AutoDev Knowledge Agent 通过 Agentic RAG 实现复杂场景下的知识问答，采用层级化查询和 DocQL 结构化查询接口，支持多种文档格式。该系统通过智能搜索和多级扩展，提升信息定位效率，增强研发效率。

在AI时代，企业需将AI深度融入日常工作，而非仅依赖模型。飞书的知识问答功能根据员工权限提供精准答案，提升工作效率，促进知识流动，帮助企业更好利用内部信息。

本研究提出了一种新的“问题到问题”匹配与检索方法，旨在提高维基百科和维基数据的知识问答的准确性与效率。通过指令调优的语言模型生成问题集并存储为向量嵌入，实现高精度内容检索，提升问答系统的速度与可扩展性。

本研究分析了构建本地大型语言模型（LLMs）的原因，并评估了35种日语和多语言LLMs在19个评估基准上的表现。结果表明，英语文本训练能提高日语评分，而日语特定文本训练则有助于日语知识问答和翻译任务，揭示了日本能力与计算资源的关系。

本文探讨了大型语言模型（LLMs）与知识图谱（KGs）的结合，提出了KnowledgeNavigator框架，以提升推理能力并解决幻觉问题。实验结果表明，该框架在知识问答任务中表现优越，为未来研究提供了新方向。

文章介绍了基于知识的全面评估框架KGQuiz，包含五个任务，涵盖三个领域的知识。通过广泛实验发现，LLMs在简单的知识问答任务中表现出色，但在需要更复杂推理或领域特定事实的设置和上下文中仍存在挑战。KGQuiz是一个测试平台，用于评估和改进LLMs在广泛知识领域和任务中的知识能力。

阿里云推出三种问答方式：VectorStore、LLM、Langchain，用户需配置Elasticsearch连接参数，上传知识库文档，使用API调用或上传配置文件连接服务。聊天问答支持自定义prompt和返回相似结果条数。