用 Amazon Bedrock AgentCore 自动生成演示文稿
AWS 技术博客演示了基于 Amazon Bedrock AgentCore 的 AI 智能体方案，可将企业文档自动转化为 PowerPoint 演示文稿，内部测试全程低于 90 秒。
#RAG
#RAG
今日 0 条AWS Machine Learning BlogAI 评分3333 AWS Machine Learning BlogAI 评分3333 Orca Security 基于 Amazon Bedrock 构建自然语言安全查询能力
Orca Security 与 AWS 合作在 Amazon Bedrock 上构建 Discovery AI，将自然语言问题转换为 Sonar 安全查询。该方案采用 RAG 加九阶段流水线架构，相比基线将查询成本降低 90%、输入 token 减少 93%、端到端延迟降低 75%，可日处理数千次查询、响应时间约 15 秒。
AWS Machine Learning BlogAI 评分3535 Amazon Quick 与 Amazon Bedrock 重新思考 RAG 访问控制
Amazon Quick 与 Amazon Bedrock Knowledge Bases 引入实时 ACL 验证机制，在查询时调用 Google Drive 等数据源 API 实时校验用户权限。系统分两阶段执行：先用向量索引中的 ACL 预过滤候选文档，再对通过初筛的文档做实时授权校验，仅将确认有权限的内容传入大语言模型生成回答，避免因 ACL 同步滞后泄露敏感文档。
AWS Machine Learning BlogAI 评分3131 Qlik 如何借助 Amazon Bedrock 构建可溯源的企业级 AI
Qlik 在 Amazon Bedrock 上构建了企业级 AI 应用 Qlik Answers，自 2026 年 2 月正式上线以来已为 4 万余客户提供带数据出处的答案。
AWS Machine Learning BlogAI 评分3535 在 Amazon Bedrock Knowledge Bases 中用 LangChain 实现智能体检索
Amazon Bedrock Managed Knowledge Base 支持智能体检索，可由 LangChain 将问题拆为子查询、判断证据充分后再决定是否补充检索。
MIT Technology Review · AIAI 评分2626 AI 智能体接入企业知识：MIT Technology Review 调研报告
MIT Technology Review Insights 基于 300 位数据与 AI 高管调研指出，仅约 34% 的企业 AI 智能体项目能进入生产环境，知识与上下文缺失是关键瓶颈。生产领先组织（平均 61% 项目通过试点）在语义知识能力上显著更强，55% 的受访者将数据碎片化列为头号挑战。未来投资重点集中在 RAG、知识图谱与 AI 评估智能体，以打通数据与智能体之间的结构层。
AWS Machine Learning BlogAI 评分4343 在 Amazon SageMaker AI 上用多轮强化学习微调搜索智能体
AWS 介绍了在 Amazon SageMaker AI 上用多轮强化学习（MTRL）微调 Qwen3.6-27B 搜索智能体的方法。MTRL 通过多轮 rollout 生成训练数据并以策略梯度优化模型，支持 PPO、CISPO、GRPO 等算法和 serverless 执行，并提供基于 MLflow 的轨迹可观测性。
AWS Machine Learning BlogAI 评分4141 使用 Amazon Quick 与 Adjudicated Query 模式批量审核租约合规性
AWS 博客提出 Adjudicated Query 设计模式，将 Amazon Quick 聊天界面与确定性规则引擎结合：模型只把自然语言翻译为对固定操作集的调用，合规判定由规则引擎执行，并产出 completeness receipt 保证可证明完备性。
Hugging Face BlogAI 评分5656 Ai2 开源 AstaBrief 8B 模型，用于快速生成科学文献报告
Ai2 开源 AstaBrief 8B 模型，用于在检索科学文献的基础上生成带引用的研究报告。该模型基于 Qwen3-8B，通过 SFT 和 DPO 在 4.7 万份 SFT 样本和约 6 千对 DPO 偏好数据上训练。
AWS Machine Learning BlogAI 评分5353 用 Amazon Bedrock Knowledge Bases 构建自然语言理赔查询助手
AWS 博客发布技术教程，演示如何用 Amazon Bedrock Knowledge Bases 从 Amazon S3 摄取理赔文档与元数据，并通过 AgenticRetrieveStream API 返回带引用的自然语言答案。
AWS Machine Learning BlogAI 评分4747 如何用 Amazon Quick 和 Amazon Bedrock AgentCore 构建 AI 驱动的合同智能平台
AWS 用 Amazon Quick 和 Amazon Bedrock AgentCore 搭出合同智能平台架构：以结构化提取加数据库查询替代纯 RAG，解决跨数百份合同的聚合问题。提取与验证 agent 分别由 Claude Sonnet、Claude Haiku 驱动，签名分歧由 Amazon Textract 裁定，核验结果存入 Amazon Aurora PostgreSQL。
GitHub Blog · AI & MLAI 评分3434 GitHub Podcast：AI 生成的代码该不该读？RAG 已死？Skills 杀死了 MCP？
