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。

2026-04-09 至 2026-04-09 共收录 2 篇信号源：cs.IR, cs.CL, cs.AI, cs.DB

1. 知识库问答 2 篇

2604.07274 2026-04-09 cs.CL cs.AI cs.LG 82%

A Systematic Study of Retrieval Pipeline Design for Retrieval-Augmented Medical Question Answering

检索增强医疗问答中检索流程设计的系统研究

Nusrat Sultana, Abdullah Muhammad Moosa, Kazi Afzalur Rahman, Sajal Chandra Banik

机构 * Department of Mechatronics & Industrial Engineering, Chittagong University of Engineering & Technology（吉大港工程与技术大学机电与工业工程系）； Department of Mechanical Engineering, Chittagong University of Engineering & Technology（吉大港工程与技术大学机械工程系）

专题命中知识库问答：retrieval-augmented generation(abstract)；RAG(abstract)；dense retrieval(abstract)；knowledge retrieval(abstract)

AI总结本文系统评估了检索增强医疗问答的性能，发现检索增强显著提升了零样本医疗问答效果，最佳配置为密集检索加查询改写和重排序，准确率达60.49%。

2604.07012 2026-04-09 cs.CL 70%

DTCRS: Dynamic Tree Construction for Recursive Summarization

DTCRS: 动态树构建用于递归摘要

Guanran Luo, Zhongquan Jian, Wentao Qiu, Meihong Wang, Qingqiang Wu

机构 * School of Informatics, Xiamen University（厦门大学信息学院）

专题命中知识库问答：retrieval-augmented generation(abstract)；RAG(abstract)；分类 cs.CL

AI总结 DTCRS通过动态生成摘要树减少冗余，提升摘要与问题的相关性，从而加快构建时间并改进三个问答任务的性能。