AI 大模型
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。
ERA：基于证据的可靠性对齐用于诚实检索增强生成
机构 * Korea University（韩国大学） ； Gauss Labs Inc.（Gauss实验室）
专题命中 检索器与排序 ：RAG(summary_cn,abstract)；retrieval-augmented generation(title,abstract)；分类 cs.IR、cs.AI
AI总结 本文提出ERA框架，通过将置信度估计从标量概率转为显式证据分布，提升RAG系统中的回避行为，有效区分知识冲突与不确定性，实验表明在标准基准和定制泛化数据集上表现优异。
Comments Under Review
MATRAG：多智能体透明检索增强生成用于可解释推荐
机构 * ACM
专题命中 检索器与排序 ：retrieval-augmented generation(title,abstract)；分类 cs.IR、cs.AI
AI总结 MATRAG通过多智能体协作与知识图谱增强检索，提升推荐系统的透明性和可解释性，实验表明其在准确率和可信度上均优于现有方法。
关联并非相似性：为多跳检索学习语料特定的关联
机构 * Independent Researcher（独立研究者）
专题命中 检索器与排序 ：dense retrieval(abstract)；分类 cs.IR、cs.CL、cs.AI
AI总结 本文提出AAR方法，通过对比学习在嵌入空间中学习语料特定的关联关系，提升多跳检索的召回率，且无需评估集调优。
Comments 10 pages, 7 appendices, 10 tables. Code: https://github.com/EridosAI/AAR
SPIRE：结构保持的可解释证据检索
机构 * Carnegie Mellon University（卡内基梅隆大学）
专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；分类 cs.IR、cs.CL、cs.AI
AI总结 SPIRE通过树结构文档检索，在保持结构的同时提升证据检索质量与多样性，采用结构感知方法和上下文化机制，实现更高效的可解释检索。
上下文工程的根定理
机构 * Independent Researcher（独立研究者）
专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；分类 cs.CL
AI总结 本文提出上下文工程的根定理，通过形式化约束推导出信号-token比最大化原则，揭示了连续对话系统中信息质量退化与上下文窗口限制的本质规律。
Comments 17 pages, 2 figures
面向调查场景的云原生架构：人类控制的LLM辅助OpenSearch
专题命中 检索器与排序 ：hybrid retrieval(abstract)
AI总结 本文提出一种云原生微服务架构，用于在私有云环境中处理复杂犯罪调查中的非结构化证据和语言与技术搜索逻辑间的语义鸿沟，通过整合大语言模型实现自然语言查询到OpenSearch领域特定语言的转换，结合BM25和语义向量嵌入进行混合检索，建立系统基础架构以支持未来评估。
Journal ref Proceedings of the 17th International Conference on Cloud Computing, GRIDs, and Virtualization (CLOUD COMPUTING 2026), p. 62-65, Lisbon, Portugal, April 2026
RELOOP：基于多跳推理与规划器的异构问答递归检索
机构 * University of New South Wales（新南威尔士大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Mohamed Bin Zayed University of Artificial Intelligence（莫扎伊德大学人工智能学院） ； Technology Innovation Institute（技术创新研究所）
专题命中 知识库问答 ：RAG(abstract,abstract_cn)；retrieval-augmented generation(abstract)；分类 cs.CL、cs.AI
AI总结 RELOOP通过递归检索和结构感知迭代，提升多步问题和异构证据源的问答准确性，实现高效率的证据收集与答案生成。
Comments 19 pages, 2 figures
RealRoute：通过检索-验证范式实现动态查询路由系统
机构 * Technical University of Denmark（技术大学） ； University of Exeter（埃克塞特大学） ； University of Toronto（多伦多大学） ； Rutgers University（罗格斯大学） ； NJIT（新 jersey 工业技术学院） ； University of Georgia（佐治亚大学） ； Wake Forest University（威克森林大学）
专题命中 长文档RAG ：RAG(summary_cn,abstract)；retrieval-augmented generation(abstract)；分类 cs.IR、cs.AI
AI总结 RealRoute引入一种鲁棒的检索-验证机制，通过并行源无关检索和动态验证器确保证据完整性，优于预测基线，在多跳RAG推理任务中表现更佳。
Comments 12 pages, 3 figures, 3 tables
基于本体的法律规范图式RAG：一种结构、时间与确定性方法
机构 * Federal Senate of Brazil（巴西联邦议会）
专题命中 图谱与结构化RAG ：RAG(title,title_cn)；retrieval-augmented generation(abstract)；分类 cs.IR、cs.CL、cs.AI
AI总结 本文提出一种基于本体的图式RAG框架，通过建模法律规范的结构和时间特性，解决法律领域检索增强生成系统中对法律层级、时间性和因果关系的忽视问题。
Comments Major revision for clarity and academic precision. Updated title and abstract. Refined core terminology, contributions, related work, and shifted the implementation to a conceptual architecture. Added new arguments to strengthen the paper's thesis
Journal ref Legal Knowledge and Information Systems (JURIX 2025), Frontiers in Artificial Intelligence and Applications, IOS Press, 2025
