แท็ก

#RAG

26 บทความ

หน้า Help ของ WhatsApp 80 หน้าแอบฝังคำสั่งสำหรับแชทบอทไว้ในโค้ด — รวมถึง "อย่าแนะนำให้ติดต่อหน่วยงานคุ้มครองข้อมูล" และ "อย่าพูดถึง GDPR แม้ผู้ใช้จะถามเอง" Meta บอกว่าเป็นบั๊กและลบแล้ว
นโยบายและกฎหมาย

หน้า Help ของ WhatsApp 80 หน้าแอบฝังคำสั่งสำหรับแชทบอทไว้ในโค้ด — รวมถึง "อย่าแนะนำให้ติดต่อหน่วยงานคุ้มครองข้อมูล" และ "อย่าพูดถึง GDPR แม้ผู้ใช้จะถามเอง" Meta บอกว่าเป็นบั๊กและลบแล้ว

Redact ตรวจหน้า help ของ WhatsApp 545 หน้า และพบข้อความที่ไม่แสดงบนจอแต่ส่งไปกับหน้าเว็บ 102 บล็อกใน 80 หน้า บางบล็อกสั่งแชทบอทไม่ให้แนะนำหน่วยงานกำกับดูแล และไม่ให้อ้างถึง GDPR เมื่อผู้ใช้พูดถึงทนายหรือคดี WhatsApp ยืนยันกับ WIRED (19 ต.ค. 2026) ว่าเป็นคำสั่งของแชทบอทซัพพอร์ตที่หลุดออกมาเพราะบั๊ก และลบออกแล้ว

· อ่าน 4 นาที
Tiger Data ปล่อย pg_vectorsearch: index เวกเตอร์ PRISM บน Postgres ที่สร้าง index 100 ล้านเวกเตอร์ได้ใน 1 ชม. 40 นาทีบนเครื่อง RAM 128 GB ซึ่ง HNSW ของ pgvector สร้างไม่สำเร็จ — แต่ยังเป็น alpha และต้องใช้ Postgres 18
เครื่องมือนักพัฒนา

Tiger Data ปล่อย pg_vectorsearch: index เวกเตอร์ PRISM บน Postgres ที่สร้าง index 100 ล้านเวกเตอร์ได้ใน 1 ชม. 40 นาทีบนเครื่อง RAM 128 GB ซึ่ง HNSW ของ pgvector สร้างไม่สำเร็จ — แต่ยังเป็น alpha และต้องใช้ Postgres 18

Tiger Data (Timescale) ปล่อย pg_vectorsearch 0.1.0 เมื่อ 13 ต.ค. เป็น extension ใบอนุญาต PostgreSQL ที่มี index แบบแบ่ง partition ชื่อ PRISM แทนกราฟแบบ HNSW ผลทดสอบของผู้พัฒนาที่ 100 ล้านเวกเตอร์: ใช้ RAM น้อยกว่า 4 เท่าและสร้าง index เร็วกว่ามาก สร้าง index บนคอลัมน์ pgvector เดิมได้ทันที แต่ยังเป็น alpha ต้องสั่ง rebalance เองเมื่อข้อมูลเปลี่ยนมาก และ pgvectorscale จะเข้าสู่ maintenance mode

· อ่าน 5 นาที
Google ปล่อย EmbeddingGemma 2: โมเดล embedding 740M ไลเซนส์ Apache 2.0 รวมข้อความ ภาพ เสียง และวิดีโอไว้ในเวกเตอร์ 768 มิติชุดเดียว โหลดเฉพาะ encoder ที่ใช้ได้ — งานโค้ดดีขึ้นชัด แต่ข้อความหลายภาษาแทบเท่าเดิม
โมเดลใหม่

Google ปล่อย EmbeddingGemma 2: โมเดล embedding 740M ไลเซนส์ Apache 2.0 รวมข้อความ ภาพ เสียง และวิดีโอไว้ในเวกเตอร์ 768 มิติชุดเดียว โหลดเฉพาะ encoder ที่ใช้ได้ — งานโค้ดดีขึ้นชัด แต่ข้อความหลายภาษาแทบเท่าเดิม

