RAG / 检索增强生成

Cost-Aware Query Routing in RAG: Empirical Analysis of Retrieval Depth Tradeoffs

RAG中的成本感知查询路由：检索深度权衡的实证分析

Sanjay Mishra

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

AI总结 提出CA-RAG框架，通过为每个查询选择最优的检索深度和生成配置组合，在保证答案质量的同时减少令牌成本和延迟。

Comments 13 pages , 18 figures , 8 tables

ACRONYM: Accelerated Approximate Nearest Neighbor Search in Memory for Dynamic Vector Databases

ACRONYM: 面向动态向量数据库的加速内存近似最近邻搜索

Md Mizanur Rahaman Nayan, Tianqi Zhang, Flavio Ponzina, Tajana Rosing, Azad J Naeemi

专题命中 向量检索 ：retrieval augmented generation(abstract)；分类 cs.DB

AI总结 针对动态向量数据库频繁更新导致的索引重建问题，提出算法-硬件协同设计平台ACRONYM，利用与数据分布无关的编码和基于汉明距离的搜索实现高效硬件加速，支持连续更新，在百万级数据集上达到>90%召回率、8e6 QPS吞吐量。