热点事件持续更新
RAW-RAG 开源：朴素 RAG 挑战复杂记忆
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026 年 10 月 28 日，AGI Hunt 报道称，Jeremy Morgan 已将论文《Is Complex Agentic Memory Always Needed? Naive RAG Is Stronger Than We Thought》的实现与实验代码以 RAW-RAG 为名，在 GitHub 上以 MIT 协议开源。该项目的核心主张是：在长期对话记忆中，保留原始历史，先检索相关证据，再交给 reader（读取器）推理，这种朴素方案往往已经足够强，不一定需要复杂的 Agent 记忆系统。据报道，其检索环节使用 256-token 窗口进行检索重排。目前公开信息集中在这一开源动作与设计主张本身；报道未给出具体基准测试数字、对比系统名单或与复杂记忆方案的量化差异。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 07:00
Jeremy Morgan 将 RAW-RAG 实现与实验代码以 MIT 协议开源，主张朴素 RAG 常已足够。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- AGI HuntRAW-RAG 开源：朴素 RAG 基线用 256-token 窗口检索重排，挑战复杂 Agent 记忆系统
Jeremy Morgan 将论文《Is Complex Agentic Memory Always Needed? Naive RAG Is Stronger Than We Thought》的实现与实验代码 RAW-RAG 在 GitHub 以 MIT 协议开源，核心主张是长期对话记忆保留原始历史、检索相关证据再交给 reader 推理的朴素方案往往足够强。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。