RAG / 检索增强生成

MissDiag: Diagnostic Evaluation of Incomplete-Knowledge Robustness in KGQA and KG-RAG

MissDiag：KGQA与KG-RAG中不完全知识鲁棒性的诊断评估

Hang Wang, Hang Dong, Lu Liu, Chuanru Ren

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

AI总结 本文提出MissDiag框架，通过结构化缺失干预分解鲁棒性变化来源，发现不完全知识鲁棒性是类型化劣化现象，为KGQA与KG-RAG系统评估提供可解释基础。

GRIP: Grounded Reasoning via Information-Restricted Premises

GRIP：基于信息受限前提的接地推理

Lirui Teng

机构 * University of Waterloo（滑铁卢大学） 纠错

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

AI总结 针对RAG中查询主导导致证据失效的问题，提出GRIP方法，通过容量不对称设计优化信息编码，在五个推理基准上实现性能提升，大幅降低互信息与幻觉。

Comments 15 pages, 3 figures

PLASMA: A Layout-Aware Benchmark Reveals Memory Layout Matters for Graph-based ANNS on GPU

PLASMA：揭示GPU上基于图的近似最近邻搜索中内存布局重要性的布局感知基准

Yutaro Oguri, Mai Nishimura, Yusuke Matsui

机构 * The University of Tokyo（东京大学） ； OMRON SINIC X Corporation（OMRON SINIC X公司） 纠错

专题命中 RAG评测 ：RAG(abstract,abstract_cn)；分类 cs.IR、cs.DB

AI总结 研究人员提出PLASMA框架，用于评估GPU上基于图的ANNS，发现顶点重排序可提升QPS且不损失准确率，凸显内存布局对该任务的重要性。

Comments Accepted to VLDB2026 VecDB Workshop

ContextSniper: AntTrail's Token-Efficient Code Memory for Repository-Level Program Repair

ContextSniper: AntTrail的令牌高效代码记忆用于仓库级程序修复

Chiwang Luk, Matin Mohammad Najafi, Zhifeng Jia, Wei Yang, Xiuchang Li, Jinwei Zhu, Yang Ren, Lei Chen, Gao Cong

机构 * Huawei（华为） ； HKUST(GZ)（香港科技大学（广州）） ； Nanyang Technological University（南洋理工大学） 纠错

专题命中 RAG评测 ：RAG(abstract)；分类 cs.AI

AI总结 提出ContextSniper，一种令牌高效的代码记忆层，通过精准证据选择、混合检索排序和意图感知上下文门控，在SWE-bench Lite上减少51.5%令牌使用和36.4%成本，修复率仅轻微下降。