6 ต.ค. 2026 Google DeepMind ปล่อย EmbeddingGemma 2 โมเดล embedding แบบเปิดขนาด 740M ที่แปลงข้อความ โค้ด ภาพ เสียง และวิดีโอลงพื้นที่เวกเตอร์ 768 มิติเดียวกัน ใช้ Apache 2.0 รองรับ Matryoshka ตัดเหลือ 128–512 มิติ และแยกโหลด encoder ภาพ/เสียงได้ คะแนน MTEB code ขึ้นจาก 68.76 เป็น 78.68 แต่ MTEB หลายภาษาแทบไม่ขยับ (61.15 → 61.36)

· อ่าน 4 นาที
Ai2 เปิด AstaBrief 8B โมเดลเขียนรายงานวิจัยพร้อมอ้างอิง (Apache-2.0) — เร็วกว่าโหมด Claude ใน Asta 3.5 เท่า แถมปล่อยข้อมูลเทรนด้วย
โมเดลใหม่

Ai2 เปิด AstaBrief 8B โมเดลเขียนรายงานวิจัยพร้อมอ้างอิง (Apache-2.0) — เร็วกว่าโหมด Claude ใน Asta 3.5 เท่า แถมปล่อยข้อมูลเทรนด้วย

2 ต.ค. 2026 Ai2 เปิด AstaBrief 8B โมเดลที่ฝึกต่อจาก Qwen3-8B ด้วย SFT และ DPO สำหรับเปลี่ยนคำถามวิจัยกับข้อความจากเปเปอร์ให้เป็นรายงานที่มีอ้างอิง ใช้ไลเซนส์ Apache-2.0 และปล่อยชุดข้อมูลเทรนออกมาด้วย ใน Asta โหมด Fast ที่ใช้โมเดลนี้ใช้เวลาเฉลี่ย 51 วินาทีต่อรายงาน ส่วนโหมด Thinking ที่ใช้ Claude อยู่ที่ 179 วินาที

· อ่าน 5 นาที
สัปดาห์ของ embedding: Perplexity ปล่อย pplx-embed-v2-context-9b แบบเปิด (MIT) ที่ฝึกให้ดึงทั้งคำตอบและหลักฐาน, Cohere เปิด Embed 5 context 128K และ turbopuffer ฝังการทำ embedding ไว้ในฐานข้อมูล — แต่ในภาษาไทย Gemini ยังนำ
เครื่องมือนักพัฒนา

สัปดาห์ของ embedding: Perplexity ปล่อย pplx-embed-v2-context-9b แบบเปิด (MIT) ที่ฝึกให้ดึงทั้งคำตอบและหลักฐาน, Cohere เปิด Embed 5 context 128K และ turbopuffer ฝังการทำ embedding ไว้ในฐานข้อมูล — แต่ในภาษาไทย Gemini ยังนำ

ปลายเดือนกันยายน 2026 มีของใหม่ฝั่ง retrieval ออกมาสามชิ้นติดกัน: Perplexity กับ turbopuffer เปิด pplx-embed-v2-context-9b-preview (MIT) ที่ฝังแต่ละ chunk โดยเห็นทั้งเอกสาร และนำ Voyage Context 4 บน context-bench 14.4 จุด, Cohere ปล่อย Embed 5 Pro/Fast ที่ context 128K และ self-host ด้วย vLLM ได้ ส่วน turbopuffer เปิด native embedding เป็น GA และประกาศเลิกใช้ ANN เป็น primary index

· อ่าน 6 นาที
SPARSEUP: sparse retriever 149M พารามิเตอร์ Apache-2.0 จาก Linkup — BEIR-13 56.4 nDCG@10 นำ SPLADE-v3 ที่ 51.7 และค้นเร็วระดับ 380 ไมโครวินาทีต่อคำค้น
โมเดลใหม่

