Amazon Quick 各组件提示词工程的模式与常见陷阱
AWS Machine Learning Blog 介绍了 Amazon Quick 各组件的提示词工程方法,覆盖 Quick Research、Quick Flows、Quick Sight、聊天智能体和 action integrations。
AWS Machine Learning Blog 介绍了 Amazon Quick 各组件的提示词工程方法,覆盖 Quick Research、Quick Flows、Quick Sight、聊天智能体和 action integrations。
Condé Nast 与 AWS Generative AI Innovation Center 基于 Amazon Bedrock 和 Amazon OpenSearch Service 构建了多模态视频发现方案,用意图式语义搜索替代仅依赖元数据的检索。
H Company 发布 NeoMME,一组 260M 和 800M 多语言多模态编码器,已在 Hugging Face Transformers 提供并以 Apache 2.0 许可发布检查点。
推荐理由:文章同时给出架构、ViDoRe 结果和索引压缩方案,可作为视觉文档检索选型参考。
Sentence Transformers v6.0 引入第四种模型类型 MultiVectorEncoder,用于 ColBERT-style late interaction retrieval,并给出完整训练方法。
推荐理由:文章把训练脚本、评测对比和索引压缩放在同一流程中,便于迁移到垂直领域检索场景。
Hugging Face 解释了 Papers with Code 搜索如何由 Inference Endpoints、Jobs 和 Buckets 支撑,采用离线语料构建和在线混合搜索分离的架构。
推荐理由:文章把离线向量构建、在线查询嵌入和全文检索降级拆开,提供了搜索系统的工程取舍参考。
OlmoEarth Studio 现在支持计算并导出由开源 OlmoEarth 基础模型生成的地球观测嵌入向量,用于下游分析。
Mistral 发布 Mistral OCR 4,文档解析会在提取文本外返回边界框、块类型分类和按页、按词的内联置信度分数。该模型支持 170 种语言、可在单个容器中自托管,并可作为企业搜索、RAG 和特定领域检索管线的摄取组件。
推荐理由:原文同时给出结构化输出、部署形态和价格,可用于评估文档解析接入RAG与企业搜索的成本。
Mistral AI 发布 Search Toolkit 公共预览版,这是一个用于为 AI 应用构建生产级搜索管线的可组合框架。
推荐理由:原文把摄取、检索和评估放进同一框架,可作为企业 RAG 检索管线的工程取舍参考。
OpenAI 构建了一个系统,用于快速提取合同数据,缩短处理周转时间。该系统让团队更容易访问所需的合同细节。
The Washington Post 与 OpenAI 合作,将新闻整合进 ChatGPT,为用户提供摘要、引文和原始报道的直接链接。
Booking.com 将其数据系统与 OpenAI 大语言模型集成,用于提供更智能的搜索、更快的支持和基于用户意图的旅行体验。
OpenAI 推出 deep research,这是一个使用推理来综合大量在线信息、为用户完成多步骤研究任务的 Agent。该功能今天面向 Pro 用户开放,Plus 和 Team 用户随后可用。
推荐理由:原文说明了 deep research 的使用对象和上线节奏,可用于判断研究型 Agent 的产品化方向。
OpenAI deep research 帮助 Bain & Company 理解复杂行业趋势。案例强调其在复杂行业趋势研究中的辅助作用,正文未披露版本号、价格或 benchmark 等细节。