量化與推論效能。
MIT Technology Review · AI品質評分3737 AI 隱藏的儲存成本:推論留下的痕跡
summary_zh: AI 推論的背後,儲存成本隱藏在每一次推論留下的數百 MB 甚至數百 GB 之中。 - 推論後儲存量:WD 內部測試顯示,8 秒 3.97MB 720p 影片的後端資料超過 500MB,相較於輸出文件 130 倍。
AWS Machine Learning Blog品質評分6868 Amazon SageMaker JumpStart 2026 年度回顧:新增 100+ 模型
Amazon SageMaker JumpStart 於 2026 年上半年已新增 100+ 模型,涵蓋多模態、創意與高效模型,並提供一鍵部署與 Hugging Face 深度連結,顯著降低模型上線成本。
The Decoder品質評分7373 Deepseek V4.1 Flash 1017 在代理任務上擊敗更大競爭者,同時大幅降低單任務成本
Deepseek V4.1 Flash 1017 已於本週發布,主打代理與編碼任務,並以低於 $0.20 的成本完成 77% 的 DeepSWE 基準。
AWS Machine Learning Blog精選品質評分7575 打造 AI 代理信任:Amazon Bedrock AgentCore 的生產級評估框架
AWS 透過 Amazon Bedrock AgentCore 建立了一套完整的多階段評估框架,協助團隊在部署前即時檢測 AI 代理品質。 - 九個階段:從「定義」到「反饋迴圈」,涵蓋品質、安全、效能、成本與運營控制。
推薦理由:此框架提供可量化的多階段評估流程,幫助團隊在部署前即時發現品質下降,提升 AI 代理的可靠性。
Hugging Face Blog精選品質評分7272 Granite Switch 4.1:一端點整合聊天、決策與語音功能
Granite Switch 4.1 透過整合決策、語音與聊天功能,提供單一端點多工能力。 - Granite‑Switch‑4.1‑8B / 30B:內建 Decision aLoRA、Guardian aLoRA 及 Granite‑Speech‑5.0‑Turbo‑CTC(OpenASR 榜首 ASR),可即時切換對話、決策與轉錄。
推薦理由:Granite Switch 4.1 透過整合決策、語音與聊天功能,提供單一端點多工能力,讀者可評估其在實務流程中的效益。
Hacker News (official RSS)品質評分5454 Sygal 推出本機 PDF、掃描與網頁轉 Markdown 工具
Sygal 於本機即時將 PDF、掃描檔、網頁與 YouTube 連結轉為乾淨 Markdown 與結構化 JSON,無需訂閱。 - 價格:一次性 €25,無訂閱,提供 14 天免費試用。
cloudflare blog品質評分5757 Cloudflare 與 OpenAI 合作,提升 AI 內容發現體驗
ChatGPT 在 2026 年 7 月與 Cloudflare 合作,透過 Cloudflare 網路訊號,將數億新網頁納入搜尋索引,顯著提升 AI 內容發現效能。
Hacker News (official RSS)品質評分4747 今天找工作的成本
summary_zh: 作為一家初創公司的工程部門主管,作者指出使用大型語言模型(LLM)在面試挑戰中造成候選人高昂成本,並提出改進措施以降低其負擔。 - 成本問題:候選人需支付 AI 工具訂閱或 API 費用,導致面試成本高。
Apple Machine Learning Research品質評分7171 先計畫還是先檢索?工具發現架構的規模研究
Apple 研究團隊針對工具發現架構進行大規模實驗,發現「先計畫再檢索」在多工具情境下優於「先檢索再計畫」,而「先檢索再計畫」在單工具情境中更有效。 - 研究範圍:ToolBench 46,984 個 API,50 個分類,單工具(G1)、跨類別多工具(G2)、跨類別多工具(G3)三種查詢子集。
Hacker News (official RSS)品質評分6868 Intel D270 GPU AI 加速器:最高 480GB LPDDR5X 記憶體
Intel D270 GPU AI 加速器 以最高 480GB LPDDR5X 記憶體,為資料中心提供高效能、低功耗的代理 AI 推理解決方案。 - 記憶體容量:單卡最高 480GB LPDDR5X,支援長上下文、並發執行與大模型推理。
Hacker News (official RSS)品質評分7878 JulianFlux:電磁向量檢索與因果路由 AI 代理的新架構
