Re2G: Retrieve, Rerank, Generate
专题命中 检索器与排序 ：RAG(abstract)；分类 cs.IR、cs.CL、cs.AI
Comments Accepted at NAACL 2022
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。
1. 检索器与排序 4552 篇
SPLADE v2: Sparse Lexical and Expansion Model for Information Retrieval
专题命中 检索器与排序 ：retriever(abstract)；分类 cs.IR、cs.CL、cs.AI
Comments 5 pages. arXiv admin note: substantial text overlap with arXiv:2107.05720
CO-Search: COVID-19 Information Retrieval with Semantic Search, Question Answering, and Abstractive Summarization
专题命中 检索器与排序 ：retriever(abstract)；分类 cs.IR、cs.CL、cs.AI
More Context, Larger Models, or Moral Knowledge? A Systematic Study of Schwartz Value Detection in Political Texts
更多上下文、更大模型还是道德知识？政治文本中施瓦茨价值观检测的系统研究
机构 * PRHLT Research Center, Universitat Politècnica de València, Spain（巴塞罗那理工大学研究中心，西班牙 Valencia理工大学） ； School of Science, Engineering and Design, Universidad Europea de Valencia, Spain（Valencia欧洲大学科学、工程与设计学院，西班牙） ； Valencian Graduate School and Research Network of Artificial Intelligence (ValgrAI)（瓦伦西亚人工智能研究生学院与研究网络（ValgrAI））
专题命中 检索器与排序 ：RAG(abstract,comments)；分类 cs.CL、cs.AI
AI总结 本研究系统比较了上下文范围、检索增强道德知识和模型规模对政治文本中施瓦茨价值观检测的影响，发现全文档上下文和检索知识对监督编码器有效，但对零样本大语言模型帮助有限，且模型扩展不保证性能提升。
Comments Code: https://github.com/VictorMYeste/human-value-detection-context-rag, best model: https://huggingface.co/VictorYeste/value-context-rag-deberta-v3-base-doc-rag, 18 pages, 3 figures
DeepCodeSeek: Real-Time API Retrieval for Context-Aware Code Generation
机构 * ServiceNow, Inc.（ServiceNow公司）
专题命中 检索器与排序 ：RAG(abstract)；分类 cs.IR、cs.AI；retrieval-augmented generation(comments)
Comments Retrieval-Augmented Generation, API Prediction, Context-Aware Code Generation, Enterprise Code Completion, Reinforcement Learning, ServiceNow, Real-Time Code Search, Query Enhancement, Fine-Tuning, Embedding, Reranker
Multi-Task Retrieval-Augmented Text Generation with Relevance Sampling
专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；分类 cs.IR、cs.CL；knowledge retrieval(comments)
Comments Accepted at the ICML 2022 Workshop on Knowledge Retrieval and Language Models (KRLM)
GreekBarRetrieval: A Benchmark for Greek Statutory Retrieval
GreekBarRetrieval：希腊成文法检索基准
专题命中 检索器与排序 ：dense retrieval(abstract)；分类 cs.IR、cs.CL
AI总结 本研究推出希腊成文法检索基准GreekBarRetrieval，通过实验发现基于大型语言模型的查询重表述可提升BM25检索效果，使其在多项指标上优于其他检索方法。
Comments Submitted to NLLP workshop 2026
LACONIC: Dense-Level Effectiveness for Scalable Sparse Retrieval via a Two-Phase Training Curriculum
LACONIC: 通过双阶段训练课程实现可扩展稀疏检索的密集级有效性
机构 * University of Utah（犹他大学） ； The University of Queensland（昆士兰大学） ； University of Waterloo（滑铁卢大学） ； University of Notre Dame（圣约翰大学）
专题命中 检索器与排序 ：dense retrieval(abstract)；分类 cs.IR、cs.CL
AI总结 LACONIC通过双阶段训练课程实现高效稀疏检索，以更少的计算资源达到与密集模型相当的检索效果。
Comments SIGIR 2026 camera ready
Sparse Coverage: Semantic Center Representations for Patent Prior-Art Retrieval
稀疏覆盖：用于专利现有技术检索的语义中心表示
专题命中 检索器与排序 ：dense retrieval(abstract)；分类 cs.IR、cs.AI
