标签: 检索增强生成 (5 篇)

Hugging Face发布了六个不同尺寸的Ettin重排模型，旨在通过“检索-重排”两阶段架构，以低成本显著提升搜索和RAG系统的准确性。

IBM发布两款Apache 2.0开源多语言嵌入模型，其中9700万参数的轻量版在多项基准测试中超越了所有同级别模型，展示了“小而精”模型在特定任务上的巨大潜力。

LlamaIndex发布Retrieval Harness，为AI代理提供文件列表、精确Grep、分块读取等文件系统原语，解决语义搜索的碎片化问题。

LangChain与MongoDB深度集成，将Atlas数据库打造成集向量搜索、持久化记忆、自然语言查询和全栈可观测性于一体的AI智能体统一后端，旨在解决生产环境中的数据孤岛和基础设施复杂性问题。

文章深入探讨了在AI Agent时代，传统文本搜索工具grep与语义搜索/RAG的适用边界，指出grep在处理非结构化文档和规模化企业知识库时存在根本局限，并提出了结合解析工具的混合策略。