RAG / 检索增强生成

Domain-Specific Data Generation Framework for RAG Adaptation

面向RAG适应的领域特定数据生成框架

Chris Xing Tian, Weihao Xie, Zhen Chen, Zhengyuan Yi, Hui Liu, Haoliang Li, Shiqi Wang, Siwei Ma

机构 * Peng Cheng Laboratory（鹏城实验室） ； City University of Hong Kong（香港城市大学） ； Peking University（北京大学） 纠错

专题命中 检索器与排序 ：RAG(title,abstract)；retrieval-augmented generation(abstract)；retriever(abstract)；分类 cs.CL、cs.AI

AI总结 本文提出RAGen框架，通过识别文档中的关键概念生成领域相关的问答对，支持多种RAG适应策略，提升领域适应效果。

Comments To appear in ACL 2026

ARK: Answer-Centric Retriever Tuning via KG-augmented Curriculum Learning

ARK：通过知识图谱增强课程学习实现答案导向的检索器调优

Hang Ding, Jiawei Zhou, Haiyun Jiang

专题命中 检索器与排序 ：retriever(title,abstract)；retrieval-augmented generation(abstract)；RAG(abstract)；分类 cs.IR

AI总结 本文提出一种基于知识图谱增强课程学习的答案导向检索器调优框架，通过生成增强查询和逐步挑战的硬负样本，提升检索器区分关键证据的能力，实验表明在多个基准数据集上性能优于基线模型。

Comments ACL 2026 accepted as main. For source code, see https://github.com/valleysprings/ARK/

HiPRAG: Hierarchical Process Rewards for Efficient Agentic Retrieval Augmented Generation

HiPRAG：分层过程奖励用于高效代理检索增强生成

Peilin Wu, Mian Zhang, Kun Wan, Wentian Zhao, Kaiyu He, Xinya Du, Zhiyu Chen

机构 * The University of Texas at Dallas（德克萨斯大学达拉斯分校） ； Adobe Inc.（Adobe公司） 纠错

专题命中 检索器与排序 ：retrieval augmented generation(title)；RAG(abstract)；分类 cs.CL、cs.AI

AI总结 HiPRAG通过引入细粒度的知识引导过程奖励，优化代理检索增强生成的推理过程，提升搜索效率并减少无效搜索。

Comments Accepted to ICLR 2026

On the Representational Limits of Quantum-Inspired 1024-D Document Embeddings: An Experimental Evaluation Framework

关于量子启发式1024维文档嵌入表示的限制：一个实验评估框架

Dario Maio

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；RAG(abstract)；hybrid retrieval(abstract)；分类 cs.IR、cs.AI

AI总结 本文提出一个实验框架，用于构建基于重叠窗口和多尺度聚合的量子启发式1024维文档嵌入，通过诊断工具评估混合检索性能，发现BM25仍为强基线，而量子启发式嵌入在排名信号上表现不稳定。

Comments 44 pages, 6 figures

An Iterative Utility Judgment Framework Inspired by Philosophical Relevance via LLMs

一种受哲学相关性启发的迭代效用判断框架

Hengran Zhang, Keping Bi, Jiafeng Guo, Xueqi Cheng

机构 * State Key Laboratory of AI Safety（人工智能安全国家重点实验室） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；RAG(abstract)；分类 cs.IR、cs.CL、cs.AI

AI总结 本文提出ITEM框架，通过迭代提升信息检索中相关性排序、效用判断和答案生成的性能，实验表明在多个数据集上均优于基线模型。

Comments Accepted to ACL 2026 Findings

ARHN: Answer-Centric Relabeling of Hard Negatives with Open-Source LLMs for Dense Retrieval

ARHN: 基于开源大语言模型的密集检索中以答案为中心的困难负样本重标定

Hyewon Choi, Jooyoung Choi, Hansol Jang, Hyun Kim, Chulmin Yun, ChangWook Jun, Stanley Jungkyu Choi

专题命中 检索器与排序 ：dense retrieval(title)；分类 cs.IR

AI总结 ARHN通过利用开源大语言模型对困难负样本进行重标定，结合重标定与过滤策略提升检索效果，提供更清洁的监督信号。

Comments Accepted to SIGIR 2026

CodaRAG: Connecting the Dots with Associativity Inspired by Complementary Learning