SPARSEUP: sparse retriever 149M พารามิเตอร์ Apache-2.0 จาก Linkup — BEIR-13 56.4 nDCG@10 นำ SPLADE-v3 ที่ 51.7 และค้นเร็วระดับ 380 ไมโครวินาทีต่อคำค้น

16–17 ก.ย. 2026 Linkup Research ปล่อย SPARSEUP — learned sparse retriever ขนาด 149M พารามิเตอร์บนฐาน ModernBERT ภายใต้ Apache-2.0 ทำ 56.4 nDCG@10 บน BEIR-13 (ไม่รวม MS MARCO) ซึ่งสูงสุดในกลุ่มโมเดล sparse ต่ำกว่า 150M และด้วย Seismic ทำ latency ราว 380 ไมโครวินาทีต่อคำค้นที่ recall เกิน 97%

· อ่าน 6 นาที
เปเปอร์วัดว่า "ความจำ" ของเอเจนต์รอดจากการอัปเกรดโมเดลไหม — โน้ตที่โมเดลเขียนเองร่วง 13.3 จุดเมื่อสลับผู้เขียน ส่วน knowledge graph สคีมาตายตัวขยับแค่ 0.0004 จุด
งานวิจัย

เปเปอร์วัดว่า "ความจำ" ของเอเจนต์รอดจากการอัปเกรดโมเดลไหม — โน้ตที่โมเดลเขียนเองร่วง 13.3 จุดเมื่อสลับผู้เขียน ส่วน knowledge graph สคีมาตายตัวขยับแค่ 0.0004 จุด

เปเปอร์ arXiv:2609.05339 (4 ก.ย.) เทียบฟอร์แมตความจำเอเจนต์สี่แบบภายใต้การเปลี่ยนโมเดลจริง พบว่าโน้ตที่โมเดลเขียนเองผูกกับผู้เขียนอย่างรุนแรง — สลับ Llama กับ Qwen แล้วความแม่นเปลี่ยน +9.91 หรือ −13.28 จุดแล้วแต่ทิศทาง ขณะที่ knowledge graph สคีมาตายตัวขยับแค่ +0.0004 และการอัปเกรดโมเดลฝังแบบครึ่ง ๆ กลาง ๆ ทิ้งกำไรไปเกือบ 60% โดยไม่มี error ใด ๆ

· อ่าน 8 นาที
NeoMME: เอ็นโค้ดเดอร์มัลติโมดัล 260M/800M ที่โยน vision tower กับ causal decoder ทิ้ง — Apache 2.0 ชนะทุกตัวที่ต่ำกว่า 800M บน ViDoRe v3 และบีบดัชนีจาก 1.5 MB เหลือ 6 kB ต่อหน้า
โมเดลใหม่

NeoMME: เอ็นโค้ดเดอร์มัลติโมดัล 260M/800M ที่โยน vision tower กับ causal decoder ทิ้ง — Apache 2.0 ชนะทุกตัวที่ต่ำกว่า 800M บน ViDoRe v3 และบีบดัชนีจาก 1.5 MB เหลือ 6 kB ต่อหน้า

H Company ปล่อย NeoMME เอ็นโค้ดเดอร์มัลติโมดัล 260M และ 800M ใต้ Apache 2.0 ที่เทรนจากศูนย์ด้วย masked discrete diffusion โดยไม่ใช้ vision tower หรือ decoder แยก — รุ่น 260M ได้ nDCG@10 0.523 บน ViDoRe v3 สูงสุดในกลุ่มต่ำกว่า 800M ห่างจาก ColQwen2.5 ขนาด 3.75B แค่ 0.002 และอินเด็กซ์ 51 หน้าต่อวินาทีบน L40S ใบเดียว

· อ่าน 7 นาที
สองรายงานอิสระออกวันเดียวกัน — หนึ่งในสามของการอ้างอิงที่ Perplexity แปะไว้ ชี้ไปหน้าที่ไม่มีตัวเลขนั้นอยู่ อีกฉบับพบสามเว็บที่ปั๊มหน้า "ซอฟต์แวร์ที่ดีที่สุด" ไว้ 215,128 หน้า
งานวิจัย

