Papr Graph

Papr Graph是由Papr.ai推出的预测性记忆与上下文智能API，专为AI代理设计。该产品在斯坦福大学的STaRK基准测试中排名第一，检索准确率超过91%，延迟低于100毫秒。它统一了检索增强生成（RAG）和记忆功能，通过一个API即可实现，旨在减少AI幻觉并支持个性化代理。

Papr Graph的核心创新在于将语义嵌入转换为图形原生嵌入。传统向量搜索按语义相似度排序，但相似不等于正确。例如，关于阿司匹林的文档可能同时包含降低心脏病风险和导致胃出血的信息，仅靠语义相似度无法区分。Papr Graph通过将时间、主题、意图等结构信号直接编码到嵌入中，使排序反映上下文中的含义，而非表面相似性。该技术与模型无关，可与现有嵌入配合使用。

根据Papr.ai创始人Amir的介绍，Papr Graph在MTEB基准测试（涵盖编码、科学事实、金融等任务）上提升了现有嵌入性能5-20%。在斯坦福STaRK的MAG合成10%数据集上，Papr Graph以92%的hit@5准确率领先。该产品提供开源本地版本和云版本，内置访问控制列表（ACL）和权限管理，确保数据隐私和多租户安全。

Papr Graph是Papr.ai的第四次发布，此前曾推出AI原生文档（无限记忆）和异步视频对话等功能。用户可通过一次API调用将其集成到现有检索流程中，无需更改基础架构。