算法论文8

MCompassRAG：用指南针破解RAG检索难题

PaperAgent2026-07-02

AI 摘要

小扬：MCompassRAG给粗chunk加主题元数据当语义指南针，训练推理分离。实验显示，其在6个benchmark平均IE涨8.24%、延迟降5倍+，解决了RAG的chunk两难。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

Booking.com亿级向量数据库选型实践

本文分享Booking.com在1亿条embedding数据规模下，原有OpenSearch向量方案遇到性能、成本、运维瓶颈后，自行设计贴合生产的压测对比不同方案，最终完成选型迁移的全过程，总结了实用经验。

Perplexity核心搜索面向大模型检索，原有存储Amazon DynamoDB在高流量下存在延迟高、成本不可控问题，两名工程师两个月用Rust写出4万行自研CobbleDB，迁移后性能成本均大幅优化，后续计划开源。

本文解答产品添加AI搜索时，选用专用向量数据库还是MongoDB的选型疑问，理清两类检索的能力边界，讲解MongoDB检索的架构、用法与踩坑点，给出可复用的选型判断框架。

文章介绍 LLM Wiki 工程实践。包括为 AI Coding 创建知识地图，指导 Agent 加载上下文；在 Obsidian 构建知识体系，有插件和自定义 Agent 两种方法；还分析其与 RAG 关系，指出可融合互补，不要过度神话 LLM Wiki。