RAG / 检索增强生成

Eskwai for Students: Generative AI Assistant for Legal Education in Ghana

Eskwai for Students：面向加纳法律教育的生成式AI助手

George Boateng, Philemon Badu, Patrick Agyeman-Budu, Samuel Ansah, Evans Atompoya, Evan Igwilo, Lord Baah, Frederick Abu-Bonsrah, Victor Wumbor-Apin Kumbol

机构 * ETH Zurich, Switzerland（瑞士苏黎世联邦理工学院） ； Charité - Universitätsmedizin Berlin, Germany（柏林夏里特医学院） ； Kwame AI Inc., U.S.（美国瓦卡姆AI公司） 纠错

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

AI总结 本文介绍了Eskwai for Students，一个基于检索增强生成（RAG）的生成式AI助手，用于帮助加纳法律学生解答法律问题，通过超过12000份案例法和1400项立法数据库，评估其对学生查询的帮助性及伦理影响。

Comments 10 pages. Accepted at the 27th International Conference on Artificial Intelligence in Education (AIED 2026)

Falkor-IRAC: Graph-Constrained Generation for Verified Legal Reasoning in Indian Judicial AI

Falkor-IRAC：用于印度司法AI的图约束生成：在验证法律推理中的应用

Joy Bose

机构 * Independent Researcher（独立研究者） 纠错

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

AI总结 本文提出Falkor-IRAC框架，通过图约束生成解决印度法律AI中的验证法律推理问题，利用IRAC知识图谱进行结构化推理，并通过验证代理检查生成路径的正确性。

Comments 20 pages, 8 figures, 4 tables

To GPU or Not to GPU: Vector Search in Relational Engines

在GPU上进行还是不进行GPU操作：关系引擎中的向量搜索

Vasilis Mageirakos, Joel André, Marko Kabić, Bowen Wu, Yannis Chronis, Gustavo Alonso

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

AI总结 本文探讨了在关系引擎中集成GPU进行向量搜索的必要性，通过扩展TPC-H基准测试并设计SQL+VS查询，开发了跨CPU和GPU的执行引擎，并通过实验发现GPU在处理关系组件时更高效，但向量搜索部分需优化索引结构以提升性能。

Comments preprint

KG-HTC: Integrating Knowledge Graphs into LLMs for Effective Zero-shot Hierarchical Text Classification

KG-HTC：将知识图谱整合进LLMs以实现有效的零样本层次文本分类

Qianbo Zang, Christophe Zgrzendek, Igor Tchappi, Afshin Khadangi, Johannes Sedlmeir

机构 * Interdisciplinary Centre for Security, Reliability and Trust (SnT)（安全、可靠与信任交叉学科中心） 纠错

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

AI总结 本文提出KG-HTC方法，通过整合知识图谱与大语言模型，解决层次文本分类中标注数据不足、标签空间大和长尾分布等问题，实验表明其在零样本设置下表现优异。