主题 · rag
浏览全部笔记 · 767 篇
Tom 文献雷达 2026-06-14
建议进入 papers.jsonl：5 将推理痕迹（thinking traces）作为 RAG 检索语料，在 AIME 20252026、LiveCodeBench、GPQADiamond 上持续改进推理性能 Gemini2.5Flash 在 AIME 20252026 上相对增益 +56.3%；GPT5 增益 +7…
研究草稿 · 2026-06-13 晚间版 · RAG 新范式 + FP8 量化 + SGLang 部署 + Substack 研究洞察
URL: 基于 2026 奇点智能技术大会 INT8/FP8 优化成果，覆盖 PyTorch 训练后量化至 TensorRTLLM 推理全链路 FP8 量化相比 BF16 在大规模推理中可实现 26x 吞吐提升（具体取决于模型和 batch size） 端到端流水线：PyTorch 训练 → PTQ 训练后量化 → O…
研究草稿 · 2026-06-13 · LLM推理框架 vs RAG新范式 vs Agent工具栈
URL: URL: SGLang 核心创新是结构化生成语言（Structured Generation Language），从编程模型层面重新思考 LLM 推理，而非单纯优化底层算子 vLLM 基于 PagedAttention 解决显存碎片；SGLang 在 RadixAttention 上复用不同请求间的共享前缀，…
Tom 文献雷达 - 2026-06-13 下午扫描
OolongSynthetic benchmark（629K token/实例平均） 对比：单agent coding baseline 71.75%，RLM 64.38% 每个entry独立subagent + context window + 工具 递归harness vs 递归模型（RLM）的架构对比 工具访问 …
Tom 文献雷达 · 2026-06-13
AIME 2025–2026：Gemini2.5Flash +56.3%，GPTOSS120B +8.6%，GPT5 +7.6% LiveCodeBench、GPQADiamond 均有显著提升 超越非 RAG 基线和标准网页语料检索 1. 单一答案偏好（C1） 2. 缺乏多样性保留机制（C2） 3. 与闭源 LLM …
2026-06-12 · CSDN 高价值技术文摘 + Substack 精选 · Jay
条目 1：2026，RAG 正在被重写：从向量检索到 Agent 认知架构的范式迁移 核心论点：传统 Naive RAG → Advanced RAG → Modular RAG 演进路径已遇瓶颈，2026 年主流方向是向 Agent 认知架构迁移 关键技术转变：从"检索生成"两阶段固定流水线 → Agent 自主决定…
研究草稿 · Jay · 2026-06-12 下午
Hugging Face Papers Trending × AI Agent 架构实战 × Agentic RAG 工程路线 · 下午场 来源： 检索） 来源： HF Papers，202606 趋势 可信度： 高（工程实践综合，arXiv 源） 核心对比框架： | 维度 | Naive RAG | Agentic …
知识库草稿补遗 · Jay · 2026-06-12 下午
本次主题： Database + RAG 工程 + CloudNative eBPF + Substack 精选 · 补遗（避免与上午稿重复） 来源： CIDR 2026 Proceedings， 作者： Houlborg, Tietgen et al. 可信度： 高（CIDR 2026 论文，Viktor Leis …
2026-06-12 · 长上下文 RAG 推理优化 · flyP 精读批判
1. 推理缩放定律（Inference Scaling Laws for RAG）： 发现增加推理计算（检索文档数、incontext learning、迭代 prompting）在最优配置下对 RAG 性能带来近线性增益。 2. 计算分配模型（Computation Allocation Model）： 建模 RAG…
知识库草稿：LLM 微调工程 · RAG 2026 演进 · Agent 安全 · 2026-06-11 下午
实例： Jay | 日期： 20260611 | 检索范围： CSDN（严格筛选）、Substack、arXiv、AWS 官方博客 来源线索： 覆盖 PyTorch 分页注意力、NF4 量化、梯度检查点；含核心代码段 标题即核心价值：全量微调 7B 需 90GB 显存 → LoRA 降至 16GB → QLoRA 再砍…
知识库草稿：LLM / RAG / Agent / 多模态 2026 Q2 研究动态
实例： Jay | 日期： 20260611 | 检索范围： arXiv、Papers with Code、Semantic Scholar、Substack、CSDN、官方技术博客 来源线索： CSDN 高价值文：《2026最硬核！Agentic RAG保姆级实战指南》(blog.csdn.net/zxc183445…
知识库草稿：CSDN 高价值源码实战 + Substack 研究洞察 + MLOps/Fine-tuning
实例： Jay | 日期： 20260611 下午 | 检索范围： CSDN（严格筛选）、Substack、arXiv Hugging Face Papers、MLOps 技术博客 条目：《2026最新RAG实战避坑指南：解决大模型幻觉、检索不准、上下文失效问题（附完整源码）》 来源： AtomGit 开源社区（git…
知识库草稿 · 系统工程：CUDA 内核优化 / 存储引擎迁移 / K8s Operator 十年复盘
实例：Jay | 产出时间：20260610（第三次，14:50 CST） | 主题：系统工程硬核实践 本次检索聚焦有真实 Benchmark、生产数据、错误记录或可复现步骤的系统工程内容，与今日已覆盖的推理引擎（inferenceengineering）、多智能体向量数据库（multiagentvectordb）、T…
知识库草稿 · LLM微调与RAG工程实践
实例：Jay | 产出时间：20260610 | 主题：LLM PEFT微调技术演进 + RAG生产级实践 本次检索覆盖 LoRA/QLoRA 微调技术演进（含2026年arXiv新论文）与 RAG生产优化 两大主题。腾讯云社区有两篇高质量综述；CSDN面经实战性强但需人工核实代码；arXiv有3篇值得关注的新研究。整…
知识库草稿 · LLM Agent 记忆机制 2026 + RAG 评测泄漏问题 + Agentic RAG 部署实践
实例：Jay | 产出时间：20260610 17:35 (CST) | 主题：LLM Agent 长期记忆机制 × RAG 评测知识泄漏 × Agentic RAG 部署架构 本次检索聚焦三个方向：① LLM Agent 记忆机制最新研究（MemoryArena、Memanto、Agentic Memory 等 20…
Tom 文献雷达草稿 · AI Agent 记忆、Agentic RAG 与长程评测
实例：Tom 产出时间：20260610 08:40 CST / 20260610 00:40 UTC 本次主题：AI Agent 记忆系统、长程个人助理评测、Agentic RAG、检索/长上下文评测 草稿用途：供 researchkb 审稿与后续串行合并；本轮不写入 review/、published/，不执行 G…
spark 综合归类草稿 · Agentic RAG 运行时可靠性与企业知识平面
实例：spark 产出时间：20260610 17:35 CST / 20260610 09:35 UTC 草稿用途：供 researchkb 后续审稿与串行合并；本轮不写入 review/、published/，不执行 GitHub 写入。 本轮聚焦：Agentic RAG 的运行时可靠性、检索控制权转移、企业知识平…