#RAG
这个主题在过往早报中的出现记录。深度条目直达研究报告，其余条目回到当日 edition。
- 模型发布2026-10-07 · 周三重要度 4/5
Google发布EmbeddingGemma 2
Google DeepMind 10月6日发布EmbeddingGemma 2，把文本、代码、图像、音频和视频映射到统一嵌入空间。
端侧嵌入模型的价值在于把RAG从云端检索推向本地数据。真实应用仍要看设备、量化和检索质量。
- 研究论文2026-10-03 · 周六重要度 4/5深度报告 →
arXiv同日出现agent验证论文簇
arXiv 10月3日提交六篇agent验证相关论文，覆盖PyINE、CoVer、RAGStress、debate读出、轨迹证据和本地科研agent。
- 这些论文共同指向同一个问题：agent系统不能只看最终答案。
- 轨迹、执行结果、知识库污染和验证边界正在变成评测对象。
- 产品上新2026-09-23 · 周三重要度 3/5
Context7 Search给Agent接官方文档
Upstash 9月22日发布Context7 Search，定位为编码Agent grounding API，一次GET请求返回官方文档片段。
- 这条线索的价值在于把RAG从通用网页搜索收窄到库作者管理的文档集合。
- 真正要验证的是覆盖率、更新延迟和安全扫描质量。
- 研究论文2026-06-24 · 周三重要度 2/5
KaLM-Reranker-V1:解耦 query 与 passage 计算的「快但非延迟交互」重排器
多数重排器把 query 与 passage 联合编码,计算紧耦合、部署不灵活。KaLM-Reranker-V1 提出『Fast but Not Late-interaction(FBNL)』:基于 encoder-decoder,用 encoder 配 Matryoshka 池化预先编码 passage,decoder 建模指令与查询意图,再用 cross-attention 捕捉相关性。提供 Nano/Small/Large 三档(0.27B/1B/4B 激活参数),在 BEIR 上达 SOTA、与 Qwen3-Reranker 系列持平,同时效率更优。
- 重排器一直在两难之间:联合编码(cross-encoder)精度高但每次都要 query×passage 重算、无法预计算
- 延迟交互(late interaction，如 ColBERT)能预存 passage 但相关性建模较弱。
- 研究论文2026-06-24 · 周三重要度 2/5
EvoEmbedding:会随上下文「进化」的向量表征,为长上下文检索与 agent 记忆而生
现有 embedding 模型本质是静态的——孤立编码文本片段,忽略上下文和时序。EvoEmbedding 在顺序处理输入时维护一个持续更新的隐式记忆,与原始内容联合生成『可进化表征』:同一个查询会随上下文演化而检索到不同目标,超越静态语义搜索。配套 EvoTrain-180K 数据集与防表征坍缩的记忆队列,在多个长上下文检索基准上超过 Qwen3-Embedding-8B、KaLM-Embedding-Gemma3-12B 等更大模型。
- 这触及了 RAG 与 agent 记忆一个被默认忽略的假设:检索的『相关性』其实是随状态变化的。
- 同一句查询,在对话第 2 轮和第 20 轮该召回的东西可能完全不同——静态 embedding 做不到这点。
- 研究论文2026-06-22 · 周一重要度 4/5深度报告 →
GateMem:首个『记忆治理』基准,现有方法全部不及格
GateMem 把记忆智能体从单用户假设推向医院/职场/校园/家庭等多主体共享场景,联合考核有用性、跨授权边界的访问控制、删除后的主动遗忘三件事。基准含 91 段多方长对话、2218 个隐藏检查点、4 个域、7 个记忆基线 × 6 个底座 LLM。结论:没有任何方法能同时做到强可用、稳健访问控制与可靠遗忘。