Postgres 中向量内联存储与独立表对比：AlloyDB Omni 实测 join 开销

Gleb Otochkin 在 AlloyDB Omni 上用 3 万行商品数据和 vector(768) 嵌入，实测语义搜索、过滤查询和多表 join 三类场景下向量与业务数据同表存储与独立嵌入表加主键 join 的性能差异。

OpenRouter 发布 2026 年最佳嵌入模型选型指南，覆盖 37 个目录条目

OpenRouter 于 2026 年 9 月 11 日核实嵌入模型目录共 37 个条目，并通过自家 embeddings API 向 19 个模型发送批量请求、共 28 项检查，确认请求与响应行为。

百度智能云牵头制定的4项人工智能国家标准发布，2026年8月27日起实施

百度智能云联合中国电子技术标准化研究院牵头制定的四项人工智能国家标准正式发布，自2026年8月27日起实施，由全国信息技术标准化技术委员会（TC28）归口管理。

OpenAI 发布 Astra for Law 法律行业基础方案

OpenAI 发布 Astra for Law，将 GPT-6 Astra 配合法律搜索索引和 Legal 分析写作指令，面向律所和法律科技公司。在 Vals AI Legal Research Bench 私有验证集 200 道美国法律研究题上，最高推理强度下整体正确率 54.0%，比仅用网页搜索的 GPT-6 Astra 的 38.7% 相对提升 40%。

LangChain 开源 Deep Life Sci：面向临床与实验室科学家的智能体助手

LangChain 发布开源智能体助手 Deep Life Sci，面向临床和实验室科学家。它接入 600K+ ClinicalTrials.gov 研究、2900 万 PubMed 摘要和 1200 万 PubMed Central 全文，并用沙盒子智能体进行真实数据分析。

LlamaIndex：为什么更好的抽取模型并不能缩小你的文档复核队列

LlamaIndex 发文分析 OCR 文档处理中准确率与自动化率的关系，指出路由门控而非读取能力决定直通处理率。文中算例显示 20 个字段的发票在 97% 每字段准确率下仅约 54% 文档全对，94% 准确率但带每字段置信度的 Pipeline B 可自动放行 92% 文档，而 97% 准确但无信号的 Pipeline A 直通率为 0。

PostgreSQL 向量嵌入更新引发的 TOAST 膨胀实测与分表方案

Google 的 Gleb Otochkin 在 AlloyDB Omni 上实测嵌入向量版本更新对 PostgreSQL 存储的影响：在含 768 维向量和 HNSW 索引的 20k 行表上更新全部向量后，表、TOAST 和索引体积几乎翻倍（TOAST 从 81 MB 到 159 MB，HNSW 索引从 78 MB 到 156 MB），约一半空间被死元组占据。

Rohan Paul@rohanpaul_aiAI 评分5555

LinkedIn 论文研究一个模型继承另一个模型创建的记忆时会发生什么。固定 schema 的记忆在两个测试模型间几乎不变（KG-fixed 仅 ±0.0004），自由格式笔记可靠性差，一个方向准确率下降 13.28 点；RAG 中新旧嵌入混用索引只恢复 4.96 / 11.90 点增益。

Redis LangCache 公测发布：语义缓存可降 LLM API 成本至多 90%，命中提速至多 15x

Redis 发布全托管语义缓存服务 LangCache，现已在 Redis Cloud 以公开预览形式提供，通过 REST API 及 Python、JavaScript SDK 接入。

LlamaIndex 解析 just-in-time Agentic OCR：两遍式文档处理如何平衡成本与精度

LlamaIndex 博客提出 just-in-time Agentic OCR 模式：先用 LiteParse 等免费解析器粗读全部文件供检索，再仅对相关页面调用 VLM 做 OCR。

vec2vec 论文提出无配对数据的嵌入翻译方法，向量数据库可被用于反推原文信息

arXiv 论文（https://arxiv.org/abs/2505.12540）提出 vec2vec，这是首个无需配对数据、编码器或预定义匹配集就能在不同模型嵌入空间之间翻译文本嵌入的方法，基于柏拉图表示假说的强版本，用对抗损失与循环一致性学习共享潜在空间。

