Vectara 推出准确率超过 90% 的托管 RAG 平台

Vectara 推出了一个 RAG 即服务平台，旨在解决检索增强生成系统常见的生产挑战。该平台由前 Google AI 研究人员创立，提供从文档摄收到响应生成的全托管流程，利用 Boomerang 等专有模型进行嵌入，Mockingbird 进行生成。Vectara 强调内置的治理功能，包括幻觉检测和事实一致性检查，目标是在大型文档集上也能实现超过 90% 的答案准确率。 AI

影响 为 RAG 提供托管解决方案，可能简化企业的部署并提高准确性。

排序理由 文章描述了一个新的 RAG 即服务平台，这是一个面向开发者的产品/工具，而不是来自前沿实验室的核心 AI 模型发布或研究突破。

在 dev.to — Claude Code tag 阅读 →

• Apache Software License 2.0
• Boomerang
• Google
• HHEM
• Stanford HAI
• Mockingbird
• Palo Alto
• Python
• retrieval-augmented generation

• 产品
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →