可移植技能实现 Agentic RAG：客服场景部署案例研究
论文报告一个客服场景的部署案例，用可移植技能替代复杂 RAG 栈，该技能由自然语言指令、轻量工具（检索 API、格式检查脚本）和带 LLM 生成导航层的语料组成，导航层是文档之上的 Wikipedia 式结构化索引。
推荐理由：客服场景的部署案例，用可移植技能替代复杂 RAG 栈，给出等价率与延迟数据，并说明适用边界。
知识库与 RAG
全部主题知识库与检索增强生成：文档问答、向量检索、企业知识管理与 RAG 效果优化的方法与工具。
最新精选
第 1–15 条 · 共 15 条arXiv · cs.AI精选AI 评分6060
web-github-trending 精选AI 评分7676 XERJ 发布本地 AI 搜索：索引任意文件夹，为编码智能体提供参考代码检索
XERJ 是一个 Apache 2.0 许可的本地 AI 搜索工具，可自动索引任意文件夹，让编码智能体按需检索代码片段而不是逐个读文件。官方在 8 个任务、4 种语言、每种 16 次运行的对照测试中称，输出 token 比 grep 驱动方式少 2.7 倍、比纯记忆少 26 倍，解题率同为 16/16；用户反馈实际开发中约省 5 倍 token。
推荐理由：本地 AI 搜索工具，把任意文件夹索引成可查询索引，让编码智能体按需取代码片段而非整文件读取，附实测 token 对比与安装命令。
AWS Machine Learning Blog精选AI 评分7171 ShipStation 如何在 Amazon Bedrock AgentCore 上构建 AI IT 服务台
ShipStation Global 工程团队在 Amazon Bedrock AgentCore 上构建了 Slack 内的 AI IT 服务台 Deckhand，用 Strands agent、AgentCore Gateway 暴露的 MCP 工具和 Bedrock 知识库回答 IT 问题、读取报错截图并创建 Jira 工单。
推荐理由：ShipStation 在 Slack 里用 AgentCore 搭 IT 服务台，三个月处理 1935 条消息、把 812 次对话留在聊天里，可看架构与知识库挖掘细节。
AWS Machine Learning Blog精选AI 评分7474 Orca Security 用 Amazon Bedrock 构建自然语言安全查询，成本降 90%、延迟降 75%
Orca Security 与 AWS 合作在 Amazon Bedrock 上构建 Discovery AI，把自然语言问题转成 Sonar 查询，相比最初把 900+ 模型定义塞进单个提示词的概念验证，输入 token 从约 200 万降到 14 万（降 93%）、成本降 90%、端到端延迟从约 60 秒降到 15 秒。
推荐理由：Orca Security 把自然语言查询接到 900+ 云模型上，用九阶段流水线把成本降 90%、延迟从 60 秒降到 15 秒，可看多模型分工与检索策略取舍。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 EmbeddingGemma 2 端侧多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，一个 740M 参数、Apache 2.0 许可的端侧多模态嵌入模型，基于 Gemma 4 架构，将文本、图像、音频、视频映射到统一嵌入空间。
推荐理由：Google DeepMind 发布 740M 参数端侧多模态嵌入模型，文本、图像、音频、视频统一嵌入，Apache 2.0 许可。
Hugging Face Blog（hf-mirror 镜像）精选AI 评分6262 Ai2 开源 AstaBrief 8B，科研报告生成速度提升约 3.5 倍
Ai2 开源 AstaBrief 8B，一个把研究问题和检索到的文献片段转成带引用报告的模型，基于 Qwen3-8B 经 SFT 和 DPO 训练，权重与训练数据一并放出。
推荐理由：Ai2 开源 8B 科研报告生成模型，单次生成带引用报告，比 Claude 管线快约 3.5 倍，权重与训练数据一并放出。
AWS Machine Learning Blog精选AI 评分6060 AWS 用 Amazon SageMaker AI 多轮 RL 微调 Qwen3.6-27B 搜索智能体
AWS 团队在 Amazon SageMaker AI 上用多轮强化学习（MTRL）微调 Qwen3.6-27B 搜索智能体，以 nDCG@10 作为轨迹级奖励，只改动 max_epochs、global_batch_size、rollout_max_concurrency 三个超参数。
推荐理由：AWS 团队用 SageMaker AI 多轮 RL 微调 Qwen3.6-27B 搜索智能体，给出奖励设计与各基准的检索质量、失败率变化。
AWS Machine Learning Blog精选AI 评分6262 AWS 用 Amazon Quick 与 Adjudicated Query 模式批量核查数万份租赁合同
