Posts

引言 在RAG系统中，向量检索负责从海量文档中快速召回候选结果，但召回结果的排序不一定准确。重排序（Reranking）作为第二步，对候选结果进行更精确的排序，将最相关的文档排在最前面。 2026年，重排序已经成为RAG系统的标配组件。一个好的重排序模型可以将RAG的准确率提升20-40%。本文将深入探讨重排序技术。 一、为什么需要重排序 1.1 向量检索的局限 向量检索使用双塔模型（Bi-encoder）：查询和文档分别编码，通过向量相似度排序。这种方式速度快，但精度有限——因为查询和文档的交互发生在最后的相似度计算阶段。 1.2 重排序的优势 重排序使用交叉编码器（Cross-encoder）：将查询和文档拼接在一起输入模型，模型可以充分理解查询和文档的关系。精度更高，但速度更慢。 向量检索: encode(query) · encode(doc) → similarity score (快，精度中等) 重排序: encode([query, doc]) → relevance score (慢，精度高) 1.3 两阶段架构 查询 → 向量检索（召回Top-100）→ 重排序（精排Top-10）→ 生成 向量检索负责"快而全"，重排序负责"准而精"。 二、重排序模型 2.1 交叉编码器 class CrossEncoderReranker: def __init__(self, model_name="cross-encoder/ms-marco-MiniLM-L-12-v2"): self.model = load_model(model_name) async def rerank(self, query, documents, top_k=10): # 1. 构建query-document对 pairs = [(query, doc.text) for doc in documents] # 2. 模型打分 scores = self.model.predict(pairs) # 3. 排序 ranked = sorted(zip(documents, scores), key=lambda x: -x[1]) return [doc for doc, score in ranked[:top_k]] 2.2 LLM重排序 class LLMReranker: def __init__(self, llm): self.llm = llm async def rerank(self, query, documents, top_k=10): # 方法1: 逐个打分 scores = [] for doc in documents: score = await self.score_document(query, doc) scores.append(score) # 方法2: 两两比较（更准确但更慢） # ranked = await self.pairwise_rank(query, documents) # 排序 ranked = sorted(zip(documents, scores), key=lambda x: -x[1]) return [doc for doc, score in ranked[:top_k]] async def score_document(self, query, document): """使用LLM对query-document对打分""" prompt = f""" 查询: {query} 文档: {document.text[:500]} 请评估文档与查询的相关性: 0 - 完全不相关 1 - 弱相关 2 - 部分相关 3 - 相关 4 - 高度相关 只输出数字。 """ result = await self.llm.call(prompt) return int(result.strip()) async def pairwise_rank(self, query, documents): """两两比较排序""" # 使用类似冒泡排序的方法 for i in range(len(documents)): for j in range(i+1, len(documents)): comparison = await self.compare(query, documents[i], documents[j]) if comparison == "B is better": documents[i], documents[j] = documents[j], documents[i] return documents 2.3 ColBERT ColBERT是一种延迟交互模型，介于双塔和交叉编码器之间： ...

