AI 大模型

RAG / 检索增强生成

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。

2026-06-17 至 2026-06-17 共收录 2 篇信号源：cs.IR, cs.CL, cs.AI, cs.DB

1. 图谱与结构化RAG 1 篇

2501.00826 2026-06-17 q-fin.TR cs.AI 版本更新 77%

LLM-Powered Multi-Agent System for Automated Crypto Portfolio Management

基于LLM的多智能体系统实现自动化加密货币投资组合管理

Yichen Luo, Yebo Feng, Jiahua Xu, Paolo Tasca, Yang Liu

机构 * University College London（伦敦大学学院）； Nanyang Technological University（南洋理工大学）； Exponential Science（指数科学）

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

AI总结提出一个三智能体系统（市场、新闻、交易），通过分层、协作和辩论架构融合多模态信号，在2025年回测中实现133.52%累计收益和1.502夏普比率，优于单智能体和深度学习基线。

2. RAG评测 1 篇

2603.17356 2026-06-17 cs.CL 版本更新 90%

PACE-RAG: Patient-Aware Contextual and Evidence-Constrained RAG for Clinical Drug Recommendation

PACE-RAG：面向临床药物推荐的患者感知上下文与证据约束RAG

Chaeyoung Huh, Hyunmin Hwang, Jung Hwan Shin, Sungyang Jo, Jinse Park, Jong Chul Ye

机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院）； Department of Neurology, Seoul National University Hospital（首尔国立大学医院神经科）； Asan Medical Center, University of Ulsan, College of Medicine（釜山大学医学院阿桑医院）； Haeundae Paik Hospital, Inje University（庆尚大学医院海undae医院）

专题命中 RAG评测：RAG(title,title_cn)；分类 cs.CL

AI总结提出PACE-RAG框架，通过提取患者特定临床特征、检索相关病例并结合当前症状与用药史，实现个性化药物推荐，在帕金森病和MIMIC-IV数据集上取得最优性能。

Comments 32 pages, 18 figures