AI 大模型

RAG / 检索增强生成

检索增强生成、向量检索、知识库问答和面向大模型的搜索系统。

2026-02-25 至 2026-02-25 共收录 3 篇信号源：cs.IR, cs.CL, cs.AI, cs.DB

1. RAG评测 3 篇

2602.20735 2026-02-25 cs.IR cs.AI cs.CL 85%

RMIT-ADM+S at the MMU-RAG NeurIPS 2025 Competition

RMIT-ADM+S在MMU-RAG NeurIPS 2025比赛中的表现

Kun Ran, Marwah Alaofi, Danula Hettiachchi, Chenglong Ma, Khoi Nguyen Dinh Anh, Khoi Vo Nguyen, Sachin Pathiyan Cherumanal, Lida Rashidi, Falk Scholer, Damiano Spina, Shuoqi Sun, Oleg Zendel

机构 * RMIT University（皇家墨尔本理工大学）

专题命中 RAG评测：RAG(title,abstract)；retrieval-augmented generation(abstract)；分类 cs.IR、cs.CL、cs.AI

AI总结 RMIT-ADM+S系统通过Routing-to-RAG架构在NeurIPS 2025 MMU-RAG比赛中获胜，实现了高效检索增强生成和复杂科研任务处理。

Comments MMU-RAG NeurIPS 2025 winning system

2602.20379 2026-02-25 cs.CL cs.AI 84%

Case-Aware LLM-as-a-Judge Evaluation for Enterprise-Scale RAG Systems

面向企业级RAG系统的案例感知LLM-as-a-Judge评估

Mukul Chhabra, Luigi Medrano, Arush Verma

机构 * Dell Technologies（戴尔技术）

专题命中 RAG评测：RAG(title,abstract)；retrieval-augmented generation(abstract)；分类 cs.CL、cs.AI

AI总结本文提出面向企业级RAG系统的案例感知LLM-as-a-Judge评估框架，通过八个操作指标评估多轮工作流，揭示企业关键权衡，提升系统诊断清晰度和可操作性。

Comments 12 pages including appendix, 6 figures

2602.20799 2026-02-25 cs.SE 67%

Unseen-Codebases-Domain Data Synthesis and Training Based on Code Graphs

基于代码图的未见代码库数据合成与训练

Guangsheng Ou, Qiming Zhang, Sirong Chen, Anji Li, Dong Xu, Tiancheng Luo, Dekun Dai, Cuiyun Gao, Long Wang, Jun Zhou, Mingwei Liu, Zibin Zheng

专题命中 RAG评测：retrieval-augmented generation(abstract)；RAG(abstract)

AI总结提出UCD-Training框架，通过代码图构建和两阶段训练，提升模型对未见代码库的推理能力和数据合成效果。