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。

2026-08-20 至 2026-08-20 共收录 3 篇信号源：cs.IR, cs.CL, cs.AI, cs.DB

1. 多模态RAG 3 篇

2605.06185 2026-08-20 cs.AI cs.CV 版本更新 92%

Event-Causal RAG: A Retrieval-Augmented Generation Framework for Long Video Reasoning in Complex Scenarios

事件因果RAG：一种用于长视频复杂场景中长视频推理的检索增强生成框架

Peizheng Yan, Yu Zhao, Liang Xie, Juntong Qi, Mingming Wang, Erwei Yin

机构 * Tianjin Key Lab of Intelligent Unmanned Swarm Tech & System（天津智能集群技术与系统重点实验室）； Tianjin University（天津大学）； Institute of Computing and Intelligence（计算与智能研究所）； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳））； Tianjin Artificial Intelligence Innovation Center（天津人工智能创新中心）； Defense Innovation Institute Academy of Military Sciences（国防科技创新研究院）； School of Future Technology（未来技术学院）； Shanghai University（上海大学）

专题命中多模态RAG ：RAG(title,title_cn)；retrieval-augmented generation(title)；分类 cs.AI

AI总结本文提出Event-Causal RAG框架，通过事件因果图和双存储记忆实现长视频推理，优于传统方法，在多事件整合和因果推理任务中表现更优，同时提升内存效率和流式性能。

2608.18465 2026-08-20 cs.HC cs.ET cs.IR 新提交 87%

Reducing Technician Search Burden: A Multimodal RAG for Cessna 172 Maintenance Manual

减轻技术人员的检索负担：面向赛斯纳172维护手册的多模态检索增强生成

Seongjun Ha, Md Rashedul Islam, Gaurav Nanda, Damon Lercel

专题命中多模态RAG ：RAG(title,abstract)；retrieval augmented generation(abstract)；retriever(abstract)；分类 cs.IR

AI总结本研究针对赛斯纳172维护手册，开发多模态检索增强生成流程，其多模态手册检索器召回率达93.37%，生成响应与基准答案语义相似度87.20%，可减轻技术人员检索负担。

2608.18386 2026-08-20 cs.CV cs.AI 新提交 77%

TTSD-FAR: Test-Time Self-Distillation with Fisher-Anchored Restoration for Missing-Modality Emotion Recognition in LVLMs

TTSD-FAR：用于大视频语言模型中缺失模态情感识别的带Fisher锚定恢复的测试时自蒸馏

Muhammad Haseeb Aslam, Alessandro Koerich, Marco Pedersoli, Ali Etemad, Eric Granger

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

AI总结针对大视频语言模型测试时的模态缺失问题，提出带Fisher锚定恢复的测试时自蒸馏框架，在多数据集模态缺失场景下性能优于基线方法且保持稳定。