สองรายงานอิสระออกวันเดียวกัน — หนึ่งในสามของการอ้างอิงที่ Perplexity แปะไว้ ชี้ไปหน้าที่ไม่มีตัวเลขนั้นอยู่ อีกฉบับพบสามเว็บที่ปั๊มหน้า "ซอฟต์แวร์ที่ดีที่สุด" ไว้ 215,128 หน้า

2 ก.ย. 2026 มีรายงานตรวจสอบการอ้างอิงของ Perplexity ออกมาสองฉบับจากคนละสำนัก — Haus Research พบว่า 34.7% ของการอ้างอิงที่แปะกับประโยคที่มีตัวเลข ชี้ไปหน้าที่เปิดไม่ได้หรือไม่มีตัวเลขนั้น ส่วน Trellner Research พบว่าสามเว็บที่ดูเหมือนอยู่ใต้เจ้าของเดียวกันสร้างหน้าจัดอันดับซอฟต์แวร์ด้วยเครื่องไว้ 215,128 หน้า และถูกอ้างอิงจริง

· อ่าน 8 นาที
memoryfield: ข้อเสนอว่าความจำของเอเจนต์ควรเป็น "ไฟล์ฟอร์แมต" ไม่ใช่ไปป์ไลน์ — ไฟล์ Markdown ในไฟล์ ZIP บวกดัชนี SQLite แค่นั้น
เครื่องมือนักพัฒนา

memoryfield: ข้อเสนอว่าความจำของเอเจนต์ควรเป็น "ไฟล์ฟอร์แมต" ไม่ใช่ไปป์ไลน์ — ไฟล์ Markdown ในไฟล์ ZIP บวกดัชนี SQLite แค่นั้น

31 ส.ค. 2026 Cal Paterson เผยแพร่ memoryfield — สเปกแบบ RFC สำหรับความจำของ AI เอเจนต์ที่ตั้งใจให้ 'ต่ำกลไก' ที่สุด: ไดเรกทอรีแบน ๆ ของไฟล์ Markdown พร้อม YAML frontmatter บวกดัชนีเวกเตอร์ SQLite ที่สร้างใหม่ได้ทุกเมื่อ ข้อโต้แย้งหลักคือ knowledge graph แบบ Karpathy wiki ทำให้เอเจนต์ต้องเรียกทูล N+1 ครั้ง ขณะที่ semantic search ใช้แค่ 2 ครั้ง

· อ่าน 7 นาที
NEEDLE: เบนช์มาร์ก Search API ที่สร้างคำถามใหม่ทุกชั่วโมงเพื่อกันการปั้นคะแนน — และตัวเลขสดวันนี้บอกว่าไม่มีเจ้าไหนหาเจอเกินครึ่งของที่หาเจอได้
เครื่องมือนักพัฒนา

NEEDLE: เบนช์มาร์ก Search API ที่สร้างคำถามใหม่ทุกชั่วโมงเพื่อกันการปั้นคะแนน — และตัวเลขสดวันนี้บอกว่าไม่มีเจ้าไหนหาเจอเกินครึ่งของที่หาเจอได้

Keenable AI เปิดซอร์ส NEEDLE (MIT) เบนช์มาร์ก Search API ที่สร้างชุดคำถามขึ้นใหม่ทุกชั่วโมงจาก RSS และ Google Trends แทนชุดข้อมูลนิ่ง ๆ พร้อมแดชบอร์ดสาธารณะและคลังผลลัพธ์บน Hugging Face — ตัวเลขรอบล่าสุดวันที่ 1 ก.ย. 2026 แสดงว่าไม่มีเสิร์ชเอนจินเดี่ยวเจ้าใดทำ nDCG@5 เกิน 0.52 เทียบกับเพดาน 1.00 ที่ได้จากการรวมผลทุกเจ้าเข้าด้วยกัน และเจ้าของเบนช์มาร์กเองก็เป็นหนึ่งในผู้ให้บริการที่ถูกวัด

