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。

2026-07-02 至 2026-07-02 共收录 3 篇信号源：cs.IR, cs.CL, cs.AI, cs.DB

1. RAG评测 3 篇

2607.00895 2026-07-02 cs.CL 新提交 84%

超越文档基础：代码、工具输出和文档上的跨度级幻觉检测

Ádám Kovács, Bowei He, Xue Liu, István Boros, Szilveszter Tóth, Gábor Recski

机构 * KR Labs（KR实验室）； MBZUAI（穆罕默德·本·扎耶德人工智能大学）； McGill University（麦吉尔大学）； TU Wien（维也纳工业大学）

专题命中 RAG评测：RAG(summary_cn,abstract)；retrieval-augmented generation(abstract)；分类 cs.CL

AI总结提出一个统一的跨度级幻觉检测基准，涵盖代码、工具输出、结构化文档和自然语言RAG数据，通过微调Qwen3.5-2B模型在跨域场景下显著优于现有方法。

Comments 8 pages

2606.30139 2026-07-02 cs.AI 版本更新 70%

相关性并非许可：价值贡献的应有注意

Minwoo Yu, Young-guk Ha

机构 * Smart Computing Laboratory, Department of Computer Science & Engineering, Konkuk University（智能计算实验室，计算机科学与工程系，康肯大学）

专题命中 RAG评测：RAG(abstract,abstract_cn)；分类 cs.AI

AI总结针对注意力机制中相关项的价值贡献未必成为预测证据的问题，提出Warrant接口，通过学习查询-项许可来调节价值路径，在多个任务上提升主指标。

2606.17041 2026-07-02 cs.CL cs.IR 新提交 66%

对Nature Portfolio元分析文章进行LLM代理基准测试

Anzhe Xie, Weihang Su, Yujia Zhou, Yiqun Liu, Min Zhang, Qingyao Ai

机构 * Tsinghua University（清华大学）

专题命中 RAG评测：RAG(abstract_cn)；分类 cs.IR、cs.CL；retriever(comments)

AI总结提出MetaSyn数据集，包含442篇专家策划的元分析，用于评估LLM代理在检索-筛选-综合全流程中的表现，发现当前系统在筛选阶段存在严重瓶颈。