RAG性能暴增20%！清华等推出“以笔记为中心”的深度检索增强生成框架，复杂问答效果飙升
来自清华大学、中国科学院大学、华南理工大学、东北大学的联合研究团队提出了一种全新的适应式RAG方法——DeepNote。它首次引入“笔记”作为知识载体，实现更深入、更稳定的知识探索与整合，在所有任务上均优于主流RAG方法，性能提升高达+20.1%。
RAG
关于工作流在人工智能领域内的应用分析
文章介绍了工作流与智能体在自动化任务中的作用，并指出其作为中间解决方案来解决大模型能力不足的问题。工作流通过定义执行流程并使用不同的工具（包括智能体）来完成特定任务。目前有很多平台支持这种工作流技术，如字节跳动的coze平台、开源Dify和德国产n8n等。
RAG范式的几种花式变体及技术特性：GraphRAG? 多模态RAG or Deepresearch？
G的花式变体及落地建议》，回放链接见社区群。
在本次分享中，尝试回答了以下问题：
目前RAG都有哪些
炸裂！又一个AI大模型的新方向，彻底爆了！！
最近AI应用爆款频出，Manus的问世加速通用Agent在各行业的崛起。腾讯、阿里等企业争相挖掘能用AI驱动业务的大模型开发人才，年薪可达60-100W。知乎知学堂推出「大模型应用开发实战训练营」免费课程，涵盖大模型技术原理和应用场景，助力开发者掌握核心技术。