Perplexity@perplexity_aiAI 评分3030

Perplexity 发布研究博客，介绍其为支撑搜索结果嵌入与排序模型构建的 SoTA 推理服务基础设施。研究说明 Perplexity 每个答案的第一步都由嵌入和排序模型为查询挑选最相关结果，全文见 https://www.perplexity.ai/hub/blog/fast-embeddings-on-gpus。

Aravind Srinivas@AravSrinivasAI 评分3535

Perplexity 发布研究博客，讲解其嵌入与排序模型背后的 SoTA 服务基础设施。文章覆盖用于排序的嵌入向量、基于 GPU 的模型推理、请求批处理、推理服务器运行，以及延迟与吞吐的权衡，原文见 https://www.perplexity.ai/hub/blog/fast-embeddings-on-gpus。

PACE 数据集与 PaceMaker 框架：识别用户请求中的隐性冲突

论文提出 PACE 数据集，评估模型能否识别由自我中心知识库事实构成的隐性约束，使看似合理的用户请求变得不恰当，并提出多智能体框架 PaceMaker，通过查询改写、多跳图遍历和冲突感知过滤协调检索决定性证据。实验同时评估证据检索质量与冲突判断准确率，PaceMaker 一致优于现有方法。

CORE 论文提出用重排器蒸馏改进多模态嵌入的组合推理

论文提出 CORE，通过合成五个组合匹配级别的候选列表和 Rank-KL 目标，把多模态模型作为重排器时的组合判断蒸馏进嵌入模型。

AK@_akhaliqAI 评分2525

论文 CoGR 训练 LLM 在查询侧和物品侧同时生成紧凑关键词，通过倒排索引直接匹配，并用 GRPO 交替优化两侧生成器。在内部 APP Marketplace 数据集和公开 WANS 基准上，CoGR 相比最强基线分别提升 F_1 10.9% 和 36.1%。论文链接：https://huggingface.co/papers/2609.00638

NeoMME 发布 260M 与 800M 多语言多模态编码器，权重以 Apache 2.0 开源

H Company 团队发布 NeoMME，含 260M 和 800M 两个尺寸的多语言多模态编码器，用单个双向 Transformer 从零处理文本 token 和 32×32 图像 patch，不使用预训练视觉塔或因果语言模型，训练采用掩码离散扩散目标，每个模型处理约 5240 亿 packed token。

Rohan Paul@rohanpaul_aiAI 评分4444

论文提出 ContextPilot，让智能体主动规划、存储、压缩或删除旧上下文，并通过 RL 学习哪些上下文决策真正有效。

Meta 构建“组织第二大脑”AI Agent，从专家反馈中沉淀机构知识

Meta 发布技术博客，介绍其为合规领域构建的 AI Agent，用结构化知识系统加可组合 recipes 复现专家推理方式，专家反馈经诊断、编译、验证和人工审核后写入 200+ 知识文件，无需重新训练模型。六周三轮开发后，单项评估时间从数天缩短到数分钟，改进周期内零回归，每轮修复自动加入回归测试集。

RAG 系统效果为何取决于嵌入模型：ByteByteGo 图解检索机制与选型要点

ByteByteGo 发文解析 RAG 系统中嵌入模型的关键作用，指出语言模型再强也无法弥补错误检索，因为嵌入模型决定了哪些文本进入上下文。文章图解了索引与检索两个阶段的工作流程，列举了语义相似但答非所问的多种失败模式，包括否定句、版本差异和数字标识等，并说明更换嵌入模型需要全量重建向量、索引和权限，成本高昂，类似蓝绿部署。

