載入中...
載入中...
Threads 摘要 Gao 等人的 arXiv 2407.21059：Modular RAG 主張現代 RAG 已不是單純 retrieve-then-generate，而應拆成 module、sub-module、operator，並用 linear、conditional、branching、looping、tuning 等 flow pattern 描述。本文補上 arXiv 查證與 Allen / Hermes 知識系統架構啟發。
Pinecone 文章介紹如何用 cascading retrieval 把 sparse/dense 快速召回、多向量 late interaction rerank、cross-encoder 高精度 rerank 分層，並以 ConstBERT 固定空間多向量表示降低大型 RAG 檢索成本。
1M context 讓少量固定文件更容易直接塞進模型，但多文件、頻繁更新、可追溯、可控成本與權限治理仍需要 RAG/檢索層。2026 的重點是把 RAG 從向量搜尋升級成資料工具鏈。