Notícias de IA e infraestrutura

Publicação22

RAG e recuperação de contexto

RAG e recuperação de contexto Publicação
08/10/26há 17 dias x.com
Quantização de 10M de vetores EmbeddingGemma para 1 bit com MRL reduz RAM de 30GB para 0,4GB
Post do autor que relata a compressão de 10 milhões de embeddings EmbeddingGemma para 1 bit, com redução MRL para 256 dimensões, caindo a RAM de cerca de 30GB para 0,4GB ao custo de cerca de 5% de qualidade.
RAG e recuperação de contexto Publicação
08/10/26há 17 dias x.com
Benchmark testa retrieval em sistemas jurídicos de RAG
Paper publicado em 7 de março de 2026 apresenta um benchmark de retrieval para direito penal, com 4.876 trechos e 100 perguntas complexas elaboradas por especialistas jurídicos.
RAG e recuperação de contexto Publicação
08/10/26há 17 dias x.com
BM25: busca lexical sem embeddings
Post publicado em 9 de fevereiro de 2026 explica como o BM25 pontua documentos pela raridade dos termos, com retornos decrescentes e normalização por tamanho.
RAG e recuperação de contexto Publicação
08/10/26há 17 dias x.com
Iceberg amplia a avaliação de busca vetorial
Em 21 de dezembro de 2025, pesquisadores do Alibaba e parceiros apresentaram o Iceberg, uma suíte com oito datasets que avalia busca vetorial por seus efeitos em tarefas downstream, além de recall e latência.
RAG e recuperação de contexto Publicação
08/10/26há 17 dias x.com
MTEB v2 amplia a avaliação de embeddings
Em 20 de outubro de 2025, o post da equipe do MTEB apresentou a versão 2 da suíte de avaliação, com suporte multimodal, rerankers e orientações de migração.
RAG e recuperação de contexto Publicação
08/10/26há 17 dias x.com
Post compara ColBERTv2 e Qwen3-Embed-8B em retrieval
Publicado em 27 de fevereiro de 2026, o post afirma que ColBERTv2, com 100 milhões de parâmetros, supera Qwen3-Embed-8B e destaca BM25 com reranking como baseline relevante.
RAG e recuperação de contexto Publicação
08/10/26há 17 dias x.com
Quantização binária reduz embeddings de 4.096 para 128 bytes
Post publicado em 19 de março de 2026 descreve uma técnica que representa cada dimensão de um embedding por um bit, reduzindo um vetor de 4.096 bytes para 128 bytes.
RAG e recuperação de contexto Publicação
08/10/26há 17 dias x.com
Retrieval esparso pode reduzir o custo de memória em contexto longo
Paper publicado em 9 de junho de 2026 descreve uma técnica que prevê quais chunks do KV cache serão necessários, mantendo os selecionados na GPU e descarregando os demais.
RAG e recuperação de contexto Publicação
08/10/26há 17 dias x.com
AssistRAG separa memória da geração de respostas
Publicado em 30 de novembro de 2024, o trabalho sobre AssistRAG descreve uma forma de gerenciar memória e conhecimento externo sem retreinar o modelo principal de geração.
RAG e recuperação de contexto Publicação
08/10/26há 17 dias x.com
Auto-RAG ajusta buscas iterativas à dificuldade da pergunta
Post publicado em 2 de dezembro de 2024 descreve um método que planeja buscas e refina consultas em várias etapas, ajustando o número de iterações conforme a dificuldade da pergunta.
RAG e recuperação de contexto Publicação
08/10/26há 17 dias x.com
Autoflow mostra Graph RAG com armazenamento vetorial no TiDB
Publicado em 22 de novembro de 2024, o repositório da PingCAP descreve o Autoflow, uma base de conhecimento conversacional com Graph RAG que usa TiDB Serverless para armazenamento vetorial.
RAG e recuperação de contexto Publicação
08/10/26há 17 dias x.com
Busca vetorial local com SQLite e sqlite-vec
Publicação de 2 de agosto de 2024 apresenta uma extensão em C, sem dependências, que adiciona busca vetorial ao SQLite.
RAG e recuperação de contexto Publicação
08/10/26há 17 dias x.com
Expansão de consultas com grafos de conhecimento
Uma publicação de 13 de novembro de 2024 descreve um fluxo que combina entidades extraídas de consultas, documentos recuperados e relações de grafos de conhecimento para gerar expansões contextuais.
RAG e recuperação de contexto Publicação
08/10/26há 17 dias x.com
Framework da Baidu torna RAG mais rastreável
Post da Baidu, publicado em 30 de julho de 2024, descreve um framework que avalia documentos recuperados, seleciona evidências e analisa trajetórias de raciocínio antes de responder.
RAG e recuperação de contexto Publicação
08/10/26há 17 dias x.com
Graphiti: grafos temporais para dados em evolução
Publicado em 10 de dezembro de 2024, o projeto Graphiti descreve grafos de conhecimento dinâmicos que representam relações entre entidades ao longo do tempo e oferecem diferentes métodos de busca.
RAG e recuperação de contexto Publicação
08/10/26há 17 dias x.com
HijackRAG expõe riscos em sistemas RAG
Publicado em 1º de dezembro de 2024, o post descreve um ataque que usa textos injetados, desvio de atenção e instruções para manipular respostas de sistemas RAG.
RAG e recuperação de contexto Publicação
08/10/26há 17 dias x.com
LazyGraphRAG combina busca vetorial e em grafos
Post de 29 de novembro de 2024 descreve uma abordagem que combina RAG vetorial com buscas breadth-first e best-first, sem sumarizar o índice.
RAG e recuperação de contexto Publicação
08/10/26há 17 dias x.com
Memória em agentes de IA: critérios para projetos de longo prazo
Survey publicado em 11 de agosto de 2025 por pesquisadores da Renmin University of China e da Huawei aborda design, avaliação, aplicações, limitações e direções futuras da memória em agentes baseados em LLM.
RAG e recuperação de contexto Publicação
08/10/26há 17 dias x.com
RAG multi-hop com grafo planejado a cada consulta
Post de 12 de agosto de 2025 descreve um método que planeja dependências entre subproblemas durante cada consulta e relata superar sistemas GraphRAG em três conjuntos de perguntas e respostas multi-hop.
RAG e recuperação de contexto Publicação
08/10/26há 17 dias x.com
RARe adapta modelos de busca com exemplos recuperados
Publicado em 1º de dezembro de 2024, o paper apresenta o RARe, método que usa exemplos de pares query-documento recuperados por BM25 para orientar modelos de retrieval.
RAG e recuperação de contexto Publicação
08/10/26há 17 dias x.com
REFRAG acelera RAG com embeddings reutilizáveis
Paper publicado em 15 de setembro de 2025 apresenta o REFRAG, método que troca a maioria dos tokens recuperados por embeddings pré-computados de chunks. O paper relata velocidade 30× maior e contextos 16× mais longos sem perda de accuracy.
RAG e recuperação de contexto Publicação
08/10/26há 17 dias x.com
SimpleQA: como medir factualidade em respostas de IA
Publicado em 30 de outubro de 2024, o paper descreve um benchmark com 4.000 perguntas factuais e respostas de referência verificadas para avaliar modelos.

Vamos avaliar seu projeto

Respondo com escopo e proposta.