EM^2Mem 提出事件中心的多模态记忆框架，提升长视频问答准确率并降低推理开销

论文提出 EM^2Mem，一个事件中心的多模态记忆框架，在记忆构建阶段将异构证据绑定到事件锚点，每个事件索引的记忆单元对齐多模态记录、时间上下文、图关联关系、语义事实和来源信息。

elvis@omarsar0AI 评分6060

arXiv 论文《Selective Forgetting: A Graph-Based Memory Framework for Long-Term LLM Agents》将对话轮次抽取为带类型节点和属性边，从两跳子图作答。

DAIR.AI@dair_aiAI 评分4646

Agent Zero Memory 提出溯源感知的长期记忆架构，把情景事件时间线、实体-事件知识图谱和精选的文档式记忆三条系统并行跑在同一历史上，检索经意图门、来源路由和三路并发 agentic 搜索完成。

LatentPress 论文提出用连续记忆 token 压缩上下文，超越文本与视觉表示

LatentPress 将对话历史和长文档压缩为连续记忆 token，由冻结解码器通过输入嵌入接口直接读取，推理时无需重建文本。

MaP-SQL：用可复用记忆替代微调的 Text-to-SQL listwise 选择方法

论文提出 MaP-SQL，一种免微调的 Text-to-SQL listwise 选择器，用从训练数据蒸馏出的结构化记忆作为评估候选 SQL 的显式标准，并通过聚合多输入排列的排序来缓解位置偏差。

CoGR：用强化学习共同进化查询与物品两侧的生成式检索器

论文提出 CoGR 检索框架，训练 LLM 直接在查询侧和物品侧生成紧凑关键词集，经倒排索引直接匹配，兼容现有关键词检索基础设施。训练采用两阶段流程，先用监督微调对齐关键词空间，再用 GRPO 交替优化两侧生成器，双方共同优化同一 query-to-item 检索 F_1 目标。

ExecRetrieval 基准揭示代码嵌入检索在功能正确性上的差距

论文提出 ExecRetrieval 基准，包含 939 个 Python 任务，每个配一个执行验证的规范实现和最多四个单点变异生成的执行验证错误干扰项。

博通推出 VMware AI 工厂，简化企业私有云 AI 部署

博通推出 VMware AI 工厂，作为 VMware AI 私有云的软件定义基础，可将 AI 应用直接部署到企业私有云环境，服务器部署至 AI 模型开始服务的时间从数周缩短至数小时。

OpenBMB@OpenBMBAI 评分4747

清华NLP团队（OpenBMB成员）推出九歌推敲（Jiuge-Tuiqiao），入选EMNLP 2026系统演示。该工具将古诗创作建模为字符矩阵与锁定矩阵，用户锁定字词后模型在剩余位置硬约束生成，并附28,739条搭配、PPL排序名句等四类证据供用户决策。在50行完形任务中，结合名句证据将Hit@1从12%提升至60%；80次生成请求中格律与押韵合规率达100%。

Rohan Paul@rohanpaul_aiAI 评分4545

研究发现，恶意检索文档可提升模型token置信度与输出一致性，导致基于不确定性的检测器失效。作者将攻击下注意力集中于投毒文档而非分散于检索证据的现象称为“注意力崩溃”（Attention Collapse）。因此，仅检查最终答案或置信度可能漏报，监控检索文档间的注意力分布或可提前暴露投毒。

ginobefun@hongming731AI 评分3737

BestBlogs 早报精选 10 条 AI 内容：OpenAI 产品负责人谈持久化 AI 同事；Maersk 九个月积累超 100,000 次修正打造可靠航运智能体；Factory CTO 解析中国开源模型选型与模型主权。另有消费金融数据隔离架构、RAG 噪声治理、Robotaxi 经济账、AWS 开源 Kiro Crew 等。