AI的记忆困境 人类记忆是令人惊叹的——我们可以记住几十年前的事情，在不忘记旧知识的情况下学习新知识，在需要时灵活检索相关记忆。 AI的记忆远不如人类。当前LLM的"记忆"有三种形式，每种都有严重局限： 上下文窗口：容量有限（即使是10M的Claude 5也有上限），“忘记"上下文之外的信息 模型权重：训练后固定，不能更新（除非重新训练），存在"灾难性遗忘” 外部数据库（RAG）：检索不精确，无法进行记忆"整合"和"推理" 人脑的记忆系统 人脑有多个记忆系统，各有不同功能： 感觉记忆（<1秒） 短暂保留感官信息，如视觉的"后像"。 短期记忆（30秒-几分钟） 临时存储当前任务相关信息，容量有限（7±2项）。 长期记忆 情景记忆：具体事件的记忆（“昨天在咖啡馆见了朋友”） 语义记忆：一般知识的记忆（“巴黎是法国首都”） 程序记忆：技能和习惯（“骑自行车”） 工作记忆 在短期记忆的基础上进行推理和操作，是人脑的"工作台"。 终身记忆 通过巩固和整合，人脑可以保持终身记忆，并从中提取抽象知识。 AI记忆的层次化架构 第一层：上下文记忆（已有） 当前LLM的上下文窗口。相当于人脑的"感觉记忆+短期记忆"。 2026年的进步：Claude 5的10M上下文窗口已经可以处理完整书籍或代码库，但仍无法处理"一生的经历"。 第二层：工作记忆（发展中） LLM在推理过程中使用的"草稿纸"。相当于人脑的"工作记忆"。 2026年的实现方式： 思维链（CoT）：LLM在回答前的推理过程 思维树（ToT）：多条推理路径的并行探索 外部工作区：LLM在推理过程中"写出"中间结果 class WorkingMemory: def __init__(self): self.facts = [] # 已知事实 self.hypotheses = [] # 假设 self.derivations = [] # 推导结果 def add(self, item, type): if type == "fact": self.facts.append(item) elif type == "hypothesis": self.hypotheses.append(item) # ... def retrieve(self, query, top_k=5): # 基于相关性检索 all_items = self.facts + self.hypotheses + self.derivations return semantic_search(query, all_items, top_k) 第三层：情景记忆（发展中） AI对具体交互事件的记忆。相当于人脑的"情景记忆"。 2026年的实现： 对话历史：保存与用户的交互记录 会话摘要：将长对话压缩为关键信息 时间索引：按时间检索记忆 ChatGPT的记忆功能是情景记忆的初步实现——它能记住用户在之前对话中提到的偏好。但功能有限且不可靠。 第四层：语义记忆（部分实现） AI的一般知识库。相当于人脑的"语义记忆"。 2026年的实现： 模型权重：训练数据中的知识被"存储"在权重中 知识图谱：结构化的知识表示 向量数据库：RAG系统的基础 挑战：如何在不重新训练的情况下更新语义记忆？这是"持续学习"的核心问题。 第五层：终身记忆（未实现） AI能够在其整个"生命周期"中持续积累和整合记忆。这是AI记忆架构的终极目标。 ...

引言 RAG系统的第一步是将文档分块（Chunking）。这个看似简单的步骤，实际上对RAG质量有巨大影响——分块太大，检索不精确；分块太小，丢失上下文。 2026年，分块策略已经从简单的"按字数切分"发展出多种智能策略。本文将系统对比这些策略。 一、为什么分块很重要 1.1 检索精度 文档: "Python是一种解释型语言。它由Guido van Rossum于1991年创建。Python强调代码可读性..." 分块A（太大大）: 整个文档作为一个块 → 检索时可能返回很多不相关的内容 分块B（太小）: "Python是一种解释型语言。" → 缺少上下文，不知道在说什么 分块C（合适）: "Python是一种解释型语言。它由Guido van Rossum于1991年创建。" → 信息完整且精确 1.2 上下文完整性 好的分块应该保持语义完整性——一个块应该表达一个完整的意思。 1.3 检索效率 块的大小直接影响向量索引的大小和检索速度。 二、分块策略分类 2.1 固定大小分块 class FixedSizeChunker: def __init__(self, chunk_size=500, overlap=50): self.chunk_size = chunk_size # 字符数或token数 self.overlap = overlap def chunk(self, text): chunks = [] start = 0 while start < len(text): end = start + self.chunk_size chunk = text[start:end] chunks.append(chunk) start = end - self.overlap # 重叠部分 return chunks 优势：简单、快速、可预测。 劣势：可能在句子中间截断，破坏语义。 最佳实践：设置50-100 token的重叠，减少截断影响。 2.2 句子分块 class SentenceChunker: def __init__(self, max_sentences=5, max_tokens=500): self.max_sentences = max_sentences self.max_tokens = max_tokens def chunk(self, text): sentences = self.split_sentences(text) chunks = [] current_chunk = [] current_tokens = 0 for sentence in sentences: sent_tokens = self.count_tokens(sentence) if current_tokens + sent_tokens > self.max_tokens or \ len(current_chunk) >= self.max_sentences: if current_chunk: chunks.append(" ".join(current_chunk)) current_chunk = [sentence] current_tokens = sent_tokens else: current_chunk.append(sentence) current_tokens += sent_tokens if current_chunk: chunks.append(" ".join(current_chunk)) return chunks 优势：保持句子完整，语义更好。 劣势：块大小不均匀。 ...

