Retrieval-Augmented Generation gilt als eine der meistgenutzten Methoden, um Large Language Models mit unternehmenseigenem Wissen zu versorgen. Ein neuer Ansatz namens PageIndex stellt dabei die bislang fast universell eingesetzte Vektordatenbank in Frage – und ersetzt das semantische Ähnlichkeitssuchen durch strukturiertes Reasoning.
Alibabas Tongyi Lab hat mit VimRAG ein neues Framework für multimodales Retrieval-Augmented Generation (RAG) vorgestellt, das speziell für die Verarbeitung umfangreicher visueller Datenbestände entwickelt wurde. Der Ansatz kombiniert einen Memory Graph mit iterativer Suchlogik, um relevante Informationen aus großen Bild- und Videoarchiven präziser zu extrahieren als bisherige Methoden.
Die populäre Open-Source-Bibliothek Sentence Transformers hat mit Version 4.x Unterstützung für multimodale Embedding- und Reranker-Modelle eingeführt. Damit lassen sich Texte und Bilder gemeinsam in einem einheitlichen Vektorraum abbilden – eine Grundlage für leistungsfähigere Suchanwendungen und Dokumentenverarbeitung in Unternehmen.