AI

大白话谈 AI：什么是 RAG 中的 Rerank？

一、回顾下 RAGRAG 的基本工作流程RAG 的全称是 "Retrieval-Augmented Generation" ，翻译成人话就是"检索增强生成"。听起来还是很专业对吧？让我用一个生活中的例子来解释。

10/27/2025 1:55:00 AM

玄武后端技术栈

LangGraph 记忆系统实战：反馈循环 + 动态 Prompt 让 AI 持续学习

代理系统或者 RAG 方案，基本都需要一个双层记忆架构，这样 LLM 既能保持对当前上下文的专注，又能记住过往交互的内容。短期记忆负责单个会话内的即时信息管理，长期记忆则跨会话存储知识，让系统能够持续学习和进化。两者配合，代理才能表现出连贯性、上下文感知能力，看起来更加智能。

10/27/2025 1:11:00 AM

云朵君

Transformer 之父“叛逃”：我已经受够了 Transformer！警告：AI研究变得越来越窄，我们需要找到新的架构

编辑 | 听雨出品 | 51CTO技术栈（微信号：blog51cto）“我真的已经受够了 Transformer。 ”——这句话来自 Transformer 的共同作者、Sakana AI 联合创始人 Llion Jones。在旧金山 TED AI 大会上，这位被誉为“生成式 AI 时代奠基人”的研究者，突然“开炮”——不仅公开批评了整个 AI 行业的研究方向，还宣布自己已经“离开 Transformer”，开始寻找下一次重大突破。

10/26/2025 2:50:25 PM

听雨

微软AI主管苏莱曼:微软不会开发情色类AI，与OpenAI划清界限

据 CNBC 报道，微软 AI 业务首席执行官穆斯塔法·苏莱曼（Mustafa Suleyman）周四在加州门洛帕克举行的佩利国际理事会峰会上明确表示，微软不会开发情色类 AI 服务，并强调“这绝非我们打算提供的服务”，显示出公司在生成式 AI 伦理边界上的明确立场。这一表态正值微软长期合作伙伴 OpenAI 公开表示将允许经过验证的成年人在 ChatGPT 上创作情色内容后一周。 OpenAI 首席执行官萨姆·奥特曼（Sam Altman）当时表示，公司“并非世界的道德裁判”，这一决定在业内引发了广泛讨论与争议。

10/24/2025 6:06:07 PM

AI在线

教全世界与AI对话的男人，正式加入DeepMind！提示工程封神

全球最牛的提示工程师Riley Goodside，官宣入职谷歌DeepMind了。 Riley前后斟酌了两个月的时间，才拿下了这个决定。 2022年ChatGPT诞生之后，他仅凭和AI聊天，就能年入百万美金，引起全网关注。

10/24/2025 5:36:17 PM

腾讯 2025 研发大数据报告：50%的新增代码由AI辅助生成，超9成工程师使用AI编程

10月24日，腾讯发布《2025腾讯研发大数据报告》，首次系统披露 2025 年研发进展。报告显示，AI已全面融入腾讯研发体系，成为驱动研发效能提升的“新引擎”。超过90%的腾讯工程师使用AI编程助手CodeBuddy辅助编程，50%的新增代码由AI辅助生成，依托WeDev打通研效工具链，串联研发流程，推动公司整体研发效能提升超20%。

10/24/2025 4:20:06 PM

告别“模型军备竞赛”：专业化小模型正成为企业AI落地的务实之选

但规模大并不总是意味着更好，因为规模大通常意味着复杂度增加、灵活性降低。渐渐地，企业开始意识到，万亿参数模型并不总是其业务的最佳解决方案，并非所有AI解决方案都需要一个巨型大语言模型，更专注的方法有望带来更好的成果。针对相关数据的特定任务进行调整的小型专用模型正日益受到青睐。

10/24/2025 2:21:34 PM

Ilia Badeev

RAG多岗位简历筛选系统实践：多租户架构设计模式与源码解读

我在8月底的时候，发过一篇基于 LlamaIndex LangChain 框架，开发的简历筛选助手的应用。后续有星球成员提出希望能增加多个岗位的管理功能，正好接下来的校招活动可以用的上。这篇在原项目的基础上，核心实现了多岗位并行管理（独立 JD、候选人池、向量索引隔离）和 HR 工作流（标签系统、分组展示、快速操作），同时进行了架构重构（分层设计、数据分库、模块化），并增强了大模型分析输出（四级推荐等级、结构化优劣势）和智能问答（按岗位过滤检索、流式输出）。

10/24/2025 2:18:55 PM

韦东东

均值至上假繁荣！北大新作专挑难题，逼出AI模型真本事

当强化学习（RL）成为大模型后训练的核心工具，「带可验证奖励的强化学习（RLVR）」凭借客观的二元反馈（如解题对错），迅速成为提升推理能力的主流范式。从数学解题到代码生成，RLVR本应推动模型突破「已知答案采样」的局限，真正掌握深度推理逻辑——但现实是，以GRPO为代表的主流方法正陷入「均值优化陷阱」。这些基于均值的优化策略，过度聚焦高概率输出序列，却忽略了「低概率但高信息密度」的推理路径：模型训练早期就会出现熵坍缩，过早丧失探索能力；面对全错的难题时，优势函数直接归零，模型在薄弱环节完全无法学习。

10/24/2025 1:04:00 PM

红色警报：OpenAI的Atlas浏览器，是捅向谷歌万亿心脏的匕首吗？

浏览器「第三次世界大战」打响！ OpenAI向谷歌扔下一个AI核弹，谁能掌握未来互联网之门的钥匙？一觉醒来，变天了！

10/24/2025 12:50:34 PM

新智元

一图胜千言被实现了！DeepSeek-OCR用图片压缩文本，10倍压缩率

DeepSeek开源了DeepSeek-OCR，用1张图片的信息，还原10页书的文字，10倍的压缩率，可以做到几乎不丢失信息。视觉编码器走了不少弯路大型语言模型记性不好，或者说，能记住的东西太有限。你给它一篇长长的文章，它的计算量呈二次方往上飙。

10/24/2025 12:19:18 PM

斯坦福与Adobe新研究，模仿蒸馏技术轻松让200亿参数图像生成高质量大模型

高质量图像生成又加速了！斯坦福大学和 Adobe 研究院联手，用 pi-Flow（基于策略的流模型）技术，让 200 亿参数的文本到图像大模型，在 4 步之内就生成了媲美教师模型的高质量、高多样性图片。让图像生成模型少走几步所有玩过 AI 绘画的人都有一个共同的体验，未蒸馏的原版大模型，点击生成，看着进度条一点点爬升，从一个模糊的噪声，慢慢变得清晰。

10/24/2025 12:17:22 PM