RAG / 检索增强生成

Distilling Transformers for Neural Cross-Domain Search

Colin B. Clement, Chen Wu, Dawn Drain, Neel Sundaresan

专题命中 检索器与排序 ：retriever(abstract)；分类 cs.IR

Comments 4 pages, 1 figure, emnlp formatting

Automatic Claim Review for Climate Science via Explanation Generation

Shraey Bhatia, Jey Han Lau, Timothy Baldwin

专题命中 检索器与排序 ：retriever(abstract)；分类 cs.CL

SPLADE: Sparse Lexical and Expansion Model for First Stage Ranking

Thibault Formal, Benjamin Piwowarski, Stéphane Clinchant

专题命中 检索器与排序 ：retriever(abstract)；分类 cs.IR

Comments 5 pages, SIGIR'21 short paper

HyKnow: End-to-End Task-Oriented Dialog Modeling with Hybrid Knowledge Management

Silin Gao, Ryuichi Takanobu, Wei Peng, Qun Liu, Minlie Huang

专题命中 检索器与排序 ：knowledge retrieval(abstract)；分类 cs.CL

Comments Findings of ACL-IJCNLP 2021, long paper

Simple and Efficient ways to Improve REALM

Vidhisha Balachandran, Ashish Vaswani, Yulia Tsvetkov, Niki Parmar

专题命中 检索器与排序 ：dense retrieval(abstract)；分类 cs.CL

Multi-task Retrieval for Knowledge-Intensive Tasks

Jean Maillard, Vladimir Karpukhin, Fabio Petroni, Wen-tau Yih, Barlas Oğuz, Veselin Stoyanov, Gargi Ghosh

专题命中 检索器与排序 ：retriever(abstract)；分类 cs.CL

MEGATRON-CNTRL: Controllable Story Generation with External Knowledge Using Large-Scale Language Models

Peng Xu, Mostofa Patwary, Mohammad Shoeybi, Raul Puri, Pascale Fung, Anima Anandkumar, Bryan Catanzaro

专题命中 检索器与排序 ：retriever(abstract)；分类 cs.CL

Comments Accepted in EMNLP 2020 main conference

Current Limitations of Language Models: What You Need is Retrieval

Aran Komatsuzaki

专题命中 检索器与排序 ：retriever(abstract)；分类 cs.CL

Functional Object-Oriented Network: Construction & Expansion

David Paulius, Ahmad Babaeian Jelodar, Yu Sun

专题命中 检索器与排序 ：knowledge retrieval(abstract)；分类 cs.AI

Comments 7 pages, 3 figures, presented at ICRA 2018

Journal ref ICRA 2018 Submission -- 7 pages

REALM: Retrieval-Augmented Language Model Pre-Training

Kelvin Guu, Kenton Lee, Zora Tung, Panupong Pasupat, Ming-Wei Chang

专题命中 检索器与排序 ：retriever(abstract)；分类 cs.CL

Neural Assistant: Joint Action Prediction, Response Generation, and Latent Knowledge Reasoning

Arvind Neelakantan, Semih Yavuz, Sharan Narang, Vishaal Prasad, Ben Goodrich, Daniel Duckworth, Chinnadhurai Sankar, Xifeng Yan

专题命中 检索器与排序 ：knowledge retrieval(abstract)；分类 cs.CL

Latent Retrieval for Weakly Supervised Open Domain Question Answering

Kenton Lee, Ming-Wei Chang, Kristina Toutanova

专题命中 检索器与排序 ：retriever(abstract)；分类 cs.CL

Comments Accepted to ACL 2019

Coupling Retrieval and Meta-Learning for Context-Dependent Semantic Parsing

Daya Guo, Duyu Tang, Nan Duan, Ming Zhou, Jian Yin

专题命中 检索器与排序 ：retriever(abstract)；分类 cs.CL

Comments Accepted by ACL 2019

Retrieve, Read, Rerank: Towards End-to-End Multi-Document Reading Comprehension

Minghao Hu, Yuxing Peng, Zhen Huang, Dongsheng Li

专题命中 检索器与排序 ：retriever(abstract)；分类 cs.CL

Comments To appear at ACL 2019

The Capacity of Private Information Retrieval from Decentralized Uncoded Caching Databases

Yi-Peng Wei, Batuhan Arasli, Karim Banawan, Sennur Ulukus

专题命中 检索器与排序 ：retriever(abstract)；分类 cs.DB

Comments Submitted for publication, November 2018

Web Usage Mining Using Artificial Ant Colony Clustering and Genetic Programming

Ajith Abraham, Vitorino Ramos

专题命中 检索器与排序 ：knowledge retrieval(abstract)；分类 cs.AI

Comments 8 pages, 11 figures, at http://alfa.ist.utl.pt/~cvrm/staff/vramos/ref_48.html

