跳到正文

#搜尋

今日 8 條
今天10月6日週二
  3. Goodfire Research45

    Goodfire 與 Radical AI 用自我修正搜尋加速材料發現

    Goodfire 與 Radical AI 合作，利用可解釋性工具讓擴散模型從自身內部取得回饋並自我修正，使目標範圍內的可行候選材料增加約 30%。研究在 MatterGen 取樣時利用 probe 從模型嵌入向量提取結構作修正，改善目標命中率而不犧牲獨特性。自我修正搜尋亦可能適用於蛋白質設計和藥物發現等領域。

  4. Prime Intellect66

    Prime Intellect 整合 23 個 Agentic RL 任務集，涵蓋約 365,000 項任務

    Prime Intellect 將 23 個軟件工程、終端機及搜尋任務集整合至同一 taskset API，合計約 365,000 項任務。這些任務可用於評測及 RL 訓練；多個 SWE 數據集經 gold patch 與無修改檢查後，已重新上載清理版本。作者指出，智能體與評分機制共用沙盒仍有 reward hack 風險，隔離評分環境仍在路線圖上。

  6. Google Cloud：Databases64

    Google Cloud 預覽 AlloyDB 與 Cloud SQL 原生 BM25 排序功能

    Google Cloud 預覽 AlloyDB 與 Cloud SQL for PostgreSQL 17+ 的原生 BM25 索引，透過 Tiger Data 開源的 pg_textsearch 擴充功能，讓全文關鍵字搜尋直接在資料庫內執行。這可與向量搜尋組成混合搜尋，避免另設全文搜尋後端；AlloyDB 提供使用 RRF 的混合搜尋 UDF，Cloud SQL 則可用 CTE 合併搜尋結果。

  7. NAVER / CLOVA 研究35

    聖地亞哥 NeurIPS 2025：NAVER 的 AI 現況與未來

    NAVER 在聖地亞哥舉行的 NeurIPS 2025 展示 9 篇研究論文及最新技術示範，研究聚焦效率、可控性與真實世界 AI。其中，KVzip 的記憶體節省幅度最高達 4 倍、速度提升接近 2 倍；CodeGEMM 令 70B 模型運行速度最高提升 8.93 倍。NAVER 亦提出 C-SEO Bench，並以開源方式發布數據集、程式碼及基準。

10月3日週六
  2. LlamaIndex：產品、工程與評測51

    LlamaIndex 以 Alpha 調校提升 RAG 混合搜尋的檢索表現

    LlamaIndex 使用 Retrieval Evaluation module，在 Weaviate 中按查詢類型調校 RAG 混合搜尋的 Alpha，並比較有無重排器的檢索結果。實驗涵蓋六類查詢，以及索引一篇或三篇論文的資料集，並以 Hit Rate 和 MRR 評估檢索表現。文中結果顯示，重排器提升所測資料的兩項指標，而 Alpha 的表現會隨查詢類型和索引文檔數量而異。

  3. LlamaIndex：產品、工程與評測47

    使用 Oxylabs 與 LlamaIndex 構建更智能的 AI 智能體指南

    Oxylabs 與 LlamaIndex 的整合指南示範如何設定專用讀取器，並構建可透過 Google 搜尋取得即時網頁資料的 AI 智能體。整合提供 Google、Amazon、YouTube 的資料讀取器，也支援一般網站抓取，並可解析 HTML、應對反抓取措施。範例使用 OpenAI 的 gpt-4o-mini，文章指出此方案可降低頻繁網頁搜尋的成本。

  5. LlamaIndex：產品、工程與評測55

    LlamaIndex 文件推出原生 MCP 搜尋，提供三種工具

    LlamaIndex 為文件推出原生 MCP 搜尋，讓編碼智能體和智能體工作流可直接搜尋全部文件。服務網址為 https://developers.llamaindex.ai/mcp，提供 search_docs（BM25 詞彙搜尋）、grep_docs（正則搜尋）及 read_doc（讀取指定頁面的完整內容）三種工具。BM25 索引在建置時靜態生成，準確度略低於向量搜尋，但維護較輕量。

  7. LlamaIndex：產品、工程與評測37

    LlamaIndex 2026-03-31 電子報：推出 LiteSearch 並更新文件解析能力

    LlamaIndex 本期電子報宣佈推出 LiteSearch 本地文件檢索系統，並聚焦文件解析能力更新。LiteSearch 以 LiteParse 建構檢索流程，涵蓋解析、分塊、嵌入向量與向量儲存，無需外部依賴；電子報亦介紹 .docx 表格頁面定位改進，以及整合 Gemini 3.1 Live API 的語音助理示範。

  9. MiniMax：Blog76

    MiniMax M2.5：為真實工作場景生產力而打造

    MiniMax 發佈 M2.5 與 M2.5-Lightning，稱兩款模型在編碼、智能體工具調用、搜索及辦公任務達到 SOTA，M2.5 在 SWE-Bench Verified 得分 80.2%。

    推薦理由：文中並列 SWE-Bench Verified 成績、不同腳手架的評測結果、執行時間與定價，方便比較 M2.5 的編碼表現和使用成本。

10月2日週五
10月1日週四
9月30日週三
  1. Google AI：DEV 作者專屬52

    如何以 AlloyDB for PostgreSQL 整合 Jev 模型，實現亞秒級語義篩選

    文章展示如何在 AlloyDB for PostgreSQL 中整合 TypeSafe AI 的 Jev 模型，直接對資料庫資料執行語義篩選與分類。作者以 PostgreSQL 陣列批次處理 50 筆商品，將多項模型評估合併成一次 HTTP 請求；測試耗時約 180 毫秒，逐行使用 Jev 約需 5,600 毫秒，預設模型約需 19,500 毫秒。

