qq_35388992的博客

MAL-RAG的全称是多层次抽象检索增强生成，通过使用具有四个级别的文本块（多句子、段落、部分和文档）的多粒度分块策略来改进的RAG 检索。这种方法更好地满足了信息中不同详细程度的不同需求，通过利用富含摘要信息的更高级别数据块来缓解“迷失在中间”问题。图 1：原版 RAG（左）和 MAL-RAG（右）的比较。在 MAL-RAG 中，D、S、P 和 M 分别表示文档级块、部分级块、段落级块和多句子级块。。如图 2 所示，MAL-RAG 管道由两个主要阶段组成：索引和推理。在索引阶段。

模型上下文协议 （MCP） 是一种开放标准，可简化 AI 助手与外部数据源、工具和系统的集成。MCP 由 Anthropic 开发，旨在解决为 AI 模型提供实时、相关和结构化信息的挑战，同时保持安全性、隐私性和模块化。MCP 旨在充当“用于 AI 集成的 USB-C”，允许 AI 应用程序与各种数据存储库、工具或 API 之间建立一对多连接。它标准化了 AI 助手查询外部源和与外部源交互的方式，从而降低了多个自定义集成的复杂性。

“能动性（agency）”是自主AI系统概念的核心，在哲学文献中，能动性通常理解为具有行动能力的实体，通过有意向性行动的视角来理解能动性，其中行为是根据主体的心理状态（例如，信念、欲望）和他们出于某种原因采取行动的能力。但人工智能体并不具备人类意义上的心理状态，所以采用自主性（autonomous）来表达。