用 Amazon Bedrock AgentCore 为 Claude Desktop 添加安全 Web Search
AWS 介绍如何通过 Amazon Bedrock AgentCore Gateway 为 Claude Desktop 接入 Web Search，弥补模型训练知识截止后的信息缺口。
#搜索
#搜索
今日 0 条AWS Machine Learning BlogAI 评分2828 AWS Machine Learning BlogAI 评分4949 在 Amazon SageMaker AI 上用多轮 RL 微调搜索智能体
在 Amazon SageMaker AI 上可用多轮强化学习（MTRL）微调搜索智能体，训练 Qwen3.6-27B 在 BM25 与向量检索工具间自主决策。MTRL 支持 PPO、CISPO、IS 损失与 GRPO 等优势估计器，采用无服务器按 token 计费，并可在 MLflow 中逐轮观测轨迹与奖励。
AWS Machine Learning BlogAI 评分3030 Condé Nast 如何用 Amazon Bedrock 构建多模态视频检索
Condé Nast 与 AWS 生成式 AI 创新中心合作，基于 Amazon Bedrock 和 Amazon OpenSearch Service 构建多模态视频检索方案，采用 TwelveLabs Marengo 嵌入模型联合编码画面、音频与转录文本，将单次内容检索耗时从 250 分钟降至 2 分钟以内。
Google ResearchAI 评分3232 Google Research 提出 Retrieve-for-Train：用 RL 编译扩散模型绕过推理瓶颈，加速复杂 AI 搜索
Google Research 提出 Retrieve-for-Train 框架，通过离线强化学习发现奖励对齐的查询扇出并编译为监督信号，再蒸馏进一个 53.9M 参数的扩散检索器，实现推理时单次非自回归的查询扇出。该方法基于 Gemma3-4B 和 Qwen3-4B 微调，绕过了数百个 CoT 推理 token 的测试时开销，论文已被 ICML 2026 收录。
Google DeepMindAI 评分4040 Google DeepMind 与 Kaggle 推出 FACTS Benchmark Suite，系统评估大语言模型事实准确性
Google DeepMind 联合 Kaggle 发布 FACTS Benchmark Suite，在原有 FACTS Grounding 基础上新增 Parametric、Search、Multimodal 三项基准，并将 Grounding 升级至 v2，共 3513 个公开样例，另设私有留出集。
Hugging Face BlogAI 评分4040 Hugging Face 如何打造达到 SOTA 的深度研究智能体
Hugging Face 分享构建 SOTA 深度研究智能体的经验：七个月前其首版架构因假设过于复杂，在新一代模型到来后成为瓶颈，被迫推倒重建。团队转向更简化的编排逻辑并依赖模型自主性，同时借助 Tavily Advanced Search 在工具侧完成上下文工程，只返回最相关内容块以降低幻觉与延迟。
Hugging Face BlogAI 评分3838 NVIDIA AI-Q 蓝图基于 Llama Nemotron 登顶 DeepResearch Bench 开源榜单
NVIDIA AI-Q Blueprint 在 DeepResearch Bench 的 "LLM with Search" 类别以 40.52 分登顶，成为排名最高的全开源许可方案。
Mistral AIAI 评分4242 Mistral AI 与法新社达成全球合作，Le Chat 接入 AFP 新闻内容
Mistral AI 宣布与法新社（AFP）达成全球合作，其 AI 助手 Le Chat 将接入 AFP 新闻专线内容，为用户提供基于可靠信源的回答。Le Chat 将利用 AFP 每日六种语言（法语、英语、西班牙语、葡萄牙语、德语、阿拉伯语）发布的 2300 条新闻专线，覆盖其全球 1700 名记者的报道。该集成将在未来几周内向所有 Le Chat 用户推出。
Hugging Face BlogAI 评分2222 Hugging Face Hub 推出增强搜索功能：huggingface_hub 新增 ModelFilter 与 ModelSearchArguments
Hugging Face 为 huggingface_hub 库新增 ModelFilter 和 ModelSearchArguments 类，让用户无需离开 Jupyter 或 Python 环境即可按任务、数据集、框架等条件搜索 Hub 上的模型和数据集。