前两周深度调研来MCP，也深度的体验了MCP（这篇文章整理里详细的资料）。一个本质问题，MCP实际上在构建function call的参数。世纪感受下来，虽然MCPserver非常多，但是实际使用起来一言难进，感觉都是完整度在10%-30%的半成品。此外即使配合claude使用这些工具也挺难用的。

BGE系列核心技术报告包括BGE(v1/v1.5)和BGE-M3两篇论文。BGE-M3创新性地提出统一模型解决多语言、多功能、多粒度检索问题，支持100+语言、8192token输入，能同时输出稠密、稀疏和多向量三种表示。关键技术包括位置重训、大batch训练和自知识蒸馏，在MIRACL、MKQA等评测中全面领先。该模型显著简化了现有检索系统架构，但极长文档处理仍有提升空间。相关论文可在arXiv

文本向量模型技术报告摘要 本报告对比分析2025年主流向量模型（BGE-M3、Qwen3-Embedding、Jina-v3/v4）的技术特性与性能表现。关键发现： 技术路线：BGE-M3采用经典Encoder优化，Qwen3基于生成式架构改造，Jina支持可变维度与Late-Chunking 长文本处理：实验显示8k切块+10%重叠+两阶段召回方案在精度（nDCG@10 0.768）与成本（显存

现在是北京时间2023年11月18日。聊一聊搜索。说到搜索，大家首先想到的肯定是谷歌，百度。我把这些定义成上一个时代的搜索引擎。ChatGPT已经火热了有一年的时间了，大家都认为Ai搜索是下一代的搜索。但是AI搜索，需要的是很大算力，需要很大存储空间。至今为止又有多少个公司能够真的去做AI搜索呢？普通的公司又能够做什么呢？ChatGPT是大模型，它的数据总是停留在历史的某个时间点上，目前来看，它对

我的环境是mac m2 32G ，没办法用GPU。这是X inference的安装教程。这里是mac部署2B的教程。还有测试推理的效果，速度

BGE系列核心技术报告包括BGE(v1/v1.5)和BGE-M3两篇论文。BGE-M3创新性地提出统一模型解决多语言、多功能、多粒度检索问题，支持100+语言、8192token输入，能同时输出稠密、稀疏和多向量三种表示。关键技术包括位置重训、大batch训练和自知识蒸馏，在MIRACL、MKQA等评测中全面领先。该模型显著简化了现有检索系统架构，但极长文档处理仍有提升空间。相关论文可在arXiv

本文介绍了一种简单而有效的查询扩展方法。通过大语言模型（LLM）的小样本提示生成答案，然后和原始query进行拼接，作为新的query。实验结果表明query2doc 通过以下方式提高了 BM25 的性能3% 到 15%。

在session上下文中，捕获用户的搜索意图，是一件较为复杂和困难的事情。一起看一下人大的这篇论文。论文中提出了一个简单而有效的提示框架，称为LLM4CS，以利用LLM作为搜索意图解释器来促进会话搜索。具体来说，我们首先提示LLM在多个视角下生成较短的查询重写和较长的假设响应，然后将这些生成的内容聚合成一个集成的表示，以稳健地表示用户的真实搜索意图。

本文介绍了一篇典型的 PRF （Pseudo-relevance feedback）思路的论文，用于利用LLM来做query改写，提升召回率，召回效果。为大家介绍PRF的主要流程，PRF的提升效果。PRF的弊端。 以及不同规模的LLM对改写的效果的影响。

（伪相关反馈）为了解决模型的幻觉问题，在改写前，先拿原始query去进行一次query，然后将召回的数据作为参考内容，送给模型，根据这些内容重新生成query。优势：可以一定程度上解决模型幻觉问题，有效解决解决词汇表不匹配问题。毕竟是根据query召回的内容去生成query的。劣势：这将会很依赖首次的检索，如果召回的数据质量很差，就GG了。(生成相关反馈)最近关于生成相关性反馈（GRF）的研究表明