RAG / 检索增强生成

An LLM-RAG Approach for Healthy Eating Index-Informed Personalized Food Recommendations

一种基于LLM-RAG的健康饮食指数指导的个性化食品推荐方法

Yibin Wang, Yanjie Yang, Grace Melo Guerrero, Rodolfo M. Nayga, Azlan Zahid

机构 * Department of Biological and Agricultural Engineering, Texas A&M AgriLife Research（生物与农业工程系，德克萨斯A&M农业生命研究） 纠错

专题命中 向量检索 ：RAG(title,title_cn)；retrieval-augmented generation(abstract)；分类 cs.IR、cs.AI

AI总结 本文提出一种结合标准化营养数据库与大语言模型的LLM-RAG框架，通过健康饮食指数（HEI）指导实现个性化食品推荐，实验结果显示HEI平均提升6.45，用户HEI超过50的比例提升至61.26%。

Decoupling Vector Data and Index Storage for Space Efficiency

向量数据与索引存储解耦以提高空间效率

Yuanming Ren, Juncheng Zhang, Yanjing Ren, Rui Yang, Di Wu, Patrick P. C. Lee

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

AI总结 本文提出COMPASS框架，通过解耦向量数据与索引存储，利用不同组件的压缩特性减少存储空间，同时保持搜索和更新性能。

Granite Embedding Multilingual R2 Models

Granite嵌入多语言R2模型

Parul Awasthy, Aashka Trivedi, Yushu Yang, Ken Barker, Yulong Li, Bhavani Iyer, Martin Franz, Juergen Bross, Meet Doshi, Vignesh P, Vishwajeet Kumar, Todd Ward, Abraham Daniels, Madison Lee, Luis Lastras, Jaydeep Sen, Radu Florian

专题命中 向量检索 ：dense retrieval(abstract)；分类 cs.IR

AI总结 本文提出多语言Granite嵌入R2模型，支持200多种语言和编程代码，提供32768token上下文窗口和最先进的多语言检索性能。