RAG与向量检索

讲清上下文工程的定义、做法与边界：它如何为大模型挑选和维护推理时的信息，又和提示词工程、上下文学习有什么不同，适合想用好长任务与智能体的读者。

2026 年 10 月 30 日，维基媒体基金会就《纽约时报》诉 OpenAI 案递交法庭意见。本文讲清它为何主张训练算合理使用、原文回传不算，以及这条中间线会影响谁。

2026年10月17日，DeepSeek开放自研搜索API，Search与Fetch均为每千次成功请求5元。本文讲清两个接口的分工、计费与限流规则，以及过滤SEO作弊对智能体和RAG应用的实际价值，适合正在选搜索接口的开发者。

2026年10月7日，Perplexity 开源多模态嵌入模型 pplx-embed-v2-late 的 9B 与 0.6B 版本，图文共用一个检索空间。本文说明逐 token 向量、公开成绩与存储成本，适合做文档检索的开发者。

2026年10月6日，Google 发布 EmbeddingGemma 2 开源嵌入模型，把文本、代码、图像、视频和音频映射到同一向量空间。本文梳理它的模块化参数档位与维度裁剪办法，适合做端侧检索和 RAG 的开发者。

向量嵌入把文字、图片等内容变成一串数字坐标，意思越接近，位置越靠近。本文讲清它与Token、关键词检索的区别、相似度怎么算、它在RAG和语义搜索中的用法，以及换模型必须重建等限制，适合刚接触大模型检索的读者。

2026年10月2日，Ai2 开源科学报告生成模型 AstaBrief 8B：基于通义千问 Qwen3-8B，把研究问题和检索文献变成带引用的报告，速度约为原闭源流水线的3.5倍。本文讲清它的训练方法、评测边界和适合本地部署的科研场景。

上下文窗口决定大模型一次能读入多少 Token，直接影响长文档处理和多轮对话的连贯性。本文讲清它的定义、与知识和记忆的区别、窗口满后的三种处理方式，以及长上下文、RAG 与分段处理各自的适用边界，适合刚接触大模型的读者。