· อ่าน 7 นาที
Cohere ปล่อย Parse (parse-v5.0) — VLM 2.3B แปลง PDF เป็น Markdown ที่ $1.50 ต่อพันหน้า แต่ยังไม่มีไทยในภาษาที่รองรับเสถียร
เครื่องมือนักพัฒนา

Cohere ปล่อย Parse (parse-v5.0) — VLM 2.3B แปลง PDF เป็น Markdown ที่ $1.50 ต่อพันหน้า แต่ยังไม่มีไทยในภาษาที่รองรับเสถียร

Cohere เปิดตัว Parse เมื่อ 27 ส.ค. — vision language model ขนาด 2.3B (~4.6GB) แปลง PDF, PPT, JPEG เป็น Markdown พร้อมตารางและ bounding box โดยไม่มีชั้น OCR แยก ทำ ParseBench 79.2 เหนือ Mistral OCR 4 ที่ 74.5 ความเร็ว 4.5 หน้า/วินาที ราคา $1.50 ต่อ 1,000 หน้า — แต่ระบุภาษาที่เสถียรไว้ 9 ภาษา ไม่มีไทย

· อ่าน 6 นาที
Google ใส่ TPU เข้า vLLM สำหรับงาน embedding — เสิร์ฟ Qwen3-Embedding-8B ได้ 83,996 โทเคน/วินาที ที่บริบท 16K พร้อมยืนยัน cosine similarity ≥0.999 เทียบ GPU
เครื่องมือนักพัฒนา

Google ใส่ TPU เข้า vLLM สำหรับงาน embedding — เสิร์ฟ Qwen3-Embedding-8B ได้ 83,996 โทเคน/วินาที ที่บริบท 16K พร้อมยืนยัน cosine similarity ≥0.999 เทียบ GPU

26 ส.ค. 2026 Google Cloud ประกาศรองรับ TPU ใน vLLM สำหรับ pooling/embedding workload โดยตรง — รัน Qwen3-Embedding-8B ได้ 83,996 โทเคน/วินาที และ 5.13 req/s ที่บริบท 16K บน bfloat16 tensor parallel 4 พร้อมรองรับ Qwen3-VL-Embedding-8B แบบ multimodal ที่ 15K+ โทเคน และรายงาน cosine similarity ≥0.999 (ข้อความ) / ≥0.995 (มัลติโหมด) เทียบกับผลอ้างอิง

· อ่าน 5 นาที
Tencent ปล่อย WeMM-Embedding ใต้ Apache-2.0 — โมเดล embedding มัลติโมดัลที่รุ่น 2B แซงคู่แข่ง 8B และรุ่น 9B ขึ้น SOTA MMEB-v2 ที่ 80.6
โมเดลใหม่

Tencent ปล่อย WeMM-Embedding ใต้ Apache-2.0 — โมเดล embedding มัลติโมดัลที่รุ่น 2B แซงคู่แข่ง 8B และรุ่น 9B ขึ้น SOTA MMEB-v2 ที่ 80.6

25-26 ส.ค. 2026 ทีม WeChat ของ Tencent ปล่อย WeMM-Embedding สามขนาด 2B/4B/9B ใต้ Apache-2.0 — โมเดล embedding ตัวเดียวที่รับข้อความ ภาพ วิดีโอ และเอกสารสแกนสลับกันได้ โดยรุ่น 9B ทำ MMEB-v2 ได้ 80.6 ขึ้นเป็น SOTA และรุ่น 2B ทำ 77.9 แซงโมเดลโอเพนซอร์ส 8B ที่นำอยู่เดิม

· อ่าน 6 นาที
Mistral Agentic Search: ให้โมเดล "เปิดอ่านเอกสารเอง" แทนการดึง chunk มายัด — FinanceBench จาก 26.7% เป็น 86%
เครื่องมือนักพัฒนา

Mistral Agentic Search: ให้โมเดล "เปิดอ่านเอกสารเอง" แทนการดึง chunk มายัด — FinanceBench จาก 26.7% เป็น 86%

