LangChain Releases · langchain-core==1.6.12
Changes since langchain-core==1.6.11 release(core): 1.6.12 (#41277) fix(core): propagate extras on content-block-start events (#41272)
正在整理资讯…
搜索标题与摘要，按主题、地区和时间筛选。相同事件聚合展示，原始来源始终可查。
Changes since langchain-core==1.6.11 release(core): 1.6.12 (#41277) fix(core): propagate extras on content-block-start events (#41272)
Pro 与 Fast 两档共享同一向量空间，支持文本、图像及图文融合输入，100+ 语言、128K 上下文，可选 256~2048 维输出。
厂商称其为 Gemini API 首个原生多模态嵌入模型，把文本、图像、视频、音频和 PDF 映射到同一向量空间；3 月 10 日预览，4 月 22 日转正式版。
GraphRAG 论文研究利用实体图和社区摘要回答跨语料的全局问题，补充仅靠局部片段检索的思路。日期采用原始论文第一次提交的时间。
RAPTOR 递归地嵌入、聚类并总结文档片段，构建不同抽象层级的树状检索结构。适合对照普通分块检索，理解长文档信息如何被组织。
在生成前评价检索资料质量，并按结果修正检索策略；该方法强调检索失败不应被直接掩盖。
Self-RAG 研究用反思标记控制检索、生成和自我检查，尝试让模型按需取用资料。事实性与引用效果来自论文实验，不作为本站的实测结论。
通过假设性文档构造查询表示，研究没有相关性标注时的稠密检索；假设文档不应当作事实证据。
探索通过对比学习得到通用文档检索器，在缺少标注检索数据时建立表示学习方案。
RETRO 研究从大规模外部语料中检索文本块辅助自回归生成，讨论模型参数与检索知识的关系。论文实验结果应在其特定数据与设置下理解。
研究残差压缩与去噪监督，降低后期交互式检索的索引占用，具体效果依赖实验设置。
通过分别编码检索段落、在解码阶段融合信息，研究如何让生成模型利用多个外部证据片段。
研究通过异步近似近邻搜索构造训练负例，改善稠密检索中的样本选择问题。
RAG 论文把预训练生成模型与外部文档检索结合，让知识密集型任务可参考非参数化记忆。这里记录首次论文公开日期，而非后续会议或代码发布时间。
在查询和文档的词元表示之间进行后期交互，为检索精度与效率的折中提供新的设计。