AI总结 针对专利现有技术检索的长文档特性，提出无监督语义检索框架Sparse Coverage，采用面向覆盖的k中心目标生成稀疏表示，在CLEF-IP 2013实验中其文档级召回率优于或媲美稠密专利编码器，可作为专利检索的有效第一阶段方法。
Journal ref CORIA-TALN 2026 - 21e Conf{é}rence en Recherche d'Information et Applications (CORIA), Jun 2026, Nantes, France
Skill2Query: Exploiting Skill Structure to Generate Pseudo-Queries for Agent Skill Retrieval
Skill2Query：利用技能结构生成智能体技能检索的伪查询
机构 * Fudan University（复旦大学） ； Sun Yat-sen University（中山大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Jiao Tong University（上海交通大学）
专题命中 检索器与排序 ：retriever(abstract)；分类 cs.IR、cs.CL
AI总结 Skill2Query是利用技能知识图谱生成伪查询的框架，可提升多类检索性能，生成的训练数据表现最优，还能提高智能体任务成功率。
OGX: An Open-Source, Vendor-Neutral Generative AI Application Server
OGX：开源、厂商中立的生成式AI应用服务器
专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；分类 cs.IR、cs.AI
AI总结 OGX是开源厂商中立的生成式AI应用服务器，支持主流实验室API与多后端，为多款AI开发者工具提供模型无关自托管后端，获超8400 GitHub星标
The Synthetic Web: Adversarially-Curated Mini-Internets for Diagnosing Epistemic Weaknesses of Language Agents
合成网络：用于诊断语言代理知识弱点的对抗性定制迷你互联网
机构 * Microsoft（微软）
专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；分类 cs.IR、cs.AI
AI总结 本研究提出合成网络基准测试，通过对抗性内容测试揭示语言代理在处理冲突信息时的弱点，为高风险领域中的可靠代理开发提供评估框架。
Comments This version includes a revised manuscript presentation and formatting, expanded methodological and experimental details, enhanced reproducibility documentation, and improved benchmark framing and evaluation descriptions
mR$^2$AG: Multimodal Retrieval-Reflection-Augmented Generation for Knowledge-Based VQA
mR²AG：用于基于知识的视觉问答的多模态检索-反思增强生成
专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；分类 cs.CL、cs.AI
AI总结 该研究针对多模态大语言模型在基于知识的视觉问答中的缺陷，提出mR²AG框架，通过两种反思操作实现自适应检索与信息定位，在相关基准任务上性能优于现有方法。
Comments Accepted for publication in IEEE Transactions on Multimedia (TMM)
HybridRAG-BN: A Retrieval-Augmented Framework with Fine-Tuned Verification for Bangla KBQA
HybridRAG-BN：面向孟加拉语知识库问答的带微调验证的检索增强框架
专题命中 检索器与排序 ：hybrid retrieval(abstract)；分类 cs.IR、cs.CL
AI总结 针对孟加拉语KBQA的低资源挑战，提出HybridRAG-BN框架，整合混合检索、答案生成与LoRA微调的验证模块，经实验获竞赛双排行榜第一。
Comments Developed for the IEEE Computer Society CUET Student Branch
LODESTAR: Trustworthy Entropy Is Navigated, Not Merely Measured -- Reinforced Polarizer Keeps a Frozen LLM from Being Confidently Misled by the Wrong Evidence
LODESTAR：可信赖熵是被引导的，而非仅被测量——强化偏振器防止冻结型大语言模型（LLM）被错误证据误导而自信出错
专题命中 检索器与排序 ：retriever(abstract)；分类 cs.IR、cs.CL
AI总结 LODESTAR是首个通过强化学习训练偏振器、依据第三方冻结型LLM的不确定性评分文本干预的方法，可提升检索增强问答的F1值等指标，减少模型读取误导性段落的概率。
Comments 28 pages, 3 figures
$\mathrm{ECI}_{\mathrm{sem}}$: Semantic Residual Effective Contrastive Information for Evaluating Hard Negatives
ECI: 有效对比信息用于评估难负样本
机构 * Department of Computer Science and Engineering, Indian Institute of Technology (IIT), Kharagpur, India（1. 印度理工学院（IIT）计算机科学与工程系，克哈格布尔，印度）
专题命中 检索器与排序 ：dense retrieval(abstract)；分类 cs.IR、cs.AI
AI总结 本文提出ECI，一种无需训练的诊断方法，通过冻结的目标编码器嵌入对候选负样本进行排序，其在MS MARCO数据集上展示了优于其他模型的性能，且在不同条件下表现出稳定性。
Controlled Memory Interference in Continual LLM Agents
持续大型语言模型智能体中的可控记忆干扰