CodaRAG: 通过互补学习启发的关联性连接点

Cheng-Yen Li, Xuanjun Chen, Claire Lin, Wei-Yu Chen, Wenhua Nie, Hung-Yi Lee, Jyh-Shing Roger Jang

机构 * National Taiwan University（国立台湾大学） 纠错

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；RAG(abstract)；分类 cs.CL、cs.AI

AI总结 CodaRAG通过互补学习系统启发，提出了一种将碎片化信息整合为稳定记忆基础，通过多维路径遍历图结构，消除超关联噪声，提升检索和生成精度的框架。

Comments Preprint, Submitted to ACM TIST

HyEm: Query-Adaptive Hyperbolic Retrieval for Biomedical Ontologies via Euclidean Vector Indexing

HyEm：通过欧几里得向量索引实现查询自适应的双曲检索用于生物医学本体

Ou Deng, Shoji Nishimura, Atsushi Ogihara, Qun Jin

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；RAG(abstract)；分类 cs.IR、cs.DB

AI总结 HyEm通过结合双曲本体嵌入与欧几里得ANN基础设施，解决生物医学本体中层次感知的检索问题，提升实体中心查询和混合意图查询性能，保持索引可扩展性。

CARO: Chain-of-Analogy Reasoning Optimization for Robust Content Moderation

CARO：用于鲁棒内容审核的类比推理优化

Bingzhe Wu, Haotian Lu, Yuchen Mou

机构 * National Engineering Laboratory for Big Data System Computing Technology（大数据系统计算技术国家工程实验室） ； Shenzhen University（深圳大学） ； Tsinghua University（清华大学） ； National University of Singapore（新加坡国立大学） 纠错

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；RAG(abstract)；分类 cs.AI

AI总结 CARO通过两阶段训练框架提升LLM的类比推理能力，有效缓解内容审核中的误导性决策短路问题，实验显示其在模糊审核基准上平均F1得分提升24.9%。

Comments Accepted to ACL 2026 findings; under official publication process

ADAM: A Systematic Data Extraction Attack on Agent Memory via Adaptive Querying

ADAM：通过自适应查询对代理记忆进行系统性数据提取攻击

Xingyu Lyu, Jianfeng He, Ning Wang, Yidan Hu, Tao Li, Danjue Chen, Shixiong Li, Yimin Chen

机构 * University of Massachusetts Lowell, USA（马萨诸塞大学洛厄尔分校） ； Amazon, USA（亚马逊） ； University of South Florida, USA（南佛罗里达大学） ； Rochester Institute of Technology, USA（罗切斯特理工学院） ； Purdue University, USA（普渡大学） ； North Carolina State University, USA（北卡罗来纳州立大学） 纠错

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；RAG(abstract)；分类 cs.AI

AI总结 本文提出ADAM攻击，通过估计受害者代理内存的数据分布和熵引导查询策略，提升隐私泄露效果，实验显示其攻击成功率高达100%。

Legal2LogicICL: Improving Generalization in Transforming Legal Cases to Logical Formulas via Diverse Few-Shot Learning

Legal2LogicICL: 通过多样少量样本学习提升将法律案例转换为逻辑公式的一般化能力

Jieying Xue, Phuong Minh Nguyen, Ha Thanh Nguyen, May Myo Zin, Ken Satoh

机构 * Center for Juris-Informatics, ROIS-DS（法信息学中心，ROIS-DS） ； Japan Advanced Institute of Science and Technology（日本先端科学技术大学） 纠错

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；分类 cs.CL、cs.AI

AI总结 本文提出Legal2LogicICL框架，通过检索增强生成实现有效上下文学习，构建信息丰富且稳定的少量样本演示，提升法律案例转逻辑表示的准确性与稳定性。

Comments Accepted at ICAIL 2026

RECIPER: A Dual-View Retrieval Pipeline for Procedure-Oriented Materials Question Answering

RECIPER：一种面向材料问题回答的双视角检索流程

Zhuoyu Wu, Wenhui Ou, Pei-Sze Tan, Wenqi Fang, Sailaja Rajanala, Raphaël C. -W. Phan