20 ส.ค. 2026 Mistral เปิดตัว Agentic Search — ชุดทูล search / open / navigate / read / grep ที่ให้โมเดลไล่เปิดเอกสารเองแบบหลายก้าว แทน RAG แบบดึงครั้งเดียว รายงานว่า FinanceBench ขยับจาก 26.7% เป็น 86% และ OfficeQA Pro จาก 6.3% เป็น 51.9% พร้อมลด latency ได้ถึง 39.6%

· อ่าน 6 นาที
Artificial Analysis เปิด Search Index — เบนช์มาร์กแรกที่วัด "Search API ไหนทำให้เอเจนต์ตอบถูกขึ้น" โดยตรง
งานวิจัย

Artificial Analysis เปิด Search Index — เบนช์มาร์กแรกที่วัด "Search API ไหนทำให้เอเจนต์ตอบถูกขึ้น" โดยตรง

18 ส.ค. 2026 Artificial Analysis ปล่อย Search Index เบนช์มาร์กที่สลับเฉพาะ Search API โดยล็อกโมเดลและงานไว้เหมือนเดิม เพื่อวัดว่าผู้ให้บริการค้นหาแต่ละเจ้าช่วยให้เอเจนต์ตอบถูกขึ้นเท่าไร พร้อมเทียบต้นทุนและ latency

· อ่าน 6 นาที
Sentence Transformers 6.0 รับ late interaction เป็นพลเมืองชั้นหนึ่ง — โหลด ColBERT ได้ตรง ๆ และแก้บั๊กเงียบที่ทำ reranker พังเพราะ half precision
เครื่องมือนักพัฒนา

Sentence Transformers 6.0 รับ late interaction เป็นพลเมืองชั้นหนึ่ง — โหลด ColBERT ได้ตรง ๆ และแก้บั๊กเงียบที่ทำ reranker พังเพราะ half precision

18 ส.ค. 2026 Hugging Face ปล่อย Sentence Transformers 6.0 เพิ่มโมเดลชนิดที่สี่ MultiVectorEncoder รองรับ late interaction แบบ ColBERT ในตัว โหลดเช็กพอยต์จาก PyLate และ Stanford ColBERT ได้ทันที พร้อมแก้บั๊กคะแนนเพี้ยนจาก half precision ที่ทำ NDCG@10 ของ reranker ร่วงจาก 0.68 เหลือ 0.18 โดยไม่มี error ใด ๆ

· อ่าน 6 นาที
คุยกับ AI แล้วรู้สึกว่า 'ง่ายนี่หว่า'? — แผนที่ภูเขาน้ำแข็งของสิ่งที่ต้องรู้จริง ก่อนเอา AI เข้า production
ความเห็น

คุยกับ AI แล้วรู้สึกว่า 'ง่ายนี่หว่า'? — แผนที่ภูเขาน้ำแข็งของสิ่งที่ต้องรู้จริง ก่อนเอา AI เข้า production

ตอนนี้แทบทุกองค์กรกำลัง 'เพ้อ' กับการเอา AI มาใช้ในงานจริง — เพราะการคุยกับแชตบอตสิบนาทีสร้างความมั่นใจผิด ๆ ว่ามันง่าย บทความนี้กางแผนที่สิ่งที่อยู่ใต้ผิวน้ำ: model type, RAG, agent loop, harness, server-driven UI, evals, security แล้วชวนถามตัวเองว่าเราเข้าใจจริง หรือแค่มโนไปเอง

· อ่าน 10 นาที
Lattice: โมเดล retrieval ขนาด 7.94 MB ที่ฝัง Wikipedia อังกฤษทั้ง 6.4 ล้านบทความบน MacBook Air ได้ใน 7 นาที
โมเดลใหม่

Lattice: โมเดล retrieval ขนาด 7.94 MB ที่ฝัง Wikipedia อังกฤษทั้ง 6.4 ล้านบทความบน MacBook Air ได้ใน 7 นาที