GitHub Podcast 最新一期逐条拆解 AI 热门观点：AI 生成的代码仍需阅读与审查，RAG 并未"已死"，Skills 也没有杀死 MCP。MCP 为智能体连接工具与数据提供标准，Skills 更接近打包好的专业知识，两者解决不同问题、可共存于同一工作流。节目还提到，越来越多团队会问候选人如何使用 AI，但更关键的信号是判断力。
Google ResearchAI 评分4242 Google Research：Retrieve-for-Train 如何绕过推理瓶颈，加速复杂 AI 搜索
Google Research 提出 Retrieve-for-Train 框架，用离线强化学习发现奖励对齐的 fan-out 并编译为监督数据，再蒸馏进 53.9M 参数的扩散检索器，推理时单次非自回归生成完整查询集合，无需消耗 CoT 思考 token。该框架的 fan-out 语言模型基于 4B 开源模型 Gemma3-4B 与 Qwen3-4B 微调，论文发表于 ICML 2026。
Hugging Face BlogAI 评分5252 H Company 发布多模态编码器 NeoMME（260M/800M）
NeoMME 是 H Company 发布的多语言多模态编码器系列，包含 260M 和 800M 两个规格，采用单一双向 Transformer 同时处理文本 token 与 32×32 图像 patch，从零训练并使用掩码离散扩散目标。
Hugging Face Blog精选AI 评分6262 Sentence Transformers v6.0 新增 MultiVectorEncoder：多向量嵌入模型训练与微调实践
Sentence Transformers v6.0 引入第四类模型 MultiVectorEncoder，用于 ColBERT 风格的 late interaction 检索，并提供了完整的训练流程。
推荐理由：给出了从数据集、损失函数到评估器的完整多向量检索模型训练脚本，并提供在单卡消费级 GPU 上的实测效果对比，可直接迁移到自有领域数据上做检索微调。
Mistral AIAI 评分5858 Mistral 发布 Agentic Search，FinanceBench 准确率从 26.7% 升至 86%
Mistral 发布 Agentic Search 检索层，让模型通过 search、open、navigate、read、grep 五个工具多步查找并验证信息，在 FinanceBench 上把正确率从 26.7% 提升到 86%。
Hugging Face Blog精选AI 评分7272 Sentence Transformers v6.0 教程：使用多向量（late interaction）嵌入模型
sentence-transformers v6.0 新增 MultiVectorEncoder 作为第四类模型，原生支持 PyLate、Stanford-NLP ColBERT 和 colpali-engine 检查点沿用同一套 API 加载。
推荐理由：原文给出从加载、MaxSim 打分到多种向量库落地的完整可运行代码，读者可对照把现有检索管线迁到 late interaction。
Mistral AI精选AI 评分6565 Mistral 发布 Mistral OCR 4 文档理解模型
Mistral 发布 Mistral OCR 4 文档理解模型，支持 bounding box、block 分类与逐字置信度，覆盖 170 种语言，可在单容器内自托管。
推荐理由：提供了与主流 OCR 系统的人类偏好对比和价格信息，读者可据此评估替换现有文档解析方案的实际收益。
Google ResearchAI 评分5151 Google Gemini Enterprise Agent Platform 推出 Agentic RAG 公测版
Google 在 Gemini Enterprise Agent Platform 推出 Agentic RAG 公测版，新增 Sufficient Context Agent 判断上下文是否充分并驱动迭代检索。
Mistral AIAI 评分5757 Mistral AI 开源搜索框架 Search Toolkit 进入公开预览
Mistral AI 开源搜索框架 Search Toolkit 进入公开预览，把数据接入、检索与评估统一在同一个接口下，支持 BM25、向量与混合检索并内置 recall、precision、MRR、NDCG 等评估指标。
Mistral AIAI 评分5656 Mistral 发布代码专用嵌入模型 Codestral Embed
Mistral 发布代码专用嵌入模型 Codestral Embed，在 SWE-Bench lite 等代码检索基准上的表现据称超过 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大嵌入模型。
Mistral AIAI 评分3333 Mistral AI 指南：用 LLM as a Judge 评估 RAG 系统
Mistral AI 介绍用 LLM as a Judge 评估 RAG 系统的做法，核心采用 TruLens 提出的 RAG Triad 框架，覆盖 Context Relevance、Groundedness、Answer Relevance 三个评估维度。
Mistral AI精选AI 评分6666 Mistral 发布 Mistral OCR 文档理解 API，主打复杂版面与多语言识别
Mistral 发布文档理解 OCR API "Mistral OCR"，可从图像和 PDF 中按序提取图文混排内容，适合与多模态 RAG 系统配合使用。API 模型名 mistral-ocr-latest，定价 1000 页/$，批量推理下每美元可处理页数约翻倍，单节点最快可达每分钟 2000 页，同时面向敏感场景提供自托管选项。
推荐理由：给出了与 Google Document AI、Azure OCR、Gemini、GPT-4o 的基准对比，并明确 API 定价和自托管策略。