机构 * Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） 纠错

专题命中 检索器与排序 ：dense retrieval(abstract)；分类 cs.CL、cs.AI

AI总结 本文提出RECIPER双视角检索流程，通过结合段落上下文和紧凑的LLM提取的工艺摘要，提升材料科学论文中工艺细节的检索效果，实验表明在多个检索模型上均取得显著提升。

Comments 5 pages, 1 figure

CircuitSynth: Reliable Synthetic Data Generation

CircuitSynth：可靠的合成数据生成

Zehua Cheng, Wei Dai, Jiahao Sun, Thomas Lukasiewicz

机构 * University of Oxford（牛津大学） ； TU Wien（维也纳工业大学） 纠错

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；分类 cs.CL、cs.AI

AI总结 CircuitSynth提出了一种新的神经符号框架，通过将语义推理与表层实现解耦，结合概率句法决策图和凸优化机制，实现高保真合成数据生成，确保逻辑约束和分布目标。

Comments 11 Pages

Retrieval-Augmented Large Language Models for Evidence-Informed Guidance on Cannabidiol Use in Older Adults

基于检索增强的大型语言模型用于指导老年人使用大麻二酚的证据支持

Ali Abedi, Charlene H. Chu, Shehroz S. Khan

机构 * Lawrence Bloomberg Faculty of Nursing, University of Toronto（多伦多大学劳伦斯·布隆伯格护理学院） ； KITE Research Institute, Toronto Rehabilitation Institute, University Health Network（大学健康网络多伦多康复研究所KITE研究所） ； College of Engineering and Technology, American University of the Middle East（中东美国大学工程与技术学院） 纠错

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；分类 cs.IR、cs.AI

AI总结 本文提出一种结合结构化提示工程与大麻二酚证据的检索增强型大型语言模型框架，用于为老年人提供安全指导，同时开发了无标注评估框架以评估AI在敏感健康场景中的可靠性。

CHAIRO: Contextual Hierarchical Analogical Induction and Reasoning Optimization for LLMs

CHAIRO：面向LLMs的上下文分层类比归纳与推理优化

Haotian Lu, Yuchen Mou, Bingzhe Wu

机构 * National Engineering Laboratory for Big Data System Computing Technology（国家大数据系统计算技术工程实验室） ； Shenzhen University（深圳大学） ； Tsinghua University（清华大学） ； National University of Singapore（新加坡国立大学） 纠错

专题命中 检索器与排序 ：RAG(abstract)；分类 cs.AI

AI总结 本文提出CHAIRO框架，通过类比示例提升规则归纳和决策可靠性，在内容审核中实现更准确和可解释的规则生成。

Comments Accepted to ACL 2026 main conference; under official publication process

PatchRecall: Patch-Driven Retrieval for Automated Program Repair

PatchRecall: 基于补丁的检索用于自动化程序修复

Mahir Labib Dihan, Faria Binta Awal, Md. Ishrak Ahsan

专题命中 检索器与排序 ：hybrid retrieval(abstract)；分类 cs.CL

AI总结 PatchRecall通过结合代码库检索与历史检索策略，在提升召回率的同时保持简洁，实验表明其在SWE-Bench上实现了更高的召回率且不显著增加检索文件数量，从而提升自动化程序修复效果。

Comments Code is available at https://www.kaggle.com/code/mahirlabibdihan/swe-bench-pag

Retrieval Augmented Conversational Recommendation with Reinforcement Learning

基于强化学习的检索增强对话推荐

Zhenrui Yue, Honglei Zhuang, Zhen Qin, Zhankui He, Huimin Zeng, Julian McAuley, Dong Wang

专题命中 检索器与排序 ：retriever(abstract)；分类 cs.IR

AI总结 本文提出RAR框架，通过动态结合检索与生成提升推荐性能与事实性，构建大规模电影语料库并引入强化学习方法优化候选集。

Persistent Identity in AI Agents: A Multi-Anchor Architecture for Resilient Memory and Continuity

人工智能代理中的持久身份：一种多锚架构用于健壮的记忆和连续性

Prahlad G. Menon

机构 * The Menon Lab（Menon实验室） 纠错

专题命中 检索器与排序 ：RAG(abstract)；分类 cs.AI

AI总结 本文提出多锚架构解决AI代理身份问题，通过分离组件实现持久身份，引入混合RAG+RLM检索系统，提出身份锚点概念，提供身份在部分记忆故障下的持续性方案。

