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. RAG评测 2 篇

2606.17449 2026-06-17 cs.CL cs.AI cs.CV cs.LG cs.MM 新提交 93%

MODE-RAG: Manifold Outlier Diagnosis and Energy-based Retrieval-Augmented Generation Evaluation

MODE-RAG: 基于流形异常诊断和能量的检索增强生成评估

Zehang Wei, Jiaxin Dai, Jiamin Yan, Xiang Xiang

机构 * School of Computer Science & Tech, Huazhong University of Science and Technology（华中科技大学计算机科学与技术学院）； School of AI and Automation, Huazhong University of Science and Technology（华中科技大学人工智能与自动化学院）

专题命中 RAG评测：RAG(title,title_cn)；retrieval-augmented generation(title,abstract)；分类 cs.CL、cs.AI

AI总结提出MODE-RAG多智能体系统，利用变分自由能和内部注意力状态动态门控干预，结合蒙特卡洛树搜索和logit扰动减少多模态检索增强生成中的幻觉和逻辑捏造。

Comments To be presented at ACL 2026

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