RAG / 检索增强生成

De Jure: Iterative LLM Self-Refinement for Structured Extraction of Regulatory Rules

De Jure：基于迭代LLM自优化的结构化监管规则提取

Keerat Guliani, Deepkamal Gill, David Landsman, Nima Eshraghi, Krishna Kumar, Lovedeep Gondara

机构 * The Vanguard Group, Inc.（先锋集团） 纠错

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

AI总结 De Jure通过四个阶段自动提取结构化监管规则，无需人工标注或领域知识，提升监管文本处理的效率和可追溯性。

Towards Robustness: A Critique of Current Vector Database Assessments

迈向鲁棒性：对当前向量数据库评估的批评

Zikai Wang, Qianxi Zhang, Baotong Lu, Qi Chen, Cheng Tan

专题命中 图谱与结构化RAG ：RAG(abstract)；分类 cs.DB

AI总结 本文批评了平均召回率作为向量数据库评估指标的不足，提出Robustness-δ@K新指标以更全面评估召回分布，揭示不同数据库的鲁棒性差异，并指导优化尾部性能。