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。

2026-03-09 至 2026-03-09 共收录 3 篇信号源：cs.IR, cs.CL, cs.AI, cs.DB

1. 向量检索 3 篇

2503.01823 2026-03-09 cs.DB 83%

Cracking Vector Search Indexes

破解向量搜索索引

Vasilis Mageirakos, Bowen Wu, Gustavo Alonso

专题命中向量检索：vector search(title)；retrieval augmented generation(abstract)；RAG(abstract)；分类 cs.DB

AI总结 CrackIVF是一种自适应分区索引，通过逐步适应查询工作负载，实现比提前构建索引更快的初始化速度，适用于冷数据和未见数据集的高效检索。

Comments vldb camera ready update

Journal ref Proceedings of the VLDB Endowment 18 (2025) 3951-3964

2603.06159 2026-03-09 cs.DB cs.IR cs.LG 76%

Efficient Vector Search in the Wild: One Model for Multi-K Queries

野外高效的向量搜索：一个支持多K查询的模型

Yifan Peng, Jiafei Fan, Xingda Wei, Sijie Shen, Rong Chen, Jianning Wang, Xiaojian Luo, Wenyuan Yu, Jingren Zhou, Haibo Chen

机构 * Shanghai Jiao Tong University（上海交通大学）； Boston University（波士顿大学）； Alibaba Group（阿里巴巴集团）

专题命中向量检索：vector search(title)；分类 cs.IR、cs.DB

AI总结 OMEGA是一种支持多K查询的高效向量搜索模型，通过动态细化和统计特性优化，实现高精度、高性能和低预处理成本。

2510.23896 2026-03-09 cs.CL 57%

AfriMTEB and AfriE5: Benchmarking and Adapting Text Embedding Models for African Languages

AfriMTEB 和 AfriE5：为非洲语言构建和适应文本嵌入模型的基准测试

Kosei Uemura, Miaoran Zhang, David Ifeoluwa Adelani

机构 * University of Toronto（多伦多大学）； Mila - Quebec AI Institute, McGill University（魁北克AI研究院，麦吉尔大学）； Saarland University, Saarland Informatic Campus（萨尔兰大学，萨尔兰信息学院）； Canada CIFAR AI Chair（加拿大CIFAR人工智能主席）

专题命中向量检索：retrieval-augmented generation(abstract)；分类 cs.CL

AI总结本文提出 AfriMTEB 和 AfriE5，为非洲语言构建和适应文本嵌入模型的基准测试，通过引入新任务和跨语言对比蒸馏方法，提升了模型性能。

Comments Accepted to EACL 2026 (main conference)