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。

2026-07-01 至 2026-07-01 共收录 5 篇信号源：cs.IR, cs.CL, cs.AI, cs.DB

1. 检索器与排序 2 篇

2605.00447 2026-07-01 cs.SE 版本更新 50%

Think Harder and Don't Overlook Your Options: Revisiting Issue-Commit Linking with LLM-Assisted Retrieval

深入思考并不要忽视你的选项：重新审视基于LLM辅助检索的议题-提交链接

Cole Morgan, Muhammad Asaduzzaman, Shaiful Chowdhury, Shaowei Wang

专题命中检索器与排序：dense retrieval(abstract)

AI总结本文重新评估了多种议题-提交链接恢复技术，通过比较不同检索方法和机器学习模型，发现密集检索优于稀疏检索，传统机器学习方法性能优于大语言模型。

2604.06687 2026-07-01 cs.CV 版本更新 50%

RASR: Retrieval-Augmented Semantic Reasoning for Fake News Video Detection

RASR：基于检索的语义推理用于虚假新闻视频检测

Hui Li, Peien Ding, Jun Li, Guoqi Ma, Zhanyu Liu, Ge Xu, Junfeng Yao, Jinsong Su

机构 * School of Informatics, Xiamen University（厦门大学信息学院）； School of Computer Science and Information Security, Guilin University of Electronic Technology（桂林电子科技大学计算机科学与信息安全学院）； School of Computer and Big Data, Minjiang University（闽江学院计算机与大数据学院）； Xiamen University（厦门大学）； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）

专题命中检索器与排序：retriever(abstract)

AI总结本文提出RASR框架，通过跨实例语义解析器和检索器、领域引导多模态推理模块和多视图特征解耦融合模块，提升虚假新闻视频检测的准确性和跨域泛化能力。

Comments The paper needs revision, and the experiments need to be expanded

2. 图谱与结构化RAG 1 篇

2504.20653 2026-07-01 cs.SE cs.SY eess.SY 版本更新 75%

SysVCoder: An LLM-Driven Framework for Systematic Generation of System-Level Design

SysVCoder: 一种LLM驱动的系统级设计系统性生成框架

Jian Zuo, Junzhe Liu, Xianyong Wang, Chen Liang, Navya Goli, Umamaheswara Rao Tida, Zhenge Jia, Zhaoyan Shen, Mengying Zhao

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

AI总结提出SysVCoder框架，通过两阶段生成流水线、规则对齐机制和领域特定检索增强生成策略，提升Verilog系统级设计的生成质量与效率，在功能正确性上优于现有方法。

Comments This paper is accepted at APPT'26

3. 多模态RAG 1 篇

2603.26266 2026-07-01 cs.AI cs.CV 版本更新 70%

GUIDE: Resolving Domain Bias in GUI Agents through Real-Time Web Video Retrieval and Plug-and-Play Annotation

GUIDE：通过实时网络视频检索和即插即用标注解决GUI代理的领域偏见

Rui Xie, Zhi Gao, Chenrui Shi, Zirui Shang, Lu Chen, Qing Li

机构 * Shanghai Jiao Tong University（上海交通大学）； State Key Laboratory for General Artificial Intelligence, BIGAI（通用人工智能国家重点实验室，北京通用人工智能研究院）； Beijing Institute of Technology（北京理工大学）

专题命中多模态RAG ：RAG(abstract,abstract_cn)；分类 cs.AI

AI总结 GUIDE通过实时网络视频检索和即插即用标注框架，解决GUI代理的领域偏见问题，通过视频语义分析和自动化标注流程提升代理对特定应用的操作流程和UI布局的理解，实验表明其在多代理系统和单模型代理中均能提升性能。

Comments Accepted to ECCV 2026. 30 pages: 15-page main paper followed by supplementary material as an appendix (Sections A-F). Project page: https://sharryXR.github.io/GUIDE/

4. RAG评测 1 篇

2604.19047 2026-07-01 cs.CL cs.AI cs.IR 版本更新 83%

RARE: Redundancy-Aware Retrieval Evaluation Framework for High-Similarity Corpora

RARE：面向高相似性语料的冗余感知检索评估框架

Hanjun Cho, Jay-Yoon Lee

机构 * Allganize ； Seoul National University（首尔国立大学）

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

AI总结 RARE通过分解文档为原子事实和增强LLM生成数据，构建更真实的基准，揭示当前评估体系无法捕捉的鲁棒性差距。

Comments Accepted to ACL 2026 (Main Conference)