Journal ref CEC 03 - Congress on Evolutionary Computation, IEEE Press, ISBN 0780378040, pp.1384-1391, Canberra, Australia, 8-12 Dec. 2003

Correlating and Cross-linking Knowledge Threads in Informledge System for Creating New Knowledge

T. R. Gopalakrishnan Nair, Meenakshi Malhotra

专题命中 检索器与排序 ：knowledge retrieval(abstract)；分类 cs.AI

Comments 6 pages, 6 figures, 3 tables, International Conference on Knowledge Engineering and Ontology Development, 2012

Self-Organized Stigmergic Document Maps: Environment as a Mechanism for Context Learning

Vitorino Ramos, Juan J. Merelo

专题命中 检索器与排序 ：knowledge retrieval(abstract)；分类 cs.AI

Comments 10 pages, 5 figures, at http://alfa.ist.utl.pt/~cvrm/staff/vramos/ref_42.html

Journal ref in AEB 2002, 1st Spanish Conference on Evolutionary and Bio-Inspired Algorithms, E. Alba, F. Herrera, J.J. Merelo et al. (Eds.), pp. 284-293, Centro Univ. de Merida, Merida, Spain, 6-8 Feb. 2002

Re-Finding Found Things: An Exploratory Study of How Users Re-Find Information

Robert G. Capra, Manuel A. Perez-Quinones

专题命中 检索器与排序 ：retriever(abstract)；分类 cs.IR

FinMetaMind: A Tech Blueprint on NLQ Systems for Financial Knowledge Search

FinMetaMind: 金融知识检索中自然语言查询系统的设计技术蓝图

Lalit Pant, Shivang Nagar

机构 * Independent Author（独立研究者） 纠错

专题命中 检索器与排序 ：分类 cs.IR、cs.AI、cs.DB；vector search(comments)

AI总结 FinMetaMind提出了一种针对金融知识检索的NLQ系统设计，通过整合自然语言处理、搜索工程和向量数据模型，解决金融数据检索中的关键挑战。

Comments 8 pages, 8 figures, Information Retrieval, Natural Language Query, Vector Search, Embeddings, Named Entity Recognition, Large Language Models

CustomDance: Customized 3D Dance Generation with Coarse-to-Fine Human-Centered Interactive Control

CustomDance：基于以人为中心的粗到细交互式控制的定制化3D舞蹈生成

Xulong Tang, Kaixing Yang, Xiaohu Guo, Prabhakaran Balakrishnan, Rawan Alghofaili

专题命中 检索器与排序 ：retriever(abstract)

AI总结 CustomDance是基于粗到细交互式控制的定制化3D舞蹈生成系统，通过三阶段流程实现AI辅助编舞，在定量和定性比较中优于基线，为用户提供全面控制。

Comments Accepted to SIGGRAPH Asia 2026

READ: A Retrieval-Alignment Diffusion Framework for Structure-based Drug Design

READ：一种用于基于结构的药物设计的检索-对齐扩散框架

Dong Xu, Zhangfan Yang, Junchuang Cai, Sisi Yuan, Zexuan Zhu, Jianqiang Li, Junkai Ji

机构 * School of Artificial Intelligence（人工智能学院） ； Shenzhen University（深圳大学） ； National Engineering Laboratory for Big Data System Computing Technology（大数据系统计算技术国家工程实验室） ； School of Computer Science（计算机科学学院） ； University of Nottingham Ningbo（诺丁汉大学宁波校区） ； Department of Computing（计算学院） 纠错

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)

AI总结 针对现有SBDD模型忽略蛋白-配体复合物相似性及数据有限的问题，提出READ检索-对齐扩散框架，在标准化对接评估中表现优于现有方法，为早期药物计算命中物生成提供实用框架。

Comments 15 pages, 8 figures. Supplementary material is included as an ancillary file. Accepted for publication in IEEE Transactions on Computational Biology and Bioinformatics

Journal ref IEEE Transactions on Computational Biology and Bioinformatics, pp. 1-15, 2026

LoKiFormer: Locality-aware Attention with Decoupled Knowledge Memory for Efficient Large Language Model Pretraining

LoKiFormer：面向高效大语言模型预训练的 locality-aware 注意力与解耦知识记忆

Qiuwu Chen, Zimo Liu, Yuchen Li, Ying Sun, Yifan Zhang, Zhijie Qiu, Zeng You, Ryan Dong, Simeng Ma, Yaofo Chen, Mingkui Tan

机构 * AIGCode ； South China University of Technology（华南理工大学） ； Pazhou Laboratory（琶洲实验室） 纠