机构 * China University of Geosciences (Beijing)（中国地质大学（北京）） ； Northwestern Polytechnical University（西北工业大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； Chinese Academy of Sciences（中国科学院） ； The Hong Kong Polytechnic University（香港理工大学） ； École polytechnique fédérale de Lausanne（洛桑联邦理工学院） ； National University of Singapore（新加坡国立大学）
专题命中 检索器与排序 ：dense retrieval(abstract)；分类 cs.IR、cs.AI
AI总结 本研究提出可控记忆干扰（CMI）框架，揭示记忆进化受经验相互作用影响，为持续大型语言模型智能体的记忆系统提供诊断与学习方法，提升记忆更新区分度与任务性能。
Simulator-Grounded Large Language Models for Industrial Causal Reasoning: Tool-Use, Structured Injection, and Plant-Portable Retrieval for Wastewater Treatment Decision Support
面向工业因果推理的模拟器驱动大语言模型：用于污水处理决策支持的工具使用、结构化注入及工厂可迁移检索
机构 * Aalborg University（奥尔堡大学）
专题命中 检索器与排序 ：retriever(abstract)；分类 cs.CL、cs.AI
AI总结 该研究对比三种适配Qwen2.5-32B-Instruct模型的方法，在污水处理因果问答任务中，DRR检索器兼具高准确率、跨工厂迁移能力及训练高效性，优于其他方法与基线。
Comments 20 pages, 2 figures, 8 tables. Preprint submitted to Elsevier
Contextual Agentic Memory is a Memo, Not True Memory
情境代理记忆是一种备忘录，而非真正的记忆
机构 * The Chinese University of Hong Kong（香港中文大学） ； Zhejiang University（浙江大学）
专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；分类 cs.CL、cs.AI
AI总结 本文指出当前代理记忆系统仅实现查找而非记忆，导致代理能力、长期学习和安全性的局限，提出生物智能通过结合快速海马体示例存储与慢速新皮层权重巩固解决此问题。
Document Optimization for Black-Box Retrieval via Reinforcement Learning
基于强化学习的黑盒检索文档优化
机构 * Stanford University（斯坦福大学） ； ContextualAI
专题命中 检索器与排序 ：retriever(abstract)；分类 cs.IR、cs.CL
AI总结 提出通过强化学习（GRPO）优化文档表示，使其与目标检索器的查询分布对齐，仅需黑盒访问检索排名，在代码和视觉文档检索任务中提升性能，使小模型超越大模型。
CeQe: Grounding Lexical Retrieval in Semantic Evidence
CeQe：在语义证据中实现词汇检索
专题命中 检索器与排序 ：retriever(abstract)；分类 cs.IR、cs.AI
AI总结 针对BM25的语义词汇鸿沟问题，本文提出CE-QE方法，利用交叉编码器的语义检索结果扩展BM25查询，在多个BEIR数据集上显著提升检索性能且不修改底层索引。
Fenced Citation-Context Retrieval for Case Law: Temporal Leakage and Degree Control Across Two Jurisdictions
用于判例法的带围栏引用上下文检索：两个司法管辖区的时间泄漏和程度控制
机构 * The Engineering and Technology College, Chengdu University of Technology, Leshan, China（成都理工大学工程技术学院） ； School of Computer Sciences, Universiti Sains Malaysia, Penang, Malaysia（马来西亚理科大学计算机科学学院） ； Department of Art and Design, The Engineering and Technology College, Chengdu University of Technology, Leshan, China（成都理工大学工程技术学院艺术设计系）
专题命中 检索器与排序 ：retriever(abstract)；分类 cs.IR、cs.CL
AI总结 研究法律先例检索中引用上下文评估的时间泄漏问题，提出时间接纳分解方法，通过在两个司法管辖区进行可控审计，添加零训练锚定通道，量化泄漏程度，提升检索效果，在零训练时达到较好的R@1000估计值。
MedTextWeaver: Procedural Knowledge Evolution in Agentic Medical Text Editing
ExperienceWeaver: 优化基于 LLM 的临床文本改进的小样本经验学习
机构 * School of Computing and Data Science, The University of Hong Kong（计算与数据科学学院，香港大学）
专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；分类 cs.CL、cs.AI
AI总结 ExperienceWeaver 通过经验学习优化小样本下 LLM 的临床文本改进，通过提炼反馈知识提升模型修订能力。
AdaThink-Med: Optimizing Inference-Time Compute for Medical Reasoning via Uncertainty Quantification
AdaThink-Med：通过不确定性量化优化医学推理的推理时计算
机构 * SJTU（上海交通大学） ； SII（上海信息所） ； Shanghai AI Lab（上海人工智能实验室） ； FDU（复旦大学）
专题命中 检索器与排序 ：knowledge retrieval(abstract)；分类 cs.CL、cs.AI