引言 “我的RAG系统效果怎么样？“这是每个RAG开发者都会问的问题。但回答这个问题并不简单——RAG系统包含检索和生成两个环节，每个环节都有多个质量维度。 2026年，RAG评估已经形成了一套比较完整的指标体系。从检索的准确率和召回率，到生成的忠实度和相关性，再到端到端的用户满意度。本文将系统介绍这些指标。 一、RAG评估框架 1.1 评估维度 RAG系统 ├── 检索质量 │ ├── 准确率（Precision） │ ├── 召回率（Recall） │ ├── 排序质量（NDCG/MRR） │ └── 多样性（Diversity） ├── 生成质量 │ ├── 忠实度（Faithfulness） │ ├── 答案相关性（Answer Relevance） │ ├── 完整性（Completeness） │ └── 正确性（Correctness） └── 端到端质量 ├── 用户满意度 ├── 响应延迟 └── 成本效率 1.2 评估方法 人工评估：最准确但成本高 自动评估：使用LLM或规则自动评估 基准测试：在标准数据集上测试 A/B测试：线上对比不同版本 二、检索质量指标 2.1 准确率与召回率 class RetrievalMetrics: def precision_at_k(self, retrieved, relevant, k): """Top-K准确率""" retrieved_k = retrieved[:k] relevant_set = set(relevant) retrieved_set = set(retrieved_k) return len(relevant_set & relevant_set) / k def recall_at_k(self, retrieved, relevant, k): """Top-K召回率""" retrieved_k = retrieved[:k] relevant_set = set(relevant) retrieved_set = set(retrieved_k) return len(retrieved_set & relevant_set) / len(relevant_set) def average_precision(self, retrieved, relevant): """平均准确率""" relevant_set = set(relevant) precisions = [] num_relevant = 0 for i, doc in enumerate(retrieved): if doc in relevant_set: num_relevant += 1 precisions.append(num_relevant / (i + 1)) if not precisions: return 0.0 return np.mean(precisions) def mean_average_precision(self, queries_results): """MAP""" return np.mean([self.average_precision(r["retrieved"], r["relevant"]) for r in queries_results]) 2.2 排序质量 def ndcg_at_k(self, retrieved, relevance_scores, k): """NDCG@K""" # DCG dcg = sum( (2 ** relevance_scores.get(doc, 0) - 1) / np.log2(i + 2) for i, doc in enumerate(retrieved[:k]) ) # IDCG（理想排序的DCG） ideal_order = sorted(relevance_scores.values(), reverse=True)[:k] idcg = sum( (2 ** score - 1) / np.log2(i + 2) for i, score in enumerate(ideal_order) ) return dcg / idcg if idcg > 0 else 0 def mrr(self, queries_results): """平均倒数排名""" reciprocal_ranks = [] for result in queries_results: for i, doc in enumerate(result["retrieved"]): if doc in result["relevant"]: reciprocal_ranks.append(1 / (i + 1)) break else: reciprocal_ranks.append(0) return np.mean(reciprocal_ranks) 2.3 上下文相关性 class ContextRelevanceMetric: async def measure(self, question, retrieved_context): """评估检索到的上下文与问题的相关性""" prompt = f""" 问题: {question} 检索到的上下文: {self.format_context(retrieved_context)} 请评估上下文与问题的相关性: 1. 有多少段落直接相关？ 2. 有多少段落间接相关？ 3. 有多少段落完全不相关？ 4. 相关性评分（0-1） """ result = await self.llm.call(prompt) return result["relevance_score"] 三、生成质量指标 3.1 忠实度（Faithfulness） 答案是否忠实于检索到的上下文，不产生幻觉： ...

