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。

2026-04-01 至 2026-04-01 共收录 2 篇信号源：cs.IR, cs.CL, cs.AI, cs.DB

1. 图谱与结构化RAG 2 篇

2603.28773 2026-04-01 cs.IR cs.CL cs.LG 84%

UltRAG: a Universal Simple Scalable Recipe for Knowledge Graph RAG

UltRAG：一种通用简单可扩展的知识图谱RAG配方

Dobrik Georgiev, Kheeran Naidu, Alberto Cattaneo, Federico Monti, Carlo Luschi, Daniel Justus

机构 * Graphcore Research（Graphcore 研究院）

专题命中图谱与结构化RAG ：RAG(title,abstract)；retrieval augmented generation(abstract)；分类 cs.IR、cs.CL

AI总结本文提出UltRAG框架，通过神经查询执行模块提升知识图谱问答性能，无需重新训练LLM，在大规模知识图谱上实现高效问答。

2509.21035 2026-04-01 cs.AI cs.CL 62%

CLAUSE: Agentic Neuro-Symbolic Knowledge Graph Reasoning via Dynamic Learnable Context Engineering

CLAUSE: 通过动态可学习上下文工程实现基于代理的神经符号知识图谱推理

Yang Zhao, Chengxiao Dai, Wei Zhuo, Yue Xiu, Dusit Niyato

机构 * Independent Researcher（独立研究员）； School of Computer Science, The University of Sydney, Australia（悉尼大学计算机科学学院）； College of Computing & Data Science, Nanyang Technological University, Singapore（南洋理工大学计算与数据科学学院）

专题命中图谱与结构化RAG ：RAG(abstract)；分类 cs.CL、cs.AI

AI总结 CLAUSE通过动态可学习上下文工程实现神经符号知识图谱推理，优化多跳问答的准确率、延迟和成本，减少子图增长和端到端延迟。