<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>检索增强生成 on AI内参</title>
    <link>https://www.neican.ai/tags/%E6%A3%80%E7%B4%A2%E5%A2%9E%E5%BC%BA%E7%94%9F%E6%88%90/</link>
    <description>Recent content in 检索增强生成 on AI内参</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <lastBuildDate>Wed, 17 Jun 2026 17:10:05 +0800</lastBuildDate>
    <atom:link href="https://www.neican.ai/tags/%E6%A3%80%E7%B4%A2%E5%A2%9E%E5%BC%BA%E7%94%9F%E6%88%90/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>超越RAG：Pinecone与Microsoft OneLake的联姻，标志着企业AI进入“结构化知识基础设施”时代</title>
      <link>https://www.neican.ai/insights/ragpineconemicrosoft-onelakeai-20260617171005525-0/</link>
      <pubDate>Wed, 17 Jun 2026 17:10:05 +0800</pubDate>
      <guid>https://www.neican.ai/insights/ragpineconemicrosoft-onelakeai-20260617171005525-0/</guid>
      <description>Pinecone推出的Nexus知识引擎与Microsoft OneLake集成，通过将“知识加工”前置来取代传统的即时RAG检索，不仅解决了企业AI部署中的词元消耗与延迟难题，更标志着企业AI基础设施向结构化、高治理性的知识引擎形态迈进。</description>
    </item>
    <item>
      <title>从“存储”到“认知”：微软Mnemis如何以建构主义重塑AI长记忆机制</title>
      <link>https://www.neican.ai/insights/mnemisai-20260527094008195-3/</link>
      <pubDate>Wed, 27 May 2026 09:40:08 +0800</pubDate>
      <guid>https://www.neican.ai/insights/mnemisai-20260527094008195-3/</guid>
      <description>微软Mnemis框架通过引入建构主义索引与双系统检索，解决了传统RAG语义匹配的局限，实现了AI从碎片化信息检索向结构化认知推理的范式跨越。这一技术突破将推动AI Agent向具备长期记忆与逻辑自洽能力的“认知主体”进化，重塑企业级AI应用版图。</description>
    </item>
    <item>
      <title>从模型到具身智能：AI Agent、物理AI与RAG重塑人机共生新纪元</title>
      <link>https://www.neican.ai/insights/ai-agentairag-20250930101004675-2/</link>
      <pubDate>Tue, 30 Sep 2025 10:10:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/ai-agentairag-20250930101004675-2/</guid>
      <description>2025年AI前沿正从单一模型智能迈向&lt;strong&gt;自主化、具身化和情境感知&lt;/strong&gt;的新阶段，由AI代理、物理AI和多模态能力驱动，重塑人机交互范式、加速商业落地。RAG技术持续普及并演化为Agentic RAG，同时物理AI和流体界面的兴起预示着AI将以更自然、更无缝的方式融入人类生活，但也将带来深刻的社会与伦理挑战。</description>
    </item>
    <item>
      <title>RAG管道的下一站：从“最佳实践”到“智能自适应”，重塑企业AI知识基石</title>
      <link>https://www.neican.ai/insights/ragai-20250915144004639-0/</link>
      <pubDate>Mon, 15 Sep 2025 14:40:04 +0800</pubDate>
      <guid>https://www.neican.ai/insights/ragai-20250915144004639-0/</guid>
      <description>RAG管道正经历一场深刻的精进，通过定制化的分块策略、混合搜索方法的融合以及智能的检索与重排机制，有效解决了LLM的“幻觉”和知识时效性问题。这不仅为企业级AI应用提供了可靠的知识基础和巨大的商业价值，更预示着RAG将与LLM微调深度融合，发展出多模态、自适应、可解释的智能系统，成为未来AI驱动知识管理的核心。</description>
    </item>
    <item>
      <title>当“猫咪人质”挑战AI的“道德”底线：一场关于幻觉与可靠性的深度对话</title>
      <link>https://www.neican.ai/insights/article-20250701202024943-8/</link>
      <pubDate>Tue, 01 Jul 2025 20:20:24 +0800</pubDate>
      <guid>https://www.neican.ai/insights/article-20250701202024943-8/</guid>
      <description>社交媒体上兴起一种“猫咪人质”策略，试图通过威胁AI模型的“道德危机”来纠正其编造参考文献的“幻觉”问题。然而，这并非AI真正理解道德，而是提示词对模型输出概率的间接影响。文章深入分析了AI幻觉的本质，并指出检索增强生成（RAG）和联网搜索才是解决AI可靠性问题的根本途径，同时探讨了AI伦理、用户信任及未来人机协作的深层挑战。</description>
    </item>
  </channel>
</rss>
