用 Amazon Bedrock Knowledge Bases 以自然语言查询理赔数据
Amazon Bedrock Knowledge Bases 可通过 AgenticRetrieveStream API 用自然语言查询理赔文件并返回带引用的答案。
#RAG
#RAG
今日 0 条AWS Machine Learning BlogAI 评分3636 AWS Machine Learning BlogAI 评分2727 用 Amazon Quick 和 Amazon Bedrock AgentCore 构建 AI 合同智能平台
AWS 展示了一套合同智能平台架构：AI 智能体从合同 PDF 中提取八个关键字段并给出置信度，由较轻量的 Claude Haiku 智能体独立复核，签名识别分歧时交由 Amazon Textract 用计算机视觉确定。核验结果写入 Amazon Aurora PostgreSQL，用户可通过嵌入仪表板和自然语言对话查询合同组合级聚合数据与单份合同细节，典型条件下单份合同处理只需数秒。
AWS Machine Learning BlogAI 评分3131 NarrateAI：在 Amazon Bedrock 上实现生产级 LLM 质量保障
NarrateAI 在 Amazon Bedrock 上落地五项质量保障技术，为 4,000 多名 AWS 高管提供实时数据问答，数值准确率约 99%。这五项技术分别是自适应流水线编排、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；其中约 90% 的查询走单次快速路径，仅约 10% 超出上下文窗口的复杂查询触发并行批处理。
AWS Machine Learning BlogAI 评分2020 Datacor 如何用 Amazon Quick Sight 打造 TrackAbout 自助租赁分析
Datacor 将 Amazon Quick Sight 嵌入 TrackAbout，为工业气体与焊接分销商提供交互式仪表盘和自然语言问答，用户无需提交 IT 工单即可查询租赁数据。
Hugging Face BlogAI 评分5353 用 Sentence Transformers 训练和微调多向量嵌入模型
Hugging Face 博客介绍 Sentence Transformers v6.0 新增的 MultiVectorEncoder 模型类型，并给出 ColBERT 式后交互检索模型的完整训练与微调流程。
Hugging Face BlogAI 评分3737 Hugging Face Inference Endpoints、Jobs 和 Buckets 如何支撑 Papers with Code 的搜索
Papers with Code 采用混合搜索系统支撑论文检索，结合 PostgreSQL 全文检索与 pgvector 向量召回，并用 RRF 算法融合两路结果。
Mistral AI精选AI 评分7171 Mistral AI 发布 Agentic Search，面向企业复杂文档检索
Mistral AI 发布 Agentic Search，一个让模型在多步检索循环中查找、查阅并核验信息的检索层，通过 Mistral Search Toolkit 和 Studio、Vibe 中的 Libraries 提供。
推荐理由：官方给出两套基准上的准确率、token 与 p90 延迟变化，可对照现有一站式 RAG 判断升级收益。
Hugging Face BlogAI 评分5858 Sentence Transformers v6.0 新增 MultiVectorEncoder 支持 ColBERT 式后期交互检索
Sentence Transformers v6.0 新增第四种模型类型 MultiVectorEncoder，支持 ColBERT 式后期交互检索，PyLate、Stanford-NLP ColBERT 及 colpali-engine 视觉文档检索模型均可直接加载，沿用与稠密、稀疏、reranker 模型相同的 API。
Mistral AI精选AI 评分6565 Mistral 发布 OCR 4，新增文本框选与区块分类
Mistral 发布文档解析模型 OCR 4，在提取文本之外新增边界框、区块分类和内联置信度评分，支持 170 种语言并可单容器自托管部署。官方称独立标注者在 600+ 份、12+ 种语言的文档对比中平均 72% 情况下更偏好 OCR 4，该模型在 OlmOCRBench 得 85.20、OmniDocBench 得 93.07。
推荐理由：Mistral OCR 4 在文本框选、区块分类和自托管上的变化，让文档解析可直接进入 RAG 与智能体管线。
Google ResearchAI 评分4444 Google Gemini Enterprise Agent Platform 推出 Agentic RAG，事实性数据集准确率最高提升 34%
Google 在 Gemini Enterprise Agent Platform 上线基于 Agentic RAG 的 Cross-Corpus Retrieval，用多智能体协作处理多源、多跳查询。相比标准 RAG，该框架在事实性数据集上准确率最高提升 34%，并新增 Sufficient Context Agent，在信息不足时判断缺口并持续检索，而非直接给出不完整答案。
Mistral AIAI 评分5757 Mistral AI 发布开源检索框架 Search Toolkit 公开预览版
Mistral AI 发布公开预览版 Search Toolkit，这是一个用于构建 AI 应用生产级检索管线的可组合框架，开源且支持云端、本地和边缘部署，将摄取、检索与评测统一到共享接口下。
Mistral AIAI 评分4848 Mistral 发布 Codestral Embed：首个代码专用嵌入模型
Mistral AI 发布首个代码专用嵌入模型 Codestral Embed，在真实代码检索任务上显著优于 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大型嵌入模型。
Mistral AI精选AI 评分6868 Mistral AI 发布 Agents API，内置连接器与 MCP 工具
Mistral AI 发布 Agents API，把其语言模型与代码执行、网页搜索、图像生成、MCP 工具等内置连接器以及跨会话持久记忆、智能体编排能力结合起来。
推荐理由：官方给出 Agents API 的连接器、MCP 与多智能体编排能力，可据此判断企业级智能体框架的落地方式。
Mistral AIAI 评分2424 Mistral 如何用 LLM as a Judge 评估 RAG 系统
Mistral 提出用 LLM as a Judge 结合 RAG Triad 框架评估 RAG 系统，通过 Context Relevance、Groundedness、Answer Relevance 三项指标分别检查检索文档与查询的匹配度、回答是否基于检索上下文以及是否回应原始问题。
Mistral AI精选AI 评分7676 Mistral AI 发布文档理解模型 Mistral OCR
Mistral AI 发布 OCR API mistral-ocr-latest，可将图像和 PDF 解析为有序交错的文本与图像，定价为 1000 页/美元，批量推理约翻倍。
推荐理由：官方给出 Mistral OCR 的文档解析能力、定价与自托管选项，可据此判断其接入多模态 RAG 流程的可行性。