神经符号AI：两条道路的融合 AI的历史上有两条主要路线：符号主义（Symbolic AI）和连接主义（Connectionism/Neural Networks）。符号主义擅长逻辑推理但缺乏感知能力；连接主义擅长感知但缺乏推理能力。 2026年，这两条路线终于开始深度融合——神经符号AI（Neuro-symbolic AI）正在成为通向AGI最有前景的方向之一。 两条路线的优劣 神经网络（连接主义） 优势： 感知能力强（图像、语音、自然语言） 模式识别出色 可从数据中学习 鲁棒性强（处理噪声和模糊输入） 劣势： 推理能力弱（多步逻辑推理容易出错） 可解释性差（黑箱模型） 数据饥饿（需要大量训练数据） 组合泛化能力弱 符号AI（符号主义） 优势： 逻辑推理能力强 完全可解释 不需要训练数据 组合泛化能力强 劣势： 感知能力弱 知识获取瓶颈（需要人工编码知识） 对噪声和模糊性不鲁棒 难以扩展到开放域 融合的目标 神经符号AI的目标是"两全其美"： 用神经网络做感知 用符号系统做推理 两者无缝协作 2026年的融合方式 1. 工具调用式融合 最简单的融合方式——LLM作为"前端"，调用符号推理工具： 用户问题 → LLM理解 → 识别需要推理 → 调用符号引擎 → 返回结果 → LLM格式化输出 2026年的实践： GPT-6内置了数学推理引擎（Lean 4）用于数学证明 Claude 5可以调用Z3 SMT求解器进行形式化验证 多个Agent系统集成了Prolog推理引擎 这种方式简单有效，但LLM和符号系统是分离的——LLM不理解符号推理的过程。 2. 嵌入式融合 将符号推理嵌入到神经网络中： 神经定理证明器（NTP） 将逻辑推理转化为可微分操作： class NeuralTheoremProver(nn.Module): def __init__(self): self.fact_encoder = nn.TransformerEncoder(...) # 编码事实 self.rule_encoder = nn.TransformerEncoder(...) # 编码规则 self.proof_step = nn.Linear(hidden, hidden) # 证明步骤 def forward(self, goal, facts, rules): # 1. 编码目标、事实和规则 goal_emb = self.fact_encoder(goal) fact_embs = self.fact_encoder(facts) rule_embs = self.rule_encoder(rules) # 2. 可微分推理 proof_score = self.proof_step(goal_emb, fact_embs, rule_embs) return proof_score # 证明的可信度 这种方式的推理过程是可微分的，可以端到端训练。2026年在数学推理任务上取得了好成绩。 ...

递归自我改进：AI的终极加速器 1965年，I.J. Good提出了"智能爆炸"假说：如果一台超智能机器能够设计更好的机器，那么它将不断自我改进，导致智能以指数速度增长。这就是所谓的"递归自我改进"（RSI）。 60年后，AI社区正在认真讨论：当前的AI系统是否已经展现出自我改进的初步迹象？如果是，这条路的终点在哪里？ 自我改进的层次 第一层：数据自我改进 当前状态：已实现 AI模型参与生成下一代模型的训练数据： GPT-5生成高质量推理数据用于训练GPT-6 DeepSeek V3生成合成数据训练V4 Anthropic使用Claude 4生成宪法AI训练数据 这种"数据自我改进"已经是大模型训练的标准实践。但它不是真正的"递归"——每一代模型的改进仍然需要人类深度参与。 第二层：架构自我改进 当前状态：初步探索 AI辅助设计下一代AI架构： Google使用AI搜索更高效的Transformer变体 NVIDIA使用AI设计GPU子模块 DeepMind的AlphaEvolve在进化算法中搜索新架构 2026年的进展：AlphaEvolve发现了一种新的注意力机制，比标准多头注意力效率高15%。这种"AI发现的架构"已被用于Google的下一代模型。 但AI还不能从零设计全新的架构范式——它只能在已有框架内做局部优化。 第三层：训练自我改进 当前状态：理论阶段 AI自动优化训练过程： 自动选择超参数 自动设计训练课程 自动进行数据筛选和加权 自动调整模型规模和结构 一些自动化ML工具（AutoML）已经能做部分工作，但距离"AI自己训练自己"还有很大距离。 第四层：递归自我改进 当前状态：科幻 AI完全自主地设计、训练和改进下一代AI，形成正反馈循环： AI(v1) → 设计 → AI(v2) → 设计 → AI(v3) → ... 每一代比上一代更聪明，改进速度越来越快 这是"智能爆炸"的设想。目前没有任何AI系统接近这个能力。 