JulianFlux 以電磁力為基礎的向量檢索引擎,能在企業環境中消除幻覺並確保因果推理,為 AI 代理提供可擴充套件且低延遲的資料路由解決方案。 - 核心機制:使用 Lorentz Force 公式將 768D 嵌入投影至 128D manifold,並透過電場 (E) 及磁場 (S) 動態調整檢索順序,消除矛盾資訊。
AWS Machine Learning Blog品質評分7171 Amazon Quick 與 Bedrock 透過即時 ACL 檢查,確保 RAG 資訊安全
Amazon Quick 與 Bedrock 透過雙層即時 ACL 檢查,確保企業在使用 Retrieval Augmented Generation 時只獲取授權內容。
AWS Machine Learning Blog品質評分6868 Cornerstone OnDemand 透過 Amazon Bedrock 與 Strands Agents 將資料庫診斷時間縮減 78%
Cornerstone OnDemand 建置了名為 Orion AI 的多代理系統,利用 Amazon Bedrock 與 Strands Agents 將資料庫診斷時間從 45 分鐘縮短至 10 分鐘,節省 78% 時間。
AWS Machine Learning Blog品質評分6161 Qlik 如何以 Amazon Bedrock 建構可信、企業級 AI 系統
Qlik Answers 是一套面向企業的 AI 解決方案,利用 Amazon Bedrock 以可擴充、可信且符合法規的方式回答員工的自然語言問題。 - 分層架構:Entry → Routing → Answer → Specialist Agent → Retrieval → Model Access,將路由與深度推理分離,提升速度與準確度。
Hacker News (official RSS)品質評分5454 我們打造 AI 代理記憶的向量 RAG 替代方案
本文闡述 AI 代理如何將檢索作為動態工具,取代傳統固定向量 RAG,並提供多種替代方案與實作建議。 - 傳統 RAG:先向量化、查詢,再輸入模型;僅適用於單步問答,無法處理多步推理或檔案關係。
Hacker News (official RSS)品質評分7373 LLM 與資料汙染被武器化以製造共識
LLM 與資料汙染被武器化以製造共識,本文闡述 AI 如何被用來重塑歷史與社會議題。 - 統計頻率即事實:LLM 以網路上出現頻率為真,易被同步化文章所操縱。
OpenAI News精選品質評分7272 Atlassian 與 OpenAI 擴大合作 將企業知識轉化為實際行動
Atlassian 與 OpenAI 擴大合作,將前沿模型與企業知識連結,協助團隊規劃、建置與交付工作。 合作內容:將前沿模型與企業知識整合,為團隊提供規劃、建置與交付的支援。 目標:將企業知識轉化為實際行動,提升團隊工作效率。
推薦理由:兩家公司合作將先進模型應用於企業知識管理,為團隊規劃與交付提供實務工具,這一合作將有助於提升企業工作流程效率與創新能力。
AWS Machine Learning Blog精選品質評分7272 使用 Amazon Bedrock AgentCore、Nova Sonic 與 Managed Knowledge Base 建置語音旅遊管家
Amazon Bedrock AgentCore、Nova Sonic 與 Managed Knowledge Base 共同打造的語音旅遊管家,可讓旅客透過語音改簽、查延遲、查詢政策並連線真人客服。
推薦理由:示範如何利用 Bedrock AgentCore、Nova Sonic 與 Knowledge Bases 建構可擴充的語音旅遊管家,並提供完整部署指令碼。
AWS Machine Learning Blog品質評分7171 使用 LangChain 與 Amazon Bedrock 知識庫的 Agentic Retrieval
Amazon Bedrock 知識庫 搭配 LangChain 提供 Agentic Retrieval,能在多步查詢中拆解問題、評估證據並重複檢索,提升召回率。
MIT Technology Review · AI品質評分5555 將 AI 代理連線至企業知識
**MIT Technology Review Insights 針對 300 名資料、AI 及科技高層進行調查,發現企業 AI 代理因缺乏知識而普遍落後於實際部署,僅約 34% 的專案能進入生產環境。
hackernews100品質評分6969 Aleph Alpha 推出 Kolibri:開源多語言 LLM 支援德語與英語
