RAG 与检索

UNREAL提出一种基于冻结大语言模型内部表示的证据选择机制，试图用同一套模块连接语料库检索与长上下文推理。在大规模Wikipedia检索和超长上下文测试中，该方法均取得明显改进。

CANOPY 为文本、表格和视频等检索结果建立层级结构，再根据问题在不同区域选择合适的保留粒度。它还会在证据不足时触发定向补充检索，兼顾回答质量与上下文成本。

ScholarCatalyst 将科研文献检索从“主题相似”推进到“能否为具体研究提供关键启发”。该基准邀请 184 位论文主要作者回溯标注催化论文，结果显示，当前智能代理距离专家判断仍有明显差距。

一项新研究从偏差—方差角度解释共享投影与双投影的选择：数据较少时，共享结构更稳健；数据充足或查询与文档空间差异明显时，双投影更有潜力。研究还提出了用于自动选型的 CARS 方法。

D-RAC 将 PDF、Word、演示文稿、表格和扫描件统一渲染为 PDF，再借助一次多模态模型调用转换成适合检索的 Markdown。它把复杂的版面理解前置，同时保留低成本、可观测的标识符级分块流程。

SELF-INDEX提出了一种无需人工持续调参的自进化索引框架。它能够诊断检索短板、修改相关索引键，并通过查询模拟主动探索尚未出现的需求。

GLIE 发现视觉文档的多向量表示虽然数量庞大，却集中在低维流形附近。通过归一化聚类中心并按需生成完整向量集，该方法在大幅压缩存储的同时保留了较高的检索效果。

OreoLook 提出三层缓存架构，分别处理会话上下文、语义等价查询和 URL 嵌入，试图减少实时网页搜索中的重复计算。该系统将本地搜索与缓存运行在普通 CPU 服务器上，而答案合成交给远程推理服务。

RAG系统的问题不只是检索不到信息，也可能拿到了互相冲突的证据。最新研究尝试读取语言模型内部信号，用轻量分类器判断当前上下文究竟适合回答、信息不足，还是存在冲突。

一项针对语音问答的研究发现，实体图链接与迭代式查询改写虽然能提升多跳 RAG 的绝对效果，却可能放大上游语音识别错误。真正脆弱的环节，往往不是生成，而是被识别错误污染的查询实体。

由Accel领投、获得2600万美元种子轮融资的Keenable正式结束隐身模式，目标是为AI代理建立面向全网的信息检索系统。公司称其索引已覆盖超过1000亿份文档，并开始向AI实验室和推理服务商提供API。

Amazon DynamoDB 开始支持原生向量搜索，开发者可以把嵌入向量与业务数据放在同一张表中，并直接执行近似最近邻查询。它降低了 AI 应用的数据同步复杂度，但并不意味着独立向量数据库会立即退出市场。

一篇新研究提出 IAR 框架，试图让语言模型在推理时不接收检索片段，也能回答固定文档集合中的问题。它将文档注入、问答对齐和通用能力恢复分开处理，以缓解领域能力与通用能力之间的冲突。

Google允许出版商在网站上嵌入“首选来源”按钮，让读者主动选择希望在搜索、Discover和Google News中优先看到的媒体。此举既是用户体验功能，也反映出AI搜索减少传统网页点击后，Google对内容生态压力的回应。

RAG 投毒攻击可能让模型在错误信息面前表现得更加自信，传统基于困惑度和一致性的检测因此容易失效。论文提出 D-SCAN，通过监测生成过程中的文档级注意力熵变化识别潜在攻击。

Shopify在二季度财报电话会上表示，AI搜索正在为商家带来更多访问和订单，并未像出版业那样吞噬传统搜索流量。公司称，AI来源的流量和订单同比增长至三倍。

DeepVoyager-VL 试图把多模态搜索从“看图回答”推进到“边看、边查、边推理”的长程智能体流程。它强调视觉证据不应只出现在输入或最终答案阶段，而应持续驱动后续检索与决策。

Alibaba-NLP 提出的 UEmbed 试图用一个 decoder-only 多模态模型同时生成稀疏词法表示与稠密向量。它面向搜索、RAG 与多模态检索场景，核心价值在于减少两套检索表示之间的割裂。

Reddit CEO Steve Huffman在财报沟通中把矛头指向Google AI Overviews，认为它尚未像传统搜索链接那样为开放网络创造足够回报。尽管Reddit业绩优于预期，搜索流量波动仍引发投资者担忧。

一项针对 RAG 检索范式的规模化对比研究显示，随着语料库变大，传统词法检索 BM25 反而成为更稳健的默认选择。研究强调，Agent 式探索并非无效，但更适合建立在排序检索之后，而不是替代全局候选排序。

Similarweb 数据显示，Google AI Overviews 在搜索中的出现比例一年内从 15% 升至 43%。这意味着 AI 生成答案正从附加功能变成搜索体验的核心层。