在 Amazon SageMaker AI 上用多轮 RL 微调搜索智能体
AWS 介绍了如何用 Amazon SageMaker AI 的多轮强化学习（MTRL）微调搜索智能体，并在检索质量与可靠性上给出实测结果。方案以 Qwen3.6-27B 为基础模型，环境提供 BM25 词法搜索与向量搜索两种工具，并限制交互轮数。
#搜索
#搜索
今日 0 条AWS Machine Learning BlogAI 评分3838 AWS Machine Learning BlogAI 评分2222 用 Amazon Bedrock AgentCore 为 Claude Desktop 添加安全 Web Search
AWS 发布教程，演示如何通过 Amazon Bedrock AgentCore Gateway 为 Claude Desktop 接入 Web Search，填补模型训练知识截止后的信息缺口。
AWS Machine Learning BlogAI 评分2222 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（GenAIIC）合作，基于 Amazon Bedrock 和 Amazon OpenSearch Service 构建多模态视频检索方案，将单次内容发现任务耗时从平均 250 分钟降至 2 分钟以内。
Baseten 工程博客（网页）AI 评分5656 Baseten 发布 Hosted Tools，首个工具 Grounded Inference 支持服务端联网搜索
Baseten 发布 Baseten Hosted Tools，把工具执行内嵌到推理服务端，首个工具 Baseten Grounded Inference 让托管模型通过配置即可调用联网搜索，获取截至当日的最新信息。
Google Research：Blog（网页）AI 评分4444 Google 用 Retrieve-for-Train 框架突破推理瓶颈，加速复杂 AI 搜索
Google Research 提出 Retrieve-for-Train 框架，用离线强化学习将奖励对齐的查询扇出编译为监督信号，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生成完整结果集，无需测试时 CoT 推理 token。该方法基于 Gemma3-4B 和 Qwen3-4B 微调，旨在解决零样本 LLM 的复述坍缩与自回归延迟瓶颈，论文已被 ICML 2026 收录。
公众号：小红书技术（dots.llm）精选AI 评分6868 小红书 AllSpark 开源 Search Agent 模型 Iris，35B 与 397B 版本同量级成绩领先
小红书 AllSpark 团队发布并开源 Search Agent 模型 Iris，权重和评测代码已公开，数据与训练配方将陆续公布。
推荐理由：原文给出了数据构造、SFT-RL 训练和统一评测的完整思路，读者可以据此理解 Search Agent 的训练难点与可迁移方法。
Artificial Analysis@ArtificialAnlysAI 评分5454
Perplexity@perplexity_aiAI 评分3030
Ant Ling@AntLingAGIAI 评分3939蚂蚁百灵发布 Ling-3.0-flash-Sante，一个基于 Ling-3.0-flash 构建、面向健康与医疗领域增强的 MoE 模型，名字取自法语 santé（健康）。
公众号：蚂蚁百灵（Ling）AI 评分5454 蚂蚁开源 Ling-3.0-flash-Fin（124B A5.1B）金融模型与 FinFIRST 评测基准
蚂蚁集团正式开源面向真实金融工作流的 Ling-3.0-flash-Fin（124B A5.1B），为 MoE 架构、支持最长约 256K 上下文，并同步开放面向金融搜索 Agent 的评测基准 FinFIRST（Financial Information Retrieval, Sourcing and Traceability），中金公司投行团队在构建过程中提供专业支持。
Claude：Blog（网页）精选AI 评分6464 Anthropic 发布 Claude 商务智能体蓝图，含购物与商家智能体参考实现
Anthropic 发布面向电商、旅游、电信和票务平台的商务智能体蓝图，提供可在数天内上线的 harness、模式和护栏，附购物智能体与商家智能体的完整参考实现及 Claude Code 插件。
推荐理由：原文给出完整可部署的购物与商家智能体实现、接入方式和合作生态，工程团队可据此评估落地铁路线。
公众号：小红书技术（dots.llm）AI 评分4242 小红书与NVIDIA联合发布GR-Inference推理引擎，优化生成式召回
小红书与NVIDIA联合构建GR-Inference，一个面向长Context、短Decode、大Beam的生成式召回专用推理引擎，覆盖KV抽象、连续批处理、专用Decode Attention、受限生成与CUDA Graph等优化。
公众号：百度智能云（文心）AI 评分3434 百度千帆Token Plan企业版更新：DeepSeek-V4-Pro-0813与GLM-5.3等三款模型上线并接入百度搜索工具
百度千帆Token Plan企业版更新，DeepSeek-V4-Pro-0813正式版与GLM-5.3、GLM-5.3-Flash三款模型上线，原有模型ID可直接调用。百度搜索工具正式接入，专属API-KEY即可调用，限时优惠每次2.5积分。Token福利包扩展覆盖语音、OCR、智能文档分析等AI开放能力，席位扩展为四档并有限时赠送积分、夜享Token低至2折等活动。