Kolibri 是 Aleph Alpha 於 2026 年 10 月 3 日發布的開源多語言 LLM,擁有 78.1 B 引數,單個 token 只活躍約 3.46 B,支援德語與英語,並可在 1 M token 上下文中執行。
Hugging Face Blog品質評分6565 開源 AstaBrief:Asta 平臺的快速報告生成模型
AstaBrief 是一款 8B 引數的開源報告生成模型,能在 Asta 平臺以 51.1 秒完成報告,速度比思考模式快 3.5 倍。 - 核心功能:一次性生成完整引用報告,省去逐段生成。
AWS Machine Learning Blog品質評分5050 在 Amazon SageMaker AI 上使用多輪 RL 微調搜尋代理機器人
導語:本篇示範如何在 Amazon SageMaker AI 上使用多輪 RL 微調 Qwen3.6‑27B 搜尋代理機器人,顯著提升搜尋品質與可靠度。
Latent Space品質評分7272 Inside‑Out AI:重塑 Airbnb 後臺與客戶體驗
Airbnb 以內外兼修的 AI 轉型,示範企業如何將前沿模型落地並提升客戶體驗。 - AI 內部使用:60% 程式碼由 AI 生成,功能上升 80%,工程師 PR 產出率提升 1.6 倍。
Elon Musk (@elonmusk)@elonmusk品質評分1818 AWS Machine Learning Blog品質評分6161 如何使用 Amazon Bedrock Knowledge Bases 以自然語言查詢理賠資料
本文介紹瞭如何使用 Amazon Bedrock Knowledge Bases 構建具備自然語言查詢、後設資料過濾、對話記憶和上下文安全護欄的理賠助手。文章詳細給出了將 S3 中的理賠文件與後設資料同步至託管知識庫、呼叫 AgenticRetrieveStream API 處理多步問題、渲染引用以及配置防護欄的具體實現步驟與程式碼示例。
Vercel Blog品質評分6161 Voyage Rerank 3 與 Rerank 3 Lite 於 AI Gateway 上可使用
Voyage Rerank 3 與 Voyage Rerank 3 Lite 現已可在 Vercel 的 AI Gateway 直接使用,兩者皆支援 32K token 的查詢-檔案對,並可依需求調整準確度或效能。
AWS Machine Learning Blog品質評分4242 如何用 Amazon Quick 和 Amazon Bedrock AgentCore 構建 AI 驅動的合同智慧平臺
AWS 介紹了一種結合 AI 助理、多模型驗證與嵌入式分析的合同智慧平臺架構,可解決傳統 RAG 無法處理的大規模合同跨文件聚合查詢難題。該平臺利用 Amazon S3 儲存合同 PDF,通過 Claude Sonnet 提取欄位、Claude Haiku 驗證結果,並以 Amazon Aurora PostgreSQL 儲存結構化資料,實現秒級處理與精準問答。
GitHub Blog · AI & ML品質評分2323 AI 熱評:你需要閱讀程式碼嗎?RAG 已死?Skills 殺死 MCP?
GitHub Podcast 討論了關於閱讀 AI 生成程式碼、RAG 是否已過時以及 Skills 與 MCP 的關係等熱門觀點。文章指出,閱讀 AI 生成程式碼仍需審查,RAG 仍具價值,Skills 與 MCP 各有定位,建議結合標準與實踐共同使用。
Amazon Science品質評分6565 LLM 判斷者一致時,是否值得信任?
本研究提出利用 Ising 模型調整 LLM 判斷者之間的依賴關係,提升聚合準確度 9%–14%。 - 任務範疇:評估檢索增強生成系統中的相關性、毒性與摘要品質,共三個二分類任務。
Sequoia Capital Stories品質評分6161 掌握自身智慧:AI 堆疊落地全流程指南
本文以 Sequoia Capital 的觀察為基礎,說明從評估、構建到部署 AI 堆疊的全流程,並列出成本、速度、資料掌控等關鍵考量。 - 評估:建立可重複的 evals,量化模型效能。
openrouter blog精選品質評分7575 如何透過 API 將圖片傳送給大語言模型:視覺指南
本文介紹如何在聊天請求中透過 content 陣列傳送文字與圖片,支援多種視覺模型且請求格式保持一致。 - 請求格式:使用 messages 陣列,包含 type: text 與 type: image_url 兩個部分,支援公開網址與 base64 資料格式。
推薦理由:原文詳細拆解如何透過 API 傳送圖片給多模態大語言模型,開發者可據此評估公開網址與 base64 編碼的適用時機。