当前的"准自我改进"现象 虽然没有真正的递归自我改进，但2026年的AI已经展现出了几个有趣的"准自我改进"现象： 1. 合成数据飞轮 模型M → 生成数据 → 训练模型M+1 → 生成更好数据 → 训练模型M+2 → ... OpenAI确认，GPT-6的训练数据中约18%是GPT-5生成的合成数据。GPT-5的数据中约8%是GPT-4生成的。这个比例在逐代上升。 关键问题：这种"合成数据飞轮"能持续多久？ 模型坍缩风险：如果训练数据中AI生成的内容比例过高，模型可能会逐渐"坍缩"——多样性降低，错误被放大。 2026年的解决方案： 使用多个不同模型生成数据（增加多样性） 严格的质量过滤（使用人类标注+AI评估） 保留足够比例的真实数据 2. 自我蒸馏 模型通过"自我蒸馏"提升能力： ...

引言 真实世界的信息不只存在于文本中。图片、视频、音频、表格——这些非文本模态包含着文本无法替代的信息。传统的文本RAG无法处理"找一张包含红色汽车的产品图片"这类查询。 2026年，多模态RAG已经成为AI系统的标配能力。它能够跨模态检索信息、融合多模态上下文、生成多模态输出。本文将深入探讨多模态RAG的架构与实践。 一、多模态RAG的核心挑战 1.1 表示鸿沟 不同模态的数据需要不同的编码方式： 文本：文本embedding模型 图像：视觉embedding模型 音频：音频embedding模型 如何让不同模态的表示在同一个空间中可比？ 1.2 检索鸿沟 用户可能用文本查询图像，也可能用图像查询文本： 文本→图像: "找一张展示AI架构的图" 图像→文本: "这张图对应的技术文档在哪？" 图像→图像: "找类似的图片" 1.3 融合鸿沟 检索到的多模态信息如何融合？文本和图像的信息如何整合在一起喂给LLM？ 二、架构设计 2.1 整体架构 ┌─────────────────────────────────────────────┐ │ 多模态查询处理 │ │ (文本/图像/音频 → 统一表示) │ ├─────────────────────────────────────────────┤ │ 跨模态检索引擎 │ │ ┌─────────┬─────────┬─────────┐ │ │ │文本检索 │图像检索 │音频检索 │ │ │ └─────────┴─────────┴─────────┘ │ ├─────────────────────────────────────────────┤ │ 多模态融合层 │ │ (跨模态排序、上下文组装) │ ├─────────────────────────────────────────────┤ │ 多模态生成 │ │ (文本+图像+表格 → 统一回答) │ └─────────────────────────────────────────────┘ 2.2 多模态编码 class MultiModalEncoder: def __init__(self): self.text_encoder = load_model("text-embedding-3-large") self.image_encoder = load_model("clip-vit-large") self.audio_encoder = load_model("audio-embedding-model") async def encode(self, content, modality): """编码不同模态的内容""" if modality == "text": return await self.text_encoder.embed(content) elif modality == "image": return await self.image_encoder.encode(content) elif modality == "audio": return await self.audio_encoder.encode(content) elif modality == "mixed": # 混合内容：分别编码后融合 return await self.encode_mixed(content) async def encode_mixed(self, content): """编码混合模态内容""" embeddings = [] for item in content: emb = await self.encode(item["data"], item["modality"]) embeddings.append({"embedding": emb, "modality": item["modality"]}) # 使用跨模态对齐模型将不同模态的embedding映射到统一空间 unified = await self.align_embeddings(embeddings) return unified 2.3 跨模态对齐 使用CLIP等模型实现跨模态对齐： ...

