从检索到类型化决策：基于生物医学句子编码器校准的 System One 模型
研究提出 SBERT2S1，将 Sentence-Transformers 编码器转换为双编码器、cross-head（C）与 prior-fused residual（PFR）决策模型，并发布生物医学类型化决策套件 BIODECIDE 及源自 NLM 索引的 243k 训练决策 MEDLINE-S1。在六组父检索器配对中，检索训练提升了零样本表现。
#RAG
Hugging Face Daily PapersAI 评分2727
Hugging Face Daily PapersAI 评分2222 同等排序质量，不同决策：测量与降低 LLM 评分器的顺序依赖
LLM 评分器在同一 prompt 中为多个候选文档或回答打分时，候选顺序变化会改变分数，进而影响阈值筛选、阅读器答案和偏好训练数据的决策。研究发现同等排序质量并不代表决策一致，并提出测量与降低这种顺序依赖的方法。
Hugging Face Daily PapersAI 评分3131 基于检索的开放式评估在哪里失效？从长文本医学答案事实性验证自动归纳分类体系
针对基于检索的医学事实性评估，研究提出两套分类体系，用于定位 LLM 生成医学答案在事实核查中的失效位置与原因。现有系统多用 F1 等聚合指标衡量性能，掩盖了失败发生的具体环节，而既有 RAG 诊断方法依赖标准答案或标注证据，在该场景下并不存在。
GitHub Blog · AI & MLAI 评分2222 GitHub Podcast 拆解五大 AI 热梗：该不该读 AI 代码、RAG 已死、Skills 杀死 MCP？
GitHub Podcast 最新一期拆解了五个 AI 热门论断：AI 生成的代码仍需阅读，但审查力度应按风险分级；Skills 与 MCP 解决不同问题，MCP 提供连接工具与数据的标准，Skills 则封装团队流程与最佳实践；RAG 并未消亡，检索能为模型提供训练数据之外的相关信息，减少 token 浪费并让回答更有依据。