AWS 提出 Adjudicated Query 模式，让 Amazon Quick 聊天界面负责把自然语言问题翻译成对固定 MCP 工具集的调用，实际合规判定由确定性规则引擎完成，模型不写查询也不做判定。
推荐理由：AWS 用 Amazon Quick 加确定性规则引擎做租赁合规扫描，给出可证明完整性的架构与可部署样例。
AWS Machine Learning Blog精选AI 评分6060 如何用 NVIDIA NeMo Agent Toolkit 和 Amazon S3 Vectors 构建智能体记忆
AWS 发布教程，演示如何把 Amazon S3 Vectors 作为 NVIDIA NeMo Agent Toolkit（NAT）的持久记忆层，通过实现自定义 MemoryEditor 插件完成记忆的写入与语义检索。
推荐理由：给出把 Amazon S3 Vectors 接入 NVIDIA NeMo Agent Toolkit 记忆层的完整代码与 EKS 部署步骤，适合自建多智能体记忆的团队参考。
AWS Machine Learning Blog精选AI 评分6060 康泰纳仕如何用 Amazon Bedrock 构建多模态视频检索
康泰纳仕与 AWS 生成式 AI 创新中心基于 Amazon Bedrock、Amazon OpenSearch Service 和 TwelveLabs Marengo 嵌入模型，构建了跨视频转录、画面与音频的意图语义检索方案，把单次内容发现任务从平均 250 分钟降到约 2 分钟。
推荐理由：康泰纳仕用 Amazon Bedrock 与 TwelveLabs Marengo 搭建多模态视频检索，把单次找片从 250 分钟压到约 2 分钟，架构与经验可迁移。
AWS Machine Learning Blog精选AI 评分6262 NarrateAI 如何在 Amazon Bedrock 上实现生产级 LLM 质量保障
AWS 团队介绍 NarrateAI 在 Amazon Bedrock 上落地的五项质量保障技术，包括自适应流水线编排、跨账号多模型故障转移、实时流式评估、复合评估框架和数据准确性校验，服务超过 4000 名 AWS 高管用户。
推荐理由：AWS 团队复盘 NarrateAI 在 Amazon Bedrock 上的五项质量保障技术，含延迟、准确率与成本数据，可迁移到实时 LLM 应用。
Hugging Face Blog（hf-mirror 镜像）精选AI 评分6060 用 Sentence Transformers 训练和微调多向量嵌入模型
Sentence Transformers v6.0 新增 MultiVectorEncoder 模型类型，支持 ColBERT 式后期交互检索，并给出从模型、数据集、损失函数到 Trainer 的完整训练流程。
推荐理由：Sentence Transformers v6.0 新增多向量编码器训练教程，含完整脚本与单卡 14.5 小时微调实测对比。
Hugging Face Blog（hf-mirror 镜像）精选AI 评分6262 Papers with Code 如何用 HF Inference Endpoints、Jobs 和 Buckets 搭建论文搜索
Papers with Code 用 PostgreSQL 全文检索加 pgvector 向量召回、再用 RRF 融合的混合搜索，为 arXiv 与 Daily Papers 的 11 万多篇论文提供检索。
推荐理由：Papers with Code 搜索的混合检索架构复盘，含离线建库与在线查询分离、冷启动降级和向量维度取舍的具体数据。
Hugging Face Blog（hf-mirror 镜像）精选AI 评分6262 Sentence Transformers v6.0 新增 MultiVectorEncoder，支持 ColBERT 式晚交互检索
Sentence Transformers v6.0 新增第四种模型类型 MultiVectorEncoder，用于 ColBERT 式晚交互检索，PyLate 与 Stanford-NLP ColBERT 检查点可直接加载，colpali-engine 的视觉文档检索模型也能通过同一套 API 使用。
推荐理由：Sentence Transformers v6.0 新增多向量编码器，支持 ColBERT 式晚交互检索，文中给出加载、评分与索引的完整用法。
Google DeepMind精选AI 评分6262 Google DeepMind 发布 Gemini for Science 科研工具集
Google DeepMind 发布 Gemini for Science，包含 Google Labs 上三个实验原型：基于 Co-Scientist 的 Hypothesis Generation。
推荐理由：Google 把 Co-Scientist、AlphaEvolve 等能力打包成科研工具集，含三个实验原型和一套 Science Skills，可登记申请试用。