RouteRAG：用特殊 Token 和强化学习构建可学习的 RAG 检索策略
RouteRAG 把多轮 RAG 重新建模为序列决策过程。
CRAG 架构解析：如何在生成器前修正错误检索结果
绝大多数 RAG 系统把检索当作不会出错的环节，无论拿到的文档是否真正切题，都会径直送入生成器。
高级 RAG 技术：查询转换与查询分解
基础 RAG 的准确性受制于查询质量，查询模糊、表述不当，或者用户对问题的抽象层次把握不准，检索结果就会出偏差，LLM 拿到的上下文也跟着失真。
BookRAG：面向层级文档的树-图融合RAG框架
本文介绍的BookRAG或许能提供一个有用的视角。
更大的上下文窗口为什么让RAG变得更重要而非更多余
在不少实际系统中，更大的上下文窗口反而拖累了模型表现。
从提示工程转向 上下文工程，6种让LLM在生产环境中稳定输出的技术
提示工程告诉模型怎么说话；context engineering 控制模型说话时看到什么。以下是把生产系统和Demo区分开的6种上下文工程技术。
向量搜索系统的三个核心优化维度：速度、精度与规模
向量搜索把信息检索从字面匹配带进了语义理解的时代。但光有 Embedding 还不够，真正让系统在生产环境中跑起来的是背后的工程优化
手把手搭建 Adaptive RAG 系统：从向量检索到 Streamlit 前端全流程
本文会带你从零搭建一个完整的概念验证项目（POC），技术栈涵盖 Adaptive RAG、LangGraph、FastAPI 和 Streamlit 四个核心组件。
RAG 中分块重叠的 8 个隐性开销与权衡策略
本文将总结的八项 RAG 分块重叠隐藏的成本，以及如何判断什么时候重叠真正有用，什么时候只是花钱买心安。
深入RAG架构：分块策略、混合检索与重排序的工程实现
从 Level 1 开始。记录并监控系统在哪翻车，搞清楚原因之后再往上走。 这才是构建一个真正能用的RAG系统的路径。
RAG 文本分块：七种主流策略的原理与适用场景
分块就是在生成 Embedding 之前，把大段文本拆成更小语义单元的过程。检索器真正搜索的对象而不是整篇文档就是这些分块。
知识图谱的可验证性：断言图谱的设计原理
本文会介绍自动化知识图谱生成的核心难题：生成式模型为什么搞不定结构化提取，判别式方案能提供什么样的替代选择，生产级知识图谱的质量标准又是什么。
RAG 检索模型如何学习：三种损失函数的机制解析
本文将介绍我实验过的三种方法：Pairwise cosine embedding loss（成对余弦嵌入损失）、Triplet margin loss（三元组边距损失）、InfoNCE loss。
RAG检索模型选型：Bi-Encoder、Cross-Encoder、SPLADE与ColBERT的技术对比
本文将拆解每种模型的工作机制、适用边界，以及如何在实际系统中组合使用。而核心问题是：高召回和高精准之间的平衡该怎么把握。
构建自己的AI编程助手：基于RAG的上下文感知实现方案
代码助手需要专门为代码设计的上下文感知的RAG（Retrieval-Augmented Generation）管道，这是因为代码跟普通文本不一样，结构严格，而且不能随便按字符随便进行分割。
DecEx-RAG：过程监督+智能剪枝，让大模型检索推理快6倍
DecEx-RAG 把 RAG 建模成一个马尔可夫决策过程（MDP），分成决策和执行两个阶段。
大规模向量检索优化：Binary Quantization 让 RAG 系统内存占用降低 32 倍
本文会逐步展示如何搭建一个能在 30ms 内查询 3600 万+向量的 RAG 系统，用的就是二值化 embedding。
向量搜索升级指南：FAISS 到 Qdrant 迁移方案与代码实现
FAISS 在实验阶段确实好用，速度快、上手容易，notebook 里跑起来很顺手。但把它搬到生产环境还是有很多问题
RAG系统的随机失败问题排查：LLM的非确定性与表格处理的工程实践
本文将介绍RAG在真实场景下为什么会崩，底层到底有什么坑，以及最后需要如何修改。
GraphRAG进阶：基于Neo4j与LlamaIndex的DRIFT搜索实现详解
本文的重点是DRIFT搜索：Dynamic Reasoning and Inference with Flexible Traversal，翻译过来就是"动态推理与灵活遍历"。这是一种相对较新的检索策略，兼具全局搜索和局部搜索的特点。