Comments 18 pages, 2 figures. Submitting to arXiv cs.ET (Emerging Technologies)

Human-AI Collaboration for Scaling Agile Regression Testing: An Agentic-AI Teammate from Manual to Automated Testing

人类与AI协作扩大敏捷回归测试：从手动到自动化测试的智能体AI队友

Moustapha El Outmani, Manthan Venkataramana Shenoy, Ahmad Hatahet, Andreas Rausch, Tim Niklas Kniep, Thomas Raddatz, Benjamin King

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)

AI总结 本文探讨了通过智能体AI系统生成系统级回归测试脚本，提升自动化测试效率，并强调持续的人机协作对敏捷测试的重要性。

Comments Accepted at the XP 2026 Workshop on Human-AI Collaboration in Agile Teams. To appear in proceedings

SLM Finetuning for Natural Language to Domain Specific Code Generation in Production

为生产环境中的自然语言到领域特定代码生成进行SLM微调

Renjini R. Nair, Damian K. Kowalczyk, Marco Gaudesi, Chhaya Methani

专题命中 检索器与排序 ：retrieval augmented generation(abstract)

AI总结 本文研究了通过微调小型语言模型提升自然语言到领域代码生成的性能与效率，展示了在生产环境中优于大模型的延迟和成本效益。

Comments 11 pages (including appendix), 5 tables, 1 figure. Submitted to arXiv as a preprint

MultiMend: Multilingual Program Repair with Context Augmentation and Multi-Hunk Patch Generation

MultiMend: 多语言程序修复与上下文增强及多补丁补丁生成

Reza Gharibi, Mohammad Hadi Sadreddini, Seyed Mostafa Fakhrahmad

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)

AI总结 MultiMend通过上下文增强和多补丁生成技术，提升多语言程序修复效率，修复了2227个bug，其中1545个与开发者补丁一致，121个为多补丁bug。

Journal ref Autom Softw Eng 33, 69 (2026)

KScaNN: Scalable Approximate Nearest Neighbor Search on Kunpeng

KScaNN: 在鲲鹏架构上可扩展的近似最近邻搜索

Oleg Senkevich, Siyang Xu, Tianyi Jiang, Alexander Radionov, Jan Tabaszewski, Dmitriy Malyshev, Zijian Li, Daihao Xue, Licheng Yu, Weidi Zeng, Meiling Wang, Xin Yao, Siyu Huang, Gleb Neshchetkin, Qiuling Pan, Yaoyao Fu

专题命中 向量检索 ：vector search(abstract)；分类 cs.IR

AI总结 本文提出KScaNN算法，针对ARM架构优化近似最近邻搜索，通过算法改进和硬件优化实现性能提升，实验显示比最佳x86方案快1.63倍。

End-to-end Contrastive Language-Speech Pretraining Model For Long-form Spoken Question Answering

端到端对比语言-语音预训练模型用于长形式语音问答

Jiliang Hu, Zuchao Li, Baoyuan Qi, Liu Guoming, Ping Wang

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

AI总结 本文提出CLSR模型，通过将音频特征转换为文本表示，提升长音频问答任务的性能，实验表明其优于现有方法。

Comments 12 pages, 7 figures, accepted by AAAI 2026

Detecting RAG Extraction Attack via Dual-Path Runtime Integrity Game

通过双路径运行时完整性游戏检测RAG提取攻击

Yuanbo Xie, Yingjie Zhang, Yulin Li, Shouyou Song, Xiaokun Chen, Zhihan Liu, Liya Su, Tingwen Liu

机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络空间安全学院） ； Beijing University of Post and Telecommunications（北京邮电大学） ； Stanford University（斯坦福大学） ； North China Electric Power University（华北电力大学） ； AI Sec Lab, Beijing Chaitin Technology Co.,Ltd（北京长亭科技有限公司AI安全实验室） 纠错

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

AI总结 本文提出CanaryRAG，一种基于栈canary的运行时防御机制，通过双路径完整性游戏实时检测RAG知识库泄露，有效降低攻击成功率，不影响任务性能和延迟。

Comments Accepted by ACL 2026 Main

Do We Still Need GraphRAG? Benchmarking RAG and GraphRAG for Agentic Search Systems