引言 向量检索擅长语义匹配——“这段文字和我的问题有多相似”。但它不擅长关系推理——“A的上级的上级是谁”。知识图谱检索擅长关系推理，但不擅长模糊语义匹配。 2026年，混合RAG——将图检索和向量检索结合——已经成为处理复杂知识问答的最佳方案。本文将深入探讨这种混合架构。 一、为什么需要混合检索 1.1 向量检索的局限 问题: "爱因斯坦的博士导师是谁？" 向量检索: 搜索"爱因斯坦 博士 导师" → 可能找到: "爱因斯坦在苏黎世联邦理工学院学习" (语义相关但缺关键信息) 可能找不到: "Alfred Kleiner是爱因斯坦的博士论文导师" (语义距离较远) 1.2 图检索的局限 问题: "量子力学的哲学意义是什么？" 图检索: 需要遍历"量子力学"→"哲学意义"的边 → 但"哲学意义"是一个抽象概念，知识图谱中可能没有对应的节点 1.3 混合的优势 问题: "爱因斯坦的博士导师的研究领域是什么？" 混合检索: 1. 向量检索: "爱因斯坦 博士 导师" → 找到相关文档 2. 实体识别: 识别出"Alfred Kleiner" 3. 图检索: 查询"Alfred Kleiner" → "研究领域" → "实验物理学" 4. 向量检索: "Alfred Kleiner 实验物理学" → 找到详细描述 5. 综合答案: "爱因斯坦的博士导师Alfred Kleiner的研究领域是实验物理学..." 二、混合RAG架构 2.1 整体架构 用户问题 ↓ ┌─────────────────┐ │ 查询分析器 │ → 识别实体、关系、意图 └────────┬────────┘ ↓ ┌─────────────────────────────────────┐ │ 混合检索引擎 │ ├──────────┬──────────┬───────────────┤ │ 向量检索 │ 图谱检索 │ 关键词检索 │ └──────────┴──────────┴───────────────┘ ↓ ┌─────────────────┐ │ 结果融合器 │ → 排序、去重、互补 └────────┬────────┘ ↓ ┌─────────────────┐ │ 推理生成器 │ → 基于融合结果生成答案 └─────────────────┘ 2.2 查询分析器 class QueryAnalyzer: async def analyze(self, question): """分析查询，提取检索线索""" # 1. 实体识别 entities = await self.ner.extract(question) # 2. 关系识别 relations = await self.relation_extractor.extract(question, entities) # 3. 意图识别 intent = await self.intent_classifier.classify(question) # 4. 生成不同检索策略的查询 return { "entities": entities, "relations": relations, "intent": intent, "vector_query": await self.generate_vector_query(question, entities), "graph_query": self.generate_graph_query(entities, relations), "keyword_query": await self.generate_keyword_query(question) } 2.3 图谱构建 class KnowledgeGraphBuilder: async def build_from_documents(self, documents): """从文档构建知识图谱""" for doc in documents: # 1. 实体抽取 entities = await self.entity_extractor.extract(doc.text) # 2. 关系抽取 relations = await self.relation_extractor.extract(doc.text, entities) # 3. 添加到图谱 for entity in entities: await self.graph.add_node( id=entity.id, label=entity.text, type=entity.type, properties={"source": doc.id, "embedding": entity.embedding} ) for relation in relations: await self.graph.add_edge( source=relation.subject, target=relation.object, label=relation.predicate, properties={"confidence": relation.confidence} ) # 4. 同时添加到向量库 await self.vector_store.add( id=doc.id, text=doc.text, embedding=doc.embedding, metadata={"entities": [e.id for e in entities]} ) 2.4 混合检索引擎 class HybridRetrievalEngine: def __init__(self, vector_store, graph_store, keyword_index): self.vector_store = vector_store self.graph_store = graph_store self.keyword_index = keyword_index async def retrieve(self, query_analysis, top_k=10): # 1. 