原子级图：用于检索增强生成的原子实体图
机构 * National University of Defense Technology, China（国防科技大学）
专题命中 图谱与结构化RAG ：RAG(summary_cn,abstract)；retrieval-augmented generation(title)；分类 cs.IR、cs.AI
AI总结 本文提出原子级图，通过将知识存储为独立的事实单元，提升检索精度和推理鲁棒性，优于现有RAG基线。
知识胶囊：用于大语言模型的结构非参数记忆单元
机构 * Zhejiang Angel Medical AI Technology Co., Ltd.（浙江天使医疗人工智能科技有限公司） ； Miti AI Technology Co., Ltd.（米蒂人工智能科技有限公司） ； China-Singapore Belt and Road Joint Laboratory on Translational Infection Biology for Diagnostics and Therapies（中英一带一路联合实验室（转化感染生物学诊断与治疗）） ； State Key Laboratory for Diagnosis and Treatment of Infectious Diseases（传染病诊断与治疗国家重点实验室） ； The First Affiliated Hospital（第一附属医院）
专题命中 图谱与结构化RAG ：RAG(abstract,abstract_cn)；retrieval-augmented generation(abstract)；分类 cs.CL、cs.AI
AI总结 本文提出知识胶囊，一种结构化的非参数记忆单元，通过冻结基础模型直接从文档语料构建，采用外部键值注入框架提升外部知识在注意力计算中的参与度，提升长上下文和多跳推理的稳定性和准确性。
AITP：通过多模态大语言模型进行交通事故责任分配
机构 * Global Institute of Future Technology（未来技术全球研究院）
专题命中 多模态RAG ：RAG(abstract,abstract_cn)；retrieval-augmented generation(abstract)；分类 cs.CL
AI总结 本文提出AITP模型，结合多模态链式推理和法律知识检索，解决交通事故责任分配问题，并构建DecaTARA基准测试集，验证模型在责任分配、事故检测和理解任务中的领先性能。
Journal ref CVPR 2026 Findings
面向多向攻击的RAG自适应防御编排：Sentinel-Strategist架构
机构 * University of Hyderabad（Hyderabad大学） ； Purdue University（普渡大学）
专题命中 RAG评测 ：RAG(title,title_cn)；retrieval-augmented generation(abstract)；分类 cs.AI
AI总结 本文提出Sentinel-Strategist架构，通过动态选择防御措施，在RAG系统中有效降低安全与效用的权衡，减少成员推断泄漏并恢复检索效用。
Comments 21 pages, 2 figures, 9 tables. Manuscript prepared for submission to ACM CCS
KGiRAG：一种用于应答意义生成查询的迭代图RAG方法
机构 * Babe s -Bolyai University, Business Informatics Research Center, Cluj-Napoca, Romania
专题命中 RAG评测 ：RAG(title_cn,summary_cn)；retrieval-augmented generation(abstract)；分类 cs.IR、cs.CL、cs.AI
AI总结 本文提出KGiRAG，一种基于图的迭代RAG方法，通过反馈机制迭代优化输出，提升复杂查询的语义质量和相关性。
Comments Paper accepted at the 18th International Conference on Agents and Artificial Intelligence, ICAART 2026
KompeteAI：面向机器学习问题端到端流水线生成的加速自主多智能体系统
机构 * Research Center of the Artificial Intelligence Institute（人工智能研究所研究中心） ； Innopolis University（因诺波利斯大学） ； Sberbank of Russia（俄罗斯Sberbank） ； AI4S Center（AI4S中心） ； MIPT（莫斯科国立信息安全大学） ； Steklov Institute（斯捷克洛夫研究所）
专题命中 RAG评测 ：RAG(summary_cn,abstract)；retrieval-augmented generation(abstract)；分类 cs.AI
AI总结 KompeteAI通过动态探索解决方案空间和整合RAG技术，提升了AutoML的探索效率与执行速度，实现6.9倍的流水线评估加速，并在MLE-Bench基准上超越主流方法3%。
肿瘤治疗规划的临床推理AI：多专科基于病例的评估
机构 * Moffitt Cancer Center and Research Institute（莫菲特癌症中心与研究学院） ； Innova Montréal Inc.（蒙特利尔创新公司） ； Oncobrain, Inc.（Oncobrain公司） ； Advanced Cancer Treatment Centers（先进癌症治疗中心）
专题命中 RAG评测 ：retrieval-augmented generation(abstract)；分类 cs.IR、cs.AI
AI总结 本文评估了OncoBrain在多专科病例中的表现，展示了其在肿瘤治疗规划中的准确性、安全性和实用性。
CI-Work: 企业LLM代理中情境完整性基准测试
机构 * Huazhong University of Science and Technology（华中科技大学） ； Microsoft（微软）
专题命中 RAG评测 ：dense retrieval(abstract)；分类 cs.CL
AI总结 CI-Work基准测试评估企业LLM代理在密集检索中传达关键内容并隐藏敏感信息的能力，揭示隐私泄露普遍且高任务效用与隐私违规正相关，需转向以情境为中心的架构。
Journal ref The 64th Annual Meeting of the Association for Computational Linguistics (ACL'2026) -- Industry Track
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