AWS 构建基于 Amazon Quick 和 Amazon Bedrock AgentCore 的 AI 合同智能平台
AWS 展示了一套基于 Amazon Quick 和 Amazon Bedrock AgentCore 的合同智能平台架构,通过 AI 代理提取并验证合同数据以解决 RAG 在大规模聚合查询中的局限。
AWS 展示了一套基于 Amazon Quick 和 Amazon Bedrock AgentCore 的合同智能平台架构,通过 AI 代理提取并验证合同数据以解决 RAG 在大规模聚合查询中的局限。
NarrateAI 在 Amazon Bedrock 上通过五项技术实现约 99% 的数值准确率,并支持实时流式响应。这五项技术分别是自适应流水线编排、跨账户多模型故障转移、实时流式评估、复合评估框架和数据准确性验证,其中约 90% 的查询走单次快速路径,仅约 10% 走并行批处理路径。该系统已服务超过 4,000 名 AWS 高管领导者,用于实时业务评审中的对话式数据分析。
Datacor 将 Amazon Quick Sight 嵌入 TrackAbout 方案,为工业气体与焊接分销商提供交互式仪表盘和自然语言搜索,业务用户无需提 IT 工单即可查询租赁数据。
Wayfair 使用 OpenAI 模型改进电商支持及产品目录准确性,实现工单分诊自动化并大规模增强数百万产品属性。
GitHub Podcast 最新一期分析了五个 AI 热门观点,指出开发者仍需审查 AI 生成的代码以承担结果责任。节目澄清 Skills 与 MCP 解决不同问题,前者提供打包的专家知识,后者提供连接工具的标准接口。此外,RAG 并未过时,而是与 Agent、Skills 和 MCP 共同构成完整的工作流。
Hugging Face 推出 NeoMME 系列多模态多语言编码器,含 260M 和 800M 两个版本,用单个双向 Transformer 同时处理文本 token 与 32×32 图像 patch,无需独立视觉塔或因果语言模型,并以掩码离散扩散目标从零训练。
Sentence Transformers v6.0 新增第四种模型类型 MultiVectorEncoder,支持 ColBERT 式后期交互检索,并提供完整训练方案。
Papers with Code 的搜索采用混合检索架构,由 Hugging Face Jobs 批量生成论文嵌入向量、Storage Buckets 做持久化中转、Inference Endpoints 提供在线查询的低延迟嵌入,目前覆盖 arXiv 与 Daily Papers 的逾 11 万篇论文。
Mistral 发布 Agentic Search,通过多步检索循环提升 AI 系统在复杂文档中的信息检索准确性与效率。在 FinanceBench 基准上,其正确率从 26.7% 提升至 86%,p90 延迟降低 39.6%。该功能通过 Mistral Search Toolkit 和 Libraries 提供,支持在云端或本地部署中处理敏感领域数据。
推荐理由:原文展示了 Agentic Search 在 FinanceBench 和 OfficeQA Pro 上的具体性能提升,为复杂文档检索提供了可量化的对比基准。
Sentence Transformers v6.0 新增第四种模型类型 MultiVectorEncoder,用于 ColBERT 式晚交互检索,可直接加载 PyLate、Stanford-NLP ColBERT 检查点,也能通过同一套 API 运行 colpali-engine 的视觉文档检索模型。
推荐理由:原文给出多向量编码器的加载、打分与索引实测数据,可据此判断晚交互检索的落地成本。
Mistral 发布 OCR 4,在提取文本之外返回边界框、块类型分类和逐页逐词置信度分数,支持 170 种语言、10 个语系,可打包进单个容器完全自托管。该模型在 OlmOCRBench 上取得 85.20 的总体最高分,OmniDocBench 得分 93.07,官方同时说明这两个基准在数学、科学和多栏文档上存在评分偏差,建议以自身文档实测为准。
推荐理由:OCR 4 在文本之外返回边界框、块类型与置信度,读者可据此判断结构化文档解析如何接入 RAG 与智能体流程。
Google 在 Gemini Enterprise Agent Platform 推出由 Agentic RAG 驱动的 Cross-Corpus Retrieval 公开预览版。
推荐理由:原文给出多智能体 RAG 的架构细节与跨语料评测数据,可据此判断复杂查询检索的可行边界。
Mistral AI 发布 Search Toolkit 公开预览版,这是一个用于构建 AI 应用生产级搜索管线的可组合框架,开源且可运行在云端、本地或边缘。它把摄取、检索和评测统一到共享接口下,内置 BM25 稀疏检索、稠密向量检索与混合配置,并提供 recall、precision、MRR、NDCG 等评测指标。
推荐理由:Mistral 把检索管线的摄取、检索与评测收进同一框架,读者可据此判断自建 RAG 的集成成本会怎样变化。
Mistral AI 发布首个面向代码的嵌入模型 Codestral Embed,称在真实代码检索场景中优于 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大型嵌入模型。
推荐理由:官方给出代码嵌入模型在检索基准上的对比与多维度、多精度取舍,可据此评估代码 RAG 的存储与质量平衡。
Mistral 发布 Agents API,将自家语言模型与代码执行、图像生成、文档库、网页搜索等内置连接器以及 MCP 工具结合,并提供跨对话的持久记忆与智能体编排能力。
推荐理由:官方给出 Agents API 的连接器、记忆与多智能体编排能力,可据此判断企业级智能体平台的搭建方式。
Mistral 提出用 LLM as a Judge 评估 RAG 系统,让"裁判 LLM"按数值、二元或定性量表为"生成 LLM"的答案打分,并汇总为加权总分。
Mistral AI 发布 OCR API mistral-ocr-latest,可接收图片和 PDF,按顺序交错输出文本与图像,定价为 1000 页/美元,批量推理约可翻倍。
推荐理由:官方给出与 Google、Azure、Gemini 系列的横向基准对比和定价,可据此判断文档解析选型。
deepseek-chat 模型升级至 DeepSeek-V2-0517,IFEval 指令遵循准确率从 63.9% 提升至 77.6%。API 端优化 system 指令遵循,JSON 解析率从 78% 升至 85%,配合正则达 97%,改善了沉浸式翻译与 RAG 等任务体验。