并行执行三种检索 vector_task = self.vector_search(query_analysis["vector_query"], top_k*2) graph_task = self.graph_search(query_analysis) keyword_task = self.keyword_search(query_analysis["keyword_query"], top_k*2) vector_results, graph_results, keyword_results = await asyncio.gather( vector_task, graph_task, keyword_task ) # 2. 融合结果 fused = self.fuse_results(vector_results, graph_results, keyword_results) # 3. 重排 reranked = await self.rerank(fused, query_analysis) return reranked[:top_k] async def graph_search(self, query_analysis): """图谱检索""" results = [] # 1. 实体匹配：在图谱中找到查询实体的对应节点 for entity in query_analysis["entities"]: matched_nodes = await self.graph_store.find_nodes( label=entity.text, fuzzy=True ) # 2. 关系遍历：沿着关系边扩展 for node in matched_nodes: for relation in query_analysis["relations"]: neighbors = await self.graph_store.traverse( start=node, edge_label=relation.predicate, max_depth=2 ) results.extend(neighbors) # 3. 获取关联文档 for result in results: if result.has_property("source"): doc = await self.document_store.get(result.source) result.content = doc.text return results def fuse_results(self, vector_results, graph_results, keyword_results): """融合三种检索结果""" fused = {} # 为每种检索结果分配权重 weights = {"vector": 0.4, "graph": 0.4, "keyword": 0.2} for result_type, results, weight in [ ("vector", vector_results, weights["vector"]), ("graph", graph_results, weights["graph"]), ("keyword", keyword_results, weights["keyword"]) ]: for rank, result in enumerate(results): doc_id = result.id if doc_id not in fused: fused[doc_id] = { "result": result, "score": 0, "sources": [] } # 倒数排名融合，加上权重 fused[doc_id]["score"] += weight * (1 / (60 + rank)) fused[doc_id]["sources"].append(result_type) # 按融合分数排序 sorted_results = sorted(fused.values(), key=lambda x: -x["score"]) # 标记同时被多种检索命中的文档（置信度更高） for item in sorted_results: item["multi_source"] = len(item["sources"]) > 1 return [item["result"] for item in sorted_results] 三、GraphRAG模式 3.1 社区检测 将知识图谱划分为社区，每个社区是一组紧密相关的实体： ...

具身智能：LLM的"身体" 2026年，具身智能（Embodied AI）取得了突破性进展。大语言模型不再只是"大脑"——它开始有了"身体"。从人形机器人到机械臂，从自动驾驶到家庭服务机器人，LLM正在赋予机器人前所未有的理解和执行能力。 2026年关键进展 1. 人形机器人突破 Figure 03（Figure AI） 集成GPT-6作为"大脑" 能理解自然语言指令并执行复杂任务 在仓库场景中自主完成拣货、打包、搬运 工作效率达到人类的65%，持续运行8小时无需干预 Tesla Optimus Gen 3 量产版本，售价降至$25,000 在特斯拉工厂中执行零部件搬运 集成FSD芯片和定制的AI推理模型 展现出"常识"行为（如避开地上的水坑） Unitree H1 Pro 中国厂商Unitree推出的通用人形机器人 集成Qwen 3模型 能执行家务（做饭、清洁、叠衣服） 售价$16,000，是世界上最便宜的人形机器人 2. LLM+机器人控制 2026年最重要的技术进展是"LLM驱动的机器人控制"： 人类指令 → LLM理解 → 任务分解 → 动作规划 → 低级控制 → 机器人执行 "把桌上的红色杯子放到柜子里" → 识别红色杯子位置 → 规划抓取路径 → 控制机械臂抓取 → 移动到柜子 → 打开柜门 → 放入杯子 → 关闭柜门 关键挑战在于"语义到动作"的映射——LLM理解"红色杯子"，但需要将其转化为机器人的精确坐标和动作。 3. 学习方法的突破 模仿学习（Imitation Learning） 机器人通过观察人类操作来学习： 遥操作数据：人类通过VR控制机器人，记录演示数据 2026年，通过1000次演示训练的机器人成功率从2025年的45%提升到78% 强化学习+LLM奖励 使用LLM作为奖励函数来指导机器人学习： LLM评估机器人的行为是否"合理" 比人工设计的奖励函数更灵活 比纯RL更样本高效 Sim-to-Real迁移 ...