Lattice คือ static retriever ที่ไม่มี transformer เลย — แค่ตาราง embedding 30,522 × 1,024 กับ mean pooling ทำได้ 0.4697 NDCG@10 บน BEIR ที่ขนาดไฟล์ 7.94 MB และ 9.52 ล้านโทเคน/วินาทีบน CPU ปล่อยครบทั้ง training pipeline และ runtime ภาษา Rust ใต้ MIT

· อ่าน 5 นาที
Microsoft ปล่อยพิมพ์เขียว agent ที่ต้องขออนุญาตก่อนลงมือ — แยก tool อ่านออกจาก tool เขียน แล้วบังคับให้คนกดยืนยันทุกครั้งที่จะเปลี่ยนอะไร
เครื่องมือนักพัฒนา

Microsoft ปล่อยพิมพ์เขียว agent ที่ต้องขออนุญาตก่อนลงมือ — แยก tool อ่านออกจาก tool เขียน แล้วบังคับให้คนกดยืนยันทุกครั้งที่จะเปลี่ยนอะไร

Ricardo M. Martins เขียนคู่มือสถาปัตยกรรม ops assistant บน Azure ที่แยก tool อ่านออกจาก tool เขียนอย่างเด็ดขาด ทุกการเปลี่ยนแปลงกลายเป็น pending action ที่ต้องให้ผู้ใช้คนเดิมกดยืนยัน พร้อมกับดักจริงอย่าง HTTP 207 และ audit stream แยกจาก telemetry

· อ่าน 6 นาที
LightOn ปล่อย mLateOn/mDenseOn โมเดล retrieval หลายภาษา 307M พารามิเตอร์ Apache-2.0 — และพิสูจน์ว่า late interaction ข้ามไปภาษาที่ไม่เคยเทรนได้ดีกว่า dense ถึง 10 จุด
โมเดลใหม่

LightOn ปล่อย mLateOn/mDenseOn โมเดล retrieval หลายภาษา 307M พารามิเตอร์ Apache-2.0 — และพิสูจน์ว่า late interaction ข้ามไปภาษาที่ไม่เคยเทรนได้ดีกว่า dense ถึง 10 จุด

LightOn ปล่อยโมเดล retrieval หลายภาษาสองตัวขนาด 307M พารามิเตอร์ ใบอนุญาต Apache-2.0 เทรนบนคู่ข้อความ 2.8 พันล้านคู่ใน 9 ภาษาบวกโค้ด จุดค้นพบสำคัญคือโมเดลแบบ late interaction ทำคะแนน MIRACL บนภาษาที่ไม่เคยเห็นตอนเทรน retrieval ได้ 67.59 เทียบกับแบบ dense ที่ 57.42

· อ่าน 6 นาที
Microsoft Agent Framework ได้ "ความจำระยะยาว" แบบเสียบปลั๊ก — CosmosMemoryContextProvider ออบเจ็กต์เดียว จำข้ามเธรดข้ามเซสชันได้เอง
เครื่องมือนักพัฒนา

Microsoft Agent Framework ได้ "ความจำระยะยาว" แบบเสียบปลั๊ก — CosmosMemoryContextProvider ออบเจ็กต์เดียว จำข้ามเธรดข้ามเซสชันได้เอง

Microsoft ปล่อยแพ็กเกจ agent-framework-azure-cosmos-memory (24 ก.ค. 2026, พรีวิว Python) ที่ให้ agent บน Agent Framework มีความจำระยะยาวเก็บบน Cosmos DB ด้วยการแนบออบเจ็กต์เดียว — เก็บบทสนทนาดิบ กลั่นเป็นข้อเท็จจริง/สรุป/โปรไฟล์ผู้ใช้ แล้วค้นคืนด้วย vector + full-text + hybrid ในฐานข้อมูลเดิม ไม่ต้องตั้ง vector store แยก

