https://inkeast.github.io/MessageDaily/tags/rag/Recent content in RAG on MessageDailyHugozh-cnThu, 24 Sep 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-09-24-yunqi2026-ai-search-agent/Thu, 24 Sep 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-09-24-yunqi2026-ai-search-agent/2026 云栖「AI 搜索智能体：从检索到推理」论坛复盘：Agentic Search 把搜索终点从"我知道了"改写为"任务完成了"；ES Agent 引擎版用 OSS 存算分离与租户切片把亿级租户、千亿向量成本压掉七成；Qoder、识季、倍思给出生产数字；Exa 提出 per-token 信息密度并称 Agent 搜索请求已超全人类。核心判断：企业级 Agent 的分水岭不在模型，而在搜索与知识基础设施。https://inkeast.github.io/MessageDaily/posts/2026-09-13-glie-generative-late-interaction-paper-reading/Sun, 13 Sep 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-09-13-glie-generative-late-interaction-paper-reading/KAUST×Edge Hill 发现视觉文档检索的页面向量恰在单位球面上且集中在本征维度 5-6 的低维流形附近（三个编码器一致验证），据此提出 GLIE：k≪N 个向量既作轻量索引又作全页嵌入的再生基底——归一化质心免费 +0.093 nDCG@5，k=4 时 1040 字节/页 vs 未压缩 257.8KB，保留未压缩系统近 80% 性能（先前最佳 70%）；415K 参数网络 3 GPU 分钟千页训练，骨干全程冻结。