AI的创造力：真实还是幻觉？ 2026年，AI生成的诗歌发表在文学杂志上，AI创作的音乐登上流媒体排行榜，AI设计的建筑获得设计大奖。但一个问题始终萦绕：这是"创造"还是"模仿"？ 创造力的定义 四种创造力类型 哲学家Margaret Boden将创造力分为三种类型，2026年的研究者增加了第四种： 组合性创造力：将已有想法组合成新想法。AI在这方面已经很强——例如将梵高风格与赛博朋克结合。 探索性创造力：在已有规则框架内探索新可能性。AI在棋类和蛋白质设计中展现了这种能力。 变革性创造力：打破已有规则，创造新框架。这是最高级别的创造力——如爱因斯坦相对论打破了牛顿力学的框架。 涌现性创造力（2026年新提出）：AI在极大规模搜索中发现的、人类可能从未想到的创新。如AlphaGo的"第37手"。 AI创造力的证据 1. 艺术领域 绘画：AI生成的艺术作品在技术上已达到专业水平。2026年的进展在于"风格创新"——AI不再只是模仿已知风格，而是创造新风格。例如，DALL-E 5生成的"量子印象派"风格被艺术评论家认为是"全新的视觉语言"。 音乐：AI生成的音乐在旋律、和声、编曲上已经可以与人类作品媲美。2026年，一首完全由AI创作的交响乐在伦敦皇家阿尔伯特音乐厅演出，观众评价"情感丰富且结构创新"。 文学：AI辅助创作的小说在2026年入围了一个文学奖项的初审。虽然未最终获奖，但评委表示"无法从文本中区分AI参与的章节"。 2. 科学领域 AI在科学领域的"创造力"更加可量化： 新材料：AI预测了380万种新晶体结构，其中很多是人类化学家没有想到的 数学：AI发现了新的数学结构和证明方法 物理：AI提出了新的暗物质模型 生物：AI设计了自然界不存在的蛋白质 这些发现是否算"创造"？如果定义创造力为"产生新颖且有价值的想法"，那答案是肯定的。 3. 代码领域 AI在编程领域的创造力体现在： 提出人类工程师没有想到的优化方案 发现新颖的算法实现方式 设计新的软件架构模式 创造新的编程语言特性 GitHub在2026年的分析显示，AI辅助开发的项目中，约12%的代码 commit 包含了"非平凡的创造性贡献"。 AI创造力vs人类创造力 根本差异 维度 人类创造力 AI创造力 灵感来源 生活经验、情感、直觉 训练数据、搜索 创新机制 联想、隐喻、情感驱动 组合、变异、选择 评估标准 主观+客观 主要是客观 限制因素 知识有限、认知偏差 无直觉、无情感 意图性 有意识的创造意图 无意识（目标函数驱动） AI的优势 搜索空间巨大：AI可以在人类无法穷尽的空间中搜索创新方案 无认知偏差：AI不受"功能固着"等人类认知偏差限制 跨领域组合：AI可以轻松组合来自不同领域的知识 持续性：AI可以24/7持续产生新想法 AI的劣势 缺乏情感：人类创造力很大程度上由情感驱动——AI没有"想要表达"的冲动 缺乏意图：AI不会主动想要创造，它需要被提示 缺乏文化理解：AI不理解创造的社会文化语境 变革性创新有限：AI在"变革性创造力"上仍然很弱——它很少打破框架 创造力的"中文房间"问题 正如Searle的中文房间实验质疑AI的"理解"，我们也可以质疑AI的"创造"： 假设：一个AI生成了一首"创新"诗歌。这首诗在形式和内容上都是新颖的，读者认为它有创造力。 问题：AI真的"创造"了这首诗吗？还是它只是通过统计计算找到了一组"看似创新"的词语组合？ 关键区分： ...