8月21日週五
  1. Hugging Face Blog63

    Hugging Face Inference Endpoints、Jobs 和 Buckets 如何支撐 Papers with Code 搜尋

    Hugging Face 以 Inference Endpoints、Jobs 和 Storage Buckets 建立 Papers with Code 混合搜尋系統，為來自 arXiv 和 Daily Papers 的超過 110,000 篇論文維護嵌入向量。

    推薦理由：文章拆解離線批次建向量與線上查詢的分工，並説明端點冷啟動時如何回退全文檢索，呈現混合搜尋進入生產環境的工程取捨。

8月20日週四
  1. Mistral AI68

    Mistral 推出 Agentic Search，以多步檢索提升準確率並降低延遲和 token 使用量

    Mistral 推出 Agentic Search，讓模型透過多步檢索搜尋、查看、導覽及核實複雜文件中的資料。在 FinanceBench 金融文件測試中，正確率由 26.7% 升至 86%；OfficeQA Pro 表格密集的多文件問題則由 6.3% 升至 51.9%。

    推薦理由：FinanceBench 和 OfficeQA Pro 的基準數據呈現 Agentic Search 相較單次 RAG 的準確率提升，也量化延遲與 token 使用量變化。

8月18日週二
  1. Hugging Face Blog72

    Sentence Transformers v6.0 多向量（Late Interaction）嵌入模型使用指南

    Sentence Transformers v6.0 新增 MultiVectorEncoder，支援 ColBERT 式多向量檢索。文中示範載入 PyLate 與 Stanford-NLP ColBERT checkpoint、接入檢索索引，以及以同一 API 執行 ColPali 視覺文件檢索。

    推薦理由：文章對照 LateOn 與 DenseOn 在 NanoBEIR 13 個資料集的結果，並以索引體積數據呈現多向量檢索表現與儲存成本的取捨。

5月28日週四
  1. Mistral AI56

    Mistral AI 推出開源 Search Toolkit 公開預覽版

    Mistral AI 發佈開源 Search Toolkit 公開預覽版，將資料匯入、檢索與評估整合為共享介面的 AI 搜索框架。它內置 BM25 稀疏檢索、基於嵌入向量的密集檢索及混合檢索，並提供 recall、precision、MRR 和 NDCG 指標，可在自有測試集評估。框架可在雲端、本地部署及邊緣環境運行，並提供 starter app template。

5月19日週二
  1. Hugging Face Blog66

    Hugging Face 發佈 Ettin Reranker 系列六款模型，規模涵蓋 17.6M 至 1.00B

    Hugging Face 發佈六款基於 Ettin ModernBERT encoder 的 Sentence Transformers CrossEncoder reranker，參數規模由 17.6M 至 1.00B，並公開訓練數據及完整訓練方案。

    推薦理由：文章以 MTEB(eng, v2) Retrieval、NanoBEIR 及多種硬件吞吐測試比較六種尺寸，呈現 Ettin Reranker 在排序品質與速度間的取捨。

5月15日週五
  1. Hugging Face Blog63

    Granite Embedding Multilingual R2 發佈兩款 Apache 2.0 多語嵌入模型，支援 32K 上下文

    IBM Granite 發佈兩款採 Apache 2.0 授權的多語嵌入模型：97M 參數的 granite-embedding-97m-multilingual-r2 和 311M 參數的 granite-embedding-311m-multilingual-r2。

    推薦理由：文章提供 97M 與 311M 版本在多語檢索、長文及程式碼基準的比較，並交代 Matryoshka 維度選項對儲存與部署取捨的影響。

5月14日週四
4月10日週五
4月9日週四
  1. Hugging Face Blog66

    Sentence Transformers v5.4 多模態嵌入與 Reranker 模型使用指南

    Sentence Transformers v5.4 的同一 API 現可編碼並比較文字、圖像、音訊和影片，文章示範其多模態嵌入與 reranker 用法。嵌入模型將不同模態映射至共享嵌入空間；預訓練多模態 reranker 目前主要處理文字與圖像配對。示例涵蓋跨模態檢索、混合模態文件重排及先檢索再重排流程，並列出輸入格式、支援模型和安裝依賴。

    推薦理由：文章展示 Sentence Transformers v5.4 的跨模態檢索與 reranker 重排流程，並整理支援模型和輸入格式，提供實作參考。

3月5日週四
2月17日週二
1月26日週一
1月20日週二
12月10日週三
  1. Manus：Blog51

    Manus Web App 加入內置 SEO 功能

    Manus Web App 新增內置 SEO 功能，會向搜索引擎爬蟲提供預渲染的靜態 HTML，同時讓普通訪客繼續使用互動式網站版本。功能會自動管理規範 URL、robots.txt 和動態網站地圖，並提供頁面 SEO 評分及 AI 優化建議；現供所有付費訂閲計劃使用。

12月9日週二
9月22日週一
8月18日週一
7月30日週三
7月1日週二
  1. Hugging Face Blog64

    使用 Sentence Transformers 訓練及微調稀疏嵌入模型

    Hugging Face Blog 示範如何使用 Sentence Transformers 訓練及微調稀疏嵌入模型，介紹 SPLADE、Inference-free SPLADE、CSR 架構，以及資料、損失函數、評估器和訓練器的配置。

    推薦理由：文章按 SPLADE、Inference-free SPLADE 與 CSR 的適用情境梳理架構選擇，並以實作例子串連資料、損失函數和評估器配置。