本地知识库跑通短文档，一上长文档就翻车？这6个坑我替你踩过了
前两天发了一篇本地知识库搭建教程，用Ollama+DeepSeek+FAISS，10分钟跑通，数据不出本机，评论区不少朋友说"跑通了"。但有一条评论问得很到位："教程写得清晰完整，步骤拆解很细致，免费本地部署，数据不外泄这个优势很吸引人。
深度学习难分样本挖掘（Hard Mining）
Training Region-based Object Detectors with Online Hard Example Mining。
多模态检索新突破，用软标签打破传统刚性映射约束，全面超越CLIP
UniME-V2团队 投稿量子位 | 公众号 QbitAI统一多模态嵌入模型是众多任务的技术基石。当前主流方法通常采用批内负例挖掘策略，通过计算查询-候选对的相似度进行训练。
快手提出全新「检索数据引擎」CroPS，打破搜索信息茧房
在离线实验测试中，CroPS 相较于最强基线 FS-LR 在 CT 数据集上提升 9.5%，在换 Query 测试集 QR 上提升 7.1%。
韩国高丽大学揭示知识蒸馏中被忽视的关键秘密
这项由韩国高丽大学（Korea University）及其人类启发人工智能研究院（Human-inspired AI Research）联合开展的研究，发表于2026年第49届国际ACM SIGIR信息检索研究与发展会议（SIGIR '26），会议时间为2026年7月20日至24
从第一性原理出发的RAG推理新范式来了，蚂蚁DIVER登顶权威基准
在当前由大语言模型（LLM）驱动的技术范式中，检索增强生成（RAG）已成为提升模型知识能力与缓解「幻觉」的核心技术。
爱可可AI论文推介(10月18日)
This paper presents a first step in answering that question. We describe NeuralDB， a database system with no pre-defined schema， in which updates and queries are given in natural language. We develop query processing techniques that build on the primitives offered by the state of the art Natural Language Processing methods.
华为升级行业Agent算法架构！MindScale自己写prompt和工作流
在大模型的多种应用形态中，执行专业功能的行业Agent，无疑是提升生产效率、实现价值创造的利器。然而，千行百业包含着大量的私域知识、专家经验和工具使用逻辑，使得智能体的行业应用构建存在各类门槛。
清华数学系大神跳槽OpenAI，曾主导SAM与Llama开发，Sora负责人：欢迎加入
刚刚，毕业清华大学数学系，曾在Meta FAIR工作3.75年、主导过SAM与Llama多项核心工作的研究员张鹏川宣布离职。