开源

VRAG-RL：阿里开源多模态RAG推理框架，视觉信息理解与生成的“新引擎”！

作者

阿里巴巴通义大模型团队推出VRAG-RL多模态RAG推理框架，通过视觉感知驱动和强化学习优化提升VLMs处理视觉丰富信息的能力。支持多轮交互、动态调整策略等，应用场景包括智能文档问答、视觉信息检索、多模态内容生成等。

高效推理搜索LLM代理系统：SearchAgent-X，AI助手参与会议，赋能实时互动

作者

高效推理搜索LLM代理系统SearchAgent-X、AI助手参与会议的joinly.ai、轻量级vLLM实现方案Nano-vLLM、基于FastAPI的语音克隆TTS服务Chatterbox TTS API、文档问答及管理代理Vertex AI RAG Agent with ADK，涵盖多种应用场景。