AI总结 本文提出AdaThink-Med框架，通过不确定性引导长度校准优化医学推理的推理时计算，在六大医学基准上降低4.7-6.4倍推理token消耗且性能损失极小，无需外部分类器即可实现资源高效分配。
Gradient-free Task-Conditioned Retrieval for On-Device In-Context Learning
面向设备内上下文学习的无梯度任务条件检索
机构 * City University of Hong Kong（香港城市大学）
专题命中 检索器与排序 ：retriever(abstract)；分类 cs.IR、cs.CL
AI总结 该研究提出无梯度框架CoRA，实现设备内任务条件检索，无需检索器微调等操作，在多数据集及树莓派5部署中展现有效性。
Comments Under review
NorBERTo: A ModernBERT Model Trained for Portuguese with 331 Billion Tokens Corpus
NorBERTo：一个基于ModernBERT架构的葡萄牙语现代编码器模型，训练于331十亿个token语料库
机构 * Itaú Unibanco ； ICTi
专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；分类 cs.CL、cs.AI
AI总结 NorBERTo基于ModernBERT架构，利用Aurora-PT语料库训练，具备长上下文支持和高效注意力机制，在葡萄牙语语义相似性、文本蕴含和分类任务中表现优异，达到最高F1和准确率。
Comments This article has already undergone formal submission, review, acceptance, and publication in the proceedings of PROPOR 2026: Proceedings of the 17th International Conference on Computational Processing of Portuguese, Vol. 1. The published version is available in the ACL Anthology at https://aclanthology.org/2026.propor-1.18/ 11 pages, 9 tables, 2 figures
Journal ref Proceedings of the 17th International Conference on Computational Processing of Portuguese (PROPOR 2026) - Vol. 1
SimpleWikiSearch: A Clean Offline Wikipedia Environment for Agentic Search
SimpleWikiSearch：用于智能体搜索的简洁离线维基百科环境
专题命中 检索器与排序 ：dense retrieval(abstract)；分类 cs.IR、cs.AI
AI总结 SimpleWikiSearch是一套明确可运行的离线维基百科环境，用于智能体搜索的可复现评估，提供基线结果及对比闭源模型的子集，而非提出新智能体算法。
Comments Technical Report
MathNet: a Global Multimodal Benchmark for Mathematical Reasoning and Retrieval
MathNet：数学推理与检索的全球多模态基准
机构 * MIT（麻省理工学院） ； KAUST（卡塔尔人工智能研究 institute） ； HUMAIN ； Individual Researcher（独立研究者）
专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；分类 cs.IR、cs.AI
AI总结 MathNet是一个大规模多模态数学问题基准，包含47个国家、17种语言、20年竞赛的30676道专家级数学问题，支持问题解决、数学检索和检索增强生成三个任务，实验表明先进模型在推理和检索任务上仍面临挑战。
Comments ICLR 2026; Website: http://mathnet.mit.edu
Journal ref Proceedings of the International Conference on Learning Representations (ICLR), 2026
ARC-Encoder: learning compressed text representations for large language models
ARC-Encoder：为大语言模型学习压缩文本表示
机构 * Kyutai
专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；分类 cs.CL、cs.AI
AI总结 ARC-Encoder是可将文本压缩为原词元数1/4或1/8的编码器，适配多类LLM解码器，在提升推理效率的同时保持最优性能，为大语言模型提供灵活高效的上下文压缩方案。
Comments Featured Certification
Journal ref Transactions on Machine Learning Research 2026 (https://openreview.net/forum?id=lU1P9dsqfn)
LLM-INSTRUCT at UZH Shared Task 2026: Constraint-Aware Retrieval and Selective Debate for Paragraph-Level Argument Mining
LLM-INSTRUCT在UZH 2026共享任务中的应用：用于段落级论证挖掘的约束感知检索和选择性辩论
机构 * Vietnamese-German University（越南-德国大学） ； RMIT University Vietnam（皇家墨尔本理工大学越南分校） ； VANGIA INNOVATIONS（VANGIA创新公司）
专题命中 检索器与排序 ：dense retrieval(abstract)；分类 cs.CL、cs.AI
AI总结 本文介绍了在UZH 2026共享任务中用于段落级论证挖掘的获胜系统LLM-INSTRUCT，通过元数据感知检索、约束解码等方法缩小决策空间，提高了准确性和提交稳健性，在官方排行榜上取得优异成绩。
Comments Accepted to the 13th Workshop on Argument Mining (ArgMining 2026) at ACL 2026
