ACL 2025最新研究提出Lexical Diversity-aware RAG（DRAG）框架，首次将词汇多样性引入RAG的检索与生成过程，在多项基准任务中显著提升性能。该框架通过Diversity-sensitive Relevance Analyzer（DRA）和Risk-guided Sparse Calibration（RSC）两大模块，解决了词汇多样性带来的检索偏差和生成干扰问题。在HotpotQA等多跳问答任务中，准确率提升10.6%，刷新SOTA；在ASQA长答案生成任务中表现同样优异。此方法对信息检索、问答系统及专业领域大模型应用具有重要价值，代码即将开源。

正文：9月13日，腾讯优图实验室宣布开源Youtu-GraphRAG框架，旨在解决图检索增强生成（GraphRAG）技术的难题。该框架在六个跨领域多语言基准测试中表现优异，具备三大优势：构图成本节省30%以上、复杂推理任务准确率提升16%+、支持中英双语及跨领域无缝迁移。Youtu-GraphRAG通过Schema连接智能体，实现图构建、索引与检索的垂直统一，并采用四层架构设计（属性层、关系层、关键词层、社区层）优化知识抽取与推理能力。此外，其社区检测算法融合结构与语义信息，显著优于传统方法。框架已开源，论文同步发布。

阿里发布名为WebDancer的信息检索Agent，能够像人类一样上网搜索和推理。它在GAIA和WebWalkerQA基准测试中分别取得61.1%和54.6%的Pass@3分数，表现优于基线模型和部分开源框架。模型与方法已开源。 WebDancer通过四阶段训练范式实现自主信息搜索能力：浏览数据构建...

标题：只改2行代码，RAG效率暴涨30%！可扩展至百亿级数据规模应用 只需修改两行代码，RAG向量检索效率提升30%，适用于文搜文、图搜图、文搜图及推荐系统召回等多种任务，且具备十亿至百亿级数据的扩展能力。浙江大学高云君、柯翔宇团队与向量检索专家傅聪合作，开源新方法PSP（Proximity g...

标题：快手与东北大学联合推出UNITE框架，突破多模态检索瓶颈 多模态检索作为信息获取的关键技术，长期受制于跨模态干扰问题。为此，快手与东北大学的研究团队共同开发了多模态统一嵌入框架——UNITE。该框架旨在构建一个能够同时处理文本、图像、视频及其融合模态输入的统一嵌入器。 UNITE通过对比学...

标题：大模型集体“挂科”！全新中文网页检索测试：GPT-4o准确率仅6.2% 你以为大模型已经能轻松“上网冲浪”了？全新基准测试集BrowseComp-ZH直接打脸主流AI。这项由港科大（广州）、北大、浙大、阿里、字节跳动、NIO等机构联合发布的测试集，让20多个中外主流大模型集体“挂科”。其中，G...

标题：仅1/70数据量，多模态检索效果更优！智源发布BGE-VL，合成数据立大功 BGE系列模型自发布以来广受好评。近日，智源研究院联合多所高校开发了多模态向量模型BGE-VL，进一步扩展了原有生态体系。BGE-VL在图文检索、组合图像检索等主要多模态检索任务中表现最佳，借助大规模合成数据MegaP...

Perplexity推出了对标OpenAI的“深度检索”功能，主打深度检索与专业输出。在Humanity's Last Exam测试中，其准确率达21.1%，远超其他模型。此功能已全量推送，但免费用户每天仅限五次。 测试显示，“深度检索”在回答权威性和时效性问题上表现良好，但在处理复杂问题和生成详细报告方面仍有不足。例如，关于2023年诺贝尔经济学奖得主的研究，虽然信息准确，但内容略显简短；而在解析音视频内容时，虽有一定理解能力，但资料的时效性标注需更清晰。 此外，“深度检索”在逻辑完整性和模糊问题处理上表现尚可，能够提供一定的分析和见解，但未达到生成详尽报告的标准。尽管有导出PDF的功能，实际体验仍需提升。 整体来看，Perplexity的“深度检索”在基础功能上表现出色，但在深度研究和报告生成方面还有待加强。

标题：Llama都在用的RoPE有了视频版，长视频理解/检索绝佳拍档 VideoRoPE团队投稿 量子位 | 公众号 QbitAI Llama都在用的RoPE（旋转位置嵌入）被扩展至视频领域，增强了长视频理解和检索能力。复旦大学与上海AI实验室等机构提出了VideoRoPE，并明确了将RoPE应用于...

《华尔街日报》报道，多款先进AI聊天机器人在回答记者关于其配偶的问题时，给出了匪夷所思的回答，包括不认识的作家、陌生女性及网球博主。尽管AI在复杂数学问题上表现优秀，但在基本事实方面常出错，如捏造法律案件、混淆电影情节等。IBM实习生Roi Cohen表示，AI的工作原理类似高级猜测，倾向于自信地给出答案。为解决“幻觉”问题，研究人员正尝试“检索增强生成”技术，让AI先查找信息再作答。此外，Cohen和Konstantin Dobler提出让AI学会承认“我不知道”。尽管AI越来越强大，但美国民众对其信任度下降，2023年52%的人感到担忧，高于2021年的37%。