距离我们上次的年终总结已经过去了半年。随着年初 DeepSeek 引发的热潮逐渐退去,人工智能似乎进入了一个平稳期。这种模式在检索增强生成(RAG)领域同样显而易见:尽管关于 RAG 的学术论文仍然层出不穷,但近几个月来重大突破寥寥无几。同样,RAGFlow 近期的迭代也主要集中在增量改进上,而非发布重大新功能。这究竟是未来飞跃的序曲,还是稳步增长时期的开始?因此,进行一次年中评估既及时又必要。
站在十字路口的 RAG——2025 年中对 AI 渐进式演进的反思
·13 分钟阅读
距离我们上次的年终总结已经过去了半年。随着年初 DeepSeek 引发的热潮逐渐退去,人工智能似乎进入了一个平稳期。这种模式在检索增强生成(RAG)领域同样显而易见:尽管关于 RAG 的学术论文仍然层出不穷,但近几个月来重大突破寥寥无几。同样,RAGFlow 近期的迭代也主要集中在增量改进上,而非发布重大新功能。这究竟是未来飞跃的序曲,还是稳步增长时期的开始?因此,进行一次年中评估既及时又必要。
RAGFlow 2024 年的最终版本 v0.15.0 刚刚发布,带来了以下关键更新
此版本为 Agent 引入了多项增强功能,包括新增的 API、单步运行调试以及导入/导出功能。自 v0.13.0 版本以来,RAGFlow 的 Agent 经过重构,以提升其易用性。此次新增的单步运行调试功能完善了这一过程,它允许 Agent 工作流中的算子被单独执行,从而帮助用户根据输出信息进行调试。