深度分析
單階段稀疏檢索（SSR）以稀疏自編碼取代 K‑means 的多向量檢索新方案
多向量檢索精度高，但需大量記憶體與聚類成本。研究提出單階段稀疏檢索（SSR），以稀疏自編碼取代 K‑means，使用倒排索引。實驗顯示索引時間縮減 15 倍、檢索延遲減半，且效能超越現有基準。在 BEIR 基準測試中，nDCG@10 提升 2.2%，檢索延遲僅 17.5 毫秒。
語意檢索
速報
KAHMs：用核仿射殼機替代線上Transformer查詢編碼，顯著提速又可解釋
研究指出在固定教師(transformer)框架下，線上查詢編碼成為主要成本。提出KernelAffíneHullMachines(KAHMs)，在RKHS估計原型混合權重並以正規化最小均方精修原型，將詞彙特徵映射到凍結語意空間。實驗顯示能重建教師空間並降低查詢延遲。
深度分析
2026 搜尋與抓取 API 決策指南：TinyFish、Tavily、Firecrawl、Exa 的技術差異
在 AI 代理進入生產應用的當下，實時網路搜尋與內容擷取成為關鍵基礎建設。本文逐一檢視 2026 年主要的搜尋與抓取 API：TinyFish、Tavily、Firecrawl、Exa、Jina Reader、Serper 與 Brave Search。
深度分析
TRUST Agents：多代理協作框架提升假新聞偵測與可解釋事實驗證
隨著假新聞氾濫，研究提出 TRUST Agents 多代理框架，結合聲明抽取、混合檢索、驗證與說明生成；延伸加入聲明分解、多人陪審與邏輯聚合，以處理複雜聲明；實驗顯示在 LIAR 基準上提升解釋性與證據透明度，雖指標仍稍遜於監督式模型。