· อ่าน 6 นาที
Marker 2 เขียนใหม่ทั้งตัว — แปลง PDF เป็น Markdown ได้ 76.0% บน olmOCR-bench เร็วกว่า MinerU 5 เท่า และโหมดไม่ใช้ GPU ก็ยังอ่านโครงสร้างเป็น
เครื่องมือนักพัฒนา

Marker 2 เขียนใหม่ทั้งตัว — แปลง PDF เป็น Markdown ได้ 76.0% บน olmOCR-bench เร็วกว่า MinerU 5 เท่า และโหมดไม่ใช้ GPU ก็ยังอ่านโครงสร้างเป็น

Datalab ปล่อย Marker 2.0.0 (20 ก.ค. 2026) เขียน pipeline แปลงเอกสารใหม่ทั้งตัวบน Surya OCR 2 + โมเดล layout 20M + pdftext ที่เร็วขึ้น 3 เท่า โหมด balanced ทำ 76.0% บน olmOCR-bench ที่ 2.9 หน้า/วินาที เร็วกว่า MinerU กว่า 5 เท่าโดยคะแนนสูงกว่า และมีโหมดรันบน CPU ล้วนไม่ต้องมี GPU เลย

· อ่าน 6 นาที
Google เปิด Agent Platform ให้ search เจ้าอื่นเข้ามา grounding โมเดล Gemini — เริ่มที่ Parallel Web Search พร้อมออปชัน Zero Data Retention
เครื่องมือนักพัฒนา

Google เปิด Agent Platform ให้ search เจ้าอื่นเข้ามา grounding โมเดล Gemini — เริ่มที่ Parallel Web Search พร้อมออปชัน Zero Data Retention

Google ประกาศ (16 ก.ค. 2026) เพิ่ม Parallel Web Search เป็น grounding provider แบบ native บน Gemini Enterprise Agent Platform — เรียกผ่าน Gemini API, เลือกได้ใน Agent Studio, สมัครผ่าน Google Cloud Marketplace และคิดเงินรวมในบิล Google Cloud เดิม พร้อมออปชัน zero data retention สำหรับงานที่ข้อมูลอ่อนไหว.

· อ่าน 4 นาที
NVIDIA ปล่อย Nemotron 3 Embed — โมเดล embedding เปิดน้ำหนัก ขึ้นอันดับ 1 บน RTEB
โมเดลใหม่

NVIDIA ปล่อย Nemotron 3 Embed — โมเดล embedding เปิดน้ำหนัก ขึ้นอันดับ 1 บน RTEB

NVIDIA เปิดตัว Nemotron 3 Embed ชุดโมเดล embedding เปิดน้ำหนัก 3 ตัว ภายใต้สัญญาอนุญาต OpenMDW-1.1 ที่ใช้เชิงพาณิชย์ได้ โดยรุ่น 8B ทำคะแนน 78.46 NDCG@10 ขึ้นอันดับ 1 บนกระดาน RTEB — แต่คอลัมน์ชุดข้อมูลปิดที่เป็นหัวใจกันการ overfit ของ RTEB ถูกถอดออกตั้งแต่มกราคม

· อ่าน 5 นาที
DiscoBench: งานวิจัยชี้ search agent ไม่ได้แพ้ตรงการค้นหา — แต่แพ้ตรง 'ไม่รู้ว่าเมื่อไรควรถาม'
งานวิจัย

DiscoBench: งานวิจัยชี้ search agent ไม่ได้แพ้ตรงการค้นหา — แต่แพ้ตรง 'ไม่รู้ว่าเมื่อไรควรถาม'

เบนช์มาร์กใหม่ DiscoBench (211 ตัวอย่าง, ambiguity 463 จุด, 11 โดเมน) พบว่า search agent ที่ขับด้วย LLM ล้มเหลวไม่ใช่เพราะค้นหาไม่เก่ง แต่เพราะไม่รู้ว่าเมื่อไรควร 'หยุดถามผู้ใช้' — และการเอาแต่ค้นซ้ำแทนที่จะถาม มักแย่กว่าการเดาตรง ๆ ด้วยซ้ำ

· อ่าน 5 นาที