NeoMME 发布 260M 与 800M 多模态多语言基础编码器，面向高效微调与推理

H 团队发布 NeoMME，一组 260M 与 800M 参数的多模态多语言双向编码器，在单个双向 Transformer 中处理多语言文本与原始图像块，从零预训练，支持 16,384-token 上下文，可编码最多两张 4K UHD 图像。

提出 agentic data cracking：让推理智能体自适应结构化非结构化数据以降低 token 成本

论文提出 agentic data cracking，智能体在推理时以边际成本派生 cracking 子智能体，自适应且投机地把网页、报告、合同、PDF 等非结构化数据抽取为结构化形式。在 FanOutQA 基准上仅扩展每题一个相关问题，该方法在保持准确率的同时将成本降低 53%，且理想预结构化存储下推理比原方案便宜 28X。作者称这是面向智能体推理的下一代数据基础设施的第一步。

Hi-Q：面向多跳问答的层次化证据引导查询细化框架

论文提出 Hi-Q，一种证据条件化的层次化查询细化框架，用于多跳问答中的可检索粒度发现问题。框架在查询节点用分辨率算子判断证据是否支持当前查询单元，未解决节点按依赖保持的二元算子扩展，并由语义覆盖验证器检查，查询树拓扑由语料支持信号决定。

凡人小北@frxiaobeiAI 评分5353

腾讯EVIE与百度PaddleOCR-VL对比显示Document AI正从“先转文字再理解”转向视觉检索。PaddleOCR-VL约1B参数可直接结构化文字、表格、公式与图表；EVIE则将整页作为视觉信息Embedding，在视觉空间完成检索，再按需解析。两者拼出“视觉检索→文档解析→LLM推理”的下一代Document RAG雏形。

AI 工程师笔记本：在 Colab 上免费、无需框架即可使用 RAG/智能体/评估工具

一套可运行的 Colab 笔记本，面向 AI 工程师与 FDE 技能栈，用原始 API 而非框架构建基于基础模型的系统，覆盖提示词、RAG、评估、智能体、微调与服务化。全部在免费 Groq API 上运行，无需信用卡；LoRA 微调和自托管服务提供概念讲解及可选的 Colab-GPU 附录。包含三个端到端案例研究，且全程兼容 OpenAI API，模式可直接迁移。

零数据引导对话推荐系统的实证研究

该论文系统研究了零数据对话推荐系统（CRS）引导方法，从商品评论、元数据和用户-商品交互等非对话信号生成合成对话监督数据。论文比较了 Jensen-Shannon 多样性和 Fisher 信息两种选择策略，发现领域合成数据一致优于零样本提示和朴素合成基线，主动选择比随机采样更省数据，低资源场景下合成数据可超越稀缺真实对话并与之互补。

ContextPilot：用细粒度强化学习教智能体主动管理上下文

ContextPilot 提出一种面向长程智能体任务的主动上下文管理框架，通过扩充规划、长期记忆和软上下文卸载工具，并设计基于上下文与熵变化的细粒度 RL 方法，解决现有方法工具集受限、探索低效和信用分配粗糙的问题。在长上下文问答和深度搜索任务中，ContextPilot 以更紧凑的工作上下文取得更强性能，在多种基座模型和基准上持续优于现有基线。代码已开源。

Josh Woodward@joshwoodwardAI 评分5555

Google 推出跨部门计划 Expert Intelligence，用户可在 Gemini Notebook 中导入符合条件的 Google Play 电子书，将作者观点与其他来源结合，以全新方式与书籍互动。作者和出版商可通过该计划触达更多深度读者。

Cohere 发布 Parse 5（parse-v5.0）：2.3B 视觉语言模型，将企业文档转为 Markdown

Cohere 发布文档解析模型 Parse（parse-v5.0），基于 North-Micro-Vision-Instruct 架构，拥有 2.3B 参数、8,192-token 上下文窗口和约 4.6GB 体积，可将 PDF、PPT、JPEG 页面直接转为含 HTML 表格和边界框坐标的 Markdown，无需独立 OCR 阶段。