重新定义检索！一款真正“跨模态”的 RAG 模型来了！用音频搜视频、文本找音乐！
ColQwen-Omni是基于ColQwen2和Qwen2-VL的开源多模态检索增强生成模型，支持跨模态检索、音视频直处理等特性，单次查询<100ms，30分钟音频10秒处理。其核心亮点包括跨模态检索、音视频直接处理保留情感/语气细节以及超快检索等功能。
RAG
18个Deepresearch项目技术实现对比及RAG与Reasoning结合范式
2025年7月15日文章概述：探讨RAG与Reasoning结合的必要性和实现方案，并对比分析了18个DeepResearch项目的技术细节。
经典问题之Graph可以如何与Agent结合？从单点到全面归纳
今天是2025年7月12日，星期六，北京，雨。Graph和Agent的结合是社区的重要方向之一。文章回顾了Graph与Agent结合的相关技术进展，包括使用图数据库提升代理记忆管理、优化多Agent协调以及实现基于知识图谱的任务规划与执行等方向。
技术总结之RAG用于文档信息抽取及多模态大模型两阶段训练范式
2025年7月9日，北京晴天。文章总结了SIGIR 2025 LiveRAG竞赛的评测报告，并介绍了信息抽取和多模态大模型训练的相关方案。强调在轮子同质化背景下，业务know-how的重要性，指出文档解析、RAG及大模型应用出现同质化严重现象。同时提到了两个大模型训练指引资源。
2025年AI Agent大爆发，全面拥抱智能体
2025年是Agent从概念走向主流的关键时刻。Agent是一种自主智能体，能感知环境、决策并进化。它对程序员来说就像“超级外挂”，具备感知-决策-执行闭环和工具调用能力。为了拥抱Agent，开发者需要进行认知升级和技能重构，并通过相关课程和技术资料快速掌握技术原理。
SIGIR 2025 LiveRAG竞赛获奖方案及中文文档版式分析的标签设计
2025年7月7日星期一北京晴，小暑注意防暑。文档智能进展包括版式分析标签问题和RAG竞赛方案；现有中文文档版式分析的标签体系主要有360layoutanalysis、doclayout和PP-DocLayout；SIGIR 2025 LiveRAG竞赛有多个获奖方案介绍，如TopClustRAG、RMIT–ADM+S等。
6个无代码LLM、Agent、RAG开源工具及推理大模型用于时间序列预测工作
今天是2025年7月6日，星期日，北京晴天。文章介绍了六个无代码LLM、Agent和RAG开源工具，并探讨了使用推理大模型进行时间序列预测的方法及其奖励函数设计。
猫猫拯救科研！AI怕陷“道德危机”，网友用“猫猫人质”整治AI乱编文献
一篇关于博主通过威胁猫猫命运成功治理AI胡编乱造参考文献问题的文章，获得了大量点赞和评论。然而，使用这种方法测试DeepSeek发现其表现并不理想，依然存在错误的文献链接。文章探讨了如何降低人工智能生成内容中的幻觉现象。