查询感知压缩如何降低 RAG 成本？
在检索后使用较小模型过滤与查询相关的文本块，只将相关片段发送给主模型，从而减少主模型处理的输入令牌数，降低推理成本。
Reduce RAG costs on Amazon Bedrock with query-aware compression
（翻译）通过查询感知压缩降低 Amazon Bedrock 上的 RAG 成本
资讯摘要
Input tokens are often a meaningful part of the cost of running Retrieval Augmented Generation (RAG) at scale. This post describes a query-aware context compression pattern on Amazon Bedrock: after retrieval, a smaller model filters retrieved chunks against the query before the primary model answers
AI 摘要
本文介绍了在 Amazon Bedrock 上通过查询感知压缩降低 RAG 成本的方法。该模式在检索后、最终回答前，使用较小的模型（如 Claude Haiku）根据用户查询过滤检索到的文本块，再让主模型（如 Claude Sonnet）基于压缩后的证据生成答案，从而减少输入令牌数，降低成本并降低幻觉风险。
AI 问答
实现该模式需要哪些前提条件？
需要有效的 AWS 账户、为 Lambda 函数创建 IAM 角色并添加权限，以及在 Bedrock 中启用所需的模型访问权限（如 Claude Haiku 和 Claude Sonnet）。
更多资讯
做了两年AI落地，我总结了这7点思考
Stella：“显化”想要的人生，60天35万美元月收入
探秘柬埔寨，千年吴哥窟圆桌：中国之光成为新共识| 36氪 2026产业未来大会Meta新研究：字节模型蒸馏后，天花板破了
字节跳动CEO梁汝波：豆包、飞书与火山引擎整合后 将加大企业市场投入
美国加密新规又黄了
AI风口之下，明星们又想“挤上”牌桌了英国殖民之前的澳大利亚原居民人口约 222 万
旧消费品，正长出新生意
就业率砍半，年轻人靠什么翻盘？AI时代，这三点越早做越好强化学习大本营新作：如何破解「学新忘旧」困局英伟达带动AI数据中心大变革，中国厂商不想当边缘人王强宇履新百望：从发票SaaS工具，到财税垂直大模型，再到企业的Palantir
GPT-6 Sol 曝光：OpenAI 要把旗舰变成大白菜
长期利率为何不愿下跌？
展翼之后，三折叠再次进化：HUAWEI Mate XT 2 非凡大师深度体验评测
苹果Siri AI上线；豆包手机助手消费版正式发布；塔克拉玛干沙漠发现两处大型地下水水源
Python 拥抱 RISC-V：CPython 正式纳入 Tier 3 平台
微信桌面端变“三折叠”，可能是在给小微腾位置
清晰法案有概率通过？市场可能并未定价
抖音上线 “免费短剧” App，短剧赛道再添一员猛将
以太坊 2026 年第二季度报告
从”边卖边补”到”准备好再卖”：产品商品化的四步闭环
这种国民鱼一直被低估、被当廉价鱼！现在才知道钙和 DHA 这么多！快试试美团发布“手艺人Agent”，发型师可“吩咐”AI小帮手打理线上作品
美联储今起议息 沃什或成关键一票圆桌：CVC的全面崛起 | 36氪 2026产业未来大会美股太贵 该加仓新兴市场吗？芯视界创始人、董事长兼首席科学家鲍捷：十年产业实践，量子感知芯片为物理AI打开物质世界 "感知入口" | 2026年36氪产业未来大会