我们仍然需要GraphRAG吗？对RAG和GraphRAG在代理搜索系统中的基准测试

Dongzhe Fan, Zheyi Xue, Siyuan Liu, Qiaoyu Tan

机构 * New York University Shanghai（上海纽约大学） 纠错

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

AI总结 本文通过RAGSearch基准测试，评估了代理搜索系统对密集RAG和代表性的GraphRAG方法的影响，发现代理搜索显著提升了密集RAG性能，但在复杂多跳推理中GraphRAG仍具优势。

MSA: Memory Sparse Attention for Efficient End-to-End Memory Model Scaling to 100M Tokens

MSA：内存稀疏注意力用于高效端到端内存模型扩展至100M标记

Yu Chen, Runkai Chen, Sheng Yi, Xinda Zhao, Xiaohong Li, Jianjin Zhang, Jun Sun, Chuanrui Hu, Yunyun Han, Lidong Bing, Yafeng Deng, Tianqiao Chen

机构 * Evermind ； Shanda Group（盛大集团） ； Peking University（北京大学） 纠错

专题命中 长文档RAG ：RAG(abstract)；分类 cs.IR、cs.CL、cs.AI

AI总结 本文提出MSA，一种高效的端到端可训练内存模型框架，通过可扩展稀疏注意力和文档级RoPE实现线性复杂度，支持从16K到100M标记的扩展，同时保持稳定性，且在100M标记推理中实现2xA800 GPU的高效处理。

M$^3$KG-RAG: Multi-hop Multimodal Knowledge Graph-enhanced Retrieval-Augmented Generation

M$^3$KG-RAG：多跳多模态知识图谱增强的检索增强生成

Hyeongcheol Park, Jiyoung Seo, Jaewon Mun, Hogun Park, Wonmin Byeon, Sung June Kim, Hyeonsoo Im, JeungSub Lee, Sangpil Kim

机构 * Korea University（高丽大学） ； Sungkyunkwan University（成均馆大学） ； NVIDIA Research（英伟达研究院） ； Hanwha Systems（韩华系统） 纠错

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

AI总结 本文提出M$^3$KG-RAG，通过构建多跳多模态知识图谱并引入GRASP机制，提升多模态大语言模型的推理深度和回答准确性。

Comments Accepted to CVPR 2026

Exploring Structural Complexity in Normative RAG with Graph-based approaches: A case study on the ETSI Standards

探索规范性RAG中的结构性复杂性：基于图的方法的案例研究——以ETSI标准为例

Aiman Al Masoud, Marco Arazzi, Simone Germani, Antonino Nocera

机构 * Department of Electrical, Computer and Biomedical Engineering, University of Pavia（帕维亚大学电气、计算机与生物医学工程系） ； Comitato Elettrotecnico Italiano (CEI)（意大利电工委员会（CEI）） 纠错

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

AI总结 本文探讨了基于图的方法在处理规范性文档中的有效性，通过ETSI标准案例研究，提出了一种专为规范性文档设计的RAG方法，以提升检索性能。

Comments 6 pages, 7 figures

HyperGraphPro: Progress-Aware Reinforcement Learning for Structure-Guided Hypergraph RAG

HyperGraphPro: 为结构引导的超图RAG设计的进度感知强化学习

Jinyoung Park, Sanghyeok Lee, Omar Zia Khan, Hyunwoo J. Kim, Joo-Kyung Kim

机构 * KAIST（韩国科学技术院） ； Microsoft（微软） ； Amazon（亚马逊） 纠错

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

AI总结 HyperGraphPro通过结合语义相关性和图连接性，改进超图检索机制，采用基于进度的逐步策略优化，提升多步推理的准确性和生成质量。

Comments In progress

AtlasKV: Augmenting LLMs with Billion-Scale Knowledge Graphs in 20GB VRAM

AtlasKV：在20GB VRAM中通过十亿级知识图谱增强大语言模型

Haoyu Huang, Hong Ting Tsang, Jiaxin Bai, Xi Peng, Gong Zhang, Yangqiu Song

机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Theory Lab, Huawei（华为理论实验室） 纠错

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

AI总结 本文提出AtlasKV，一种通过十亿级知识图谱增强大语言模型的方法，利用子线性时间与内存复杂度实现高效知识整合，无需外部检索模块或长上下文先验。

Comments ICLR 2026