Glyph：面向企业数据目录的多策略智能体系统，用于列描述与敏感度本体标注
Glyph 是一个生产系统，把列描述生成与列类型标注建模为由状态图编排的协作式 LLM 智能体。Descriptor 从企业 GitHub 按需检索流水线源码来支撑生成。
#RAG
#RAG
今日 13 条Apple Machine Learning ResearchAI 评分3535 Google ResearchAI 评分3737 绕过推理瓶颈：Google Research 用 Retrieve-for-Train 加速复杂 AI 搜索
Google Research 提出 Retrieve-for-Train 框架，用离线强化学习把奖励对齐的查询 fan-out 编译成监督信号，蒸馏进仅 53.9M 参数的扩散检索器，实现单次非自回归查询扩展。该框架微调 Gemma3-4B 和 Qwen3-4B，以集合级奖励评估整组结果，绕开零样本 LLM 的语义重复与数百个 CoT 推理 token 带来的自回归延迟。
HuggingFace BlogAI 评分5656 NeoMME 发布：高效多模态原生多语言编码器
NeoMME 发布，这是一个包含 260M 和 800M 两个版本的多语言多模态编码器家族，用单个双向 Transformer 同时处理文本 token 和原始图像 patch，不依赖预训练视觉塔或因果语言模型。
HuggingFace Blog精选AI 评分7070 Hugging Face 发布 funes，为编码智能体提供本地记忆层
Hugging Face 发布开源工具 funes，为 Claude Code、Codex、pi 和 Hermes 等编码智能体提供持久记忆层，默认在本地运行。
推荐理由：原文给出安装命令和本地检索流程，读者可据此判断这套跨智能体会话记忆怎样接入现有编码工作流。
HuggingFace Blog精选AI 评分7979 Sentence Transformers 如何训练和微调多向量嵌入模型
Sentence Transformers v6.0 新增第四种模型类型 MultiVectorEncoder，用于 ColBERT 式后期交互检索，并配套完整的训练与微调流程。
推荐理由：文中给出可直接运行的微调脚本和六种起点对比，读者可据此判断在自有领域数据上训练多向量检索模型的成本。
Mistral AI精选AI 评分6969 Mistral 推出 Agentic Search 检索层，支持多步检索与文档导航
Mistral 发布 Agentic Search，让模型通过多步检索循环在复杂文档中查找、检查并验证信息，可在 Mistral Search Toolkit 中集成，也已内置到 Studio 和 Vibe 的 Libraries。
推荐理由：官方用 FinanceBench 与 OfficeQA Pro 对比一次性 RAG 与多步检索，可据此判断检索层的收益与代价。
HuggingFace Blog精选AI 评分6969 Sentence Transformers v6.0 新增 MultiVectorEncoder，支持 ColBERT 式后交互检索
Sentence Transformers v6.0 新增第四种模型类型 MultiVectorEncoder，用于 ColBERT 式后交互检索，可直接加载 PyLate 与 Stanford-NLP ColBERT 检查点。
推荐理由：文章展示 Sentence Transformers v6.0 的多向量编码器如何用 token 级向量与 MaxSim 换取更高检索质量，并给出可直接运行的接入代码。
Mistral AI精选AI 评分6363 Mistral 发布 OCR 4 文档解析模型，支持边界框与块分类
Mistral 发布 OCR 4 文档解析模型，在文本提取之外新增边界框、块类型分类和逐页逐词置信度，支持 170 种语言并可单容器自托管部署。该模型在 OlmOCRBench 得 85.20、OmniDocBench 得 93.07，人类偏好评估中平均胜率 72%。
推荐理由：OCR 4 把边界框、块分类和置信度一并输出，读者可据此判断结构化文档解析在检索与智能体流程里的接入方式。
Google ResearchAI 评分5050 Google 在 Gemini Enterprise Agent Platform 推出 Agentic RAG 跨语料检索
Google 在 Gemini Enterprise Agent Platform 上线基于 Agentic RAG 的跨语料检索（Cross-Corpus Retrieval），现已开放公开预览。
Mistral AIAI 评分5959 Mistral AI 发布 Search Toolkit，把接入、检索与评测整合为开源框架
Mistral AI 发布 Search Toolkit 公开预览版，这是把数据接入、检索和评测整合到同一配置接口的开源框架，可运行在云、本地和边缘环境。它内置 BM25 稀疏检索、稠密向量检索与混合配置，并提供 recall、precision、MRR、NDCG 评测指标，可在自有测试集上对比不同检索配置。
Google ResearchAI 评分4242 Google 用高温超导研究问题评测 LLM：NotebookLM 表现最佳
Google 与康奈尔大学合作，用 67 道高温超导专家级问题评测 6 个 LLM，NotebookLM 和自建 RAG 系统表现最佳。被评测的还有 GPT-4o、Perplexity、Claude 3.5 和 Gemini Advanced Pro 1.5；NotebookLM 在视角平衡、全面性与证据支撑上得分最高，但最不简洁。论文发表于 PNAS，封闭系统使用 1,726 篇来源。
Mistral AIAI 评分3939 Mistral AI 发布 Codestral Embed，首个代码专用嵌入模型
Mistral AI 发布首个代码专用嵌入模型 Codestral Embed，称其检索性能显著优于 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大型嵌入模型。
Mistral AIAI 评分4141 Mistral 如何用 LLM as a Judge 评估 RAG 系统
Mistral 展示用 LLM as a Judge 评估 RAG：由 judge LLM 按数值或定性量表为 generator LLM 的答案打分。评判采用 TruLens 的 RAG Triad 三项指标，并通过 Mistral API 近期上线的结构化输出，按自定义 schema 返回可机读的评分与解释。
Mistral AI精选AI 评分6767 Mistral 发布 OCR 模型与 API Mistral OCR
Mistral 发布 Mistral OCR，一款以图像和 PDF 为输入、按顺序交错输出文本与图片的 OCR API，并已成为 Le Chat 文档理解的默认模型。
推荐理由：官方列出与 Google Document AI、Azure OCR、Gemini 等模型的横向基准对比，可用于判断文档解析模型的当前水位。