RAG＆KG＆LLM＆文档智能四大领域技术前沿：老刘说NLP技术社区持续对外纳新
老刘说NLP技术社区围绕大模型&RAG&文档智能&知识图谱四个主题，提供每日早报、线上分享和专题课程等多种形式的技术内容，旨在提升成员的技术深度感。
老刘说NLP
RAG中的生成线索挖掘：KG+COT+NLI集成思路GE-Chat及CausalRAG因果过滤方案
2025年5月17日，北京晴天。文章介绍了知识图谱结合因果推理的RAG增强方法GE-Chat与CausalRAG，前者通过构建知识图谱、链式思维和蕴含推理生成准确证据；后者则通过因果关系过滤提高检索精度。
数据合成方案:知识图谱增强RAG用于难度可控问题生成思路及实现流程
今天继续探讨知识图谱在数据合成上的应用，介绍了一种利用知识图谱结合RAG进行问题生成的方法，《KAQG: A Knowledge-Graph-Enhanced RAG for Difficulty-Controlled Question Generation》(https://arxiv.org/pdf/2505.07618)。论文通过定义多个维度的难度指标来量化难度，使用PageRank算法筛选知识点，并结合大模型生成具体题目。
腾讯的Cursor–CodeBuddy深度评测-从代码生成到多文件协作生成的AI开发工具评测
编码智能体Craft通过「需求-拆解-执行-验证」流程实现复杂工程任务，支持从需求到多文件代码生成、重构的全流程自主化开发，并提供MCP生态整合能力及Plan模式辅助用户完成任务。对比Cursor Agent，Craft在多个方面表现出色，支持多文件系统级改造，具备更好的用户体验和计划功能，是开发者值得考虑的选择。
从算法成功转到模型推理：应届生斩获 6 个 offer 的进阶之路
研究生李在计算机视觉算法岗遇到困难后转向模型压缩与推理加速方向，并参加了杨伟光老师的深度学习模型推理加速项目实践课程，最终顺利拿到企业offer。
技术总结：25个大模型推理引擎对比及多模态推理大模型实现梳理
2025年5月12日，北京晴天。文章介绍了两篇技术总结，一是对25个大模型推理引擎的对比分析；二是多模态领域的推理进展总结，涵盖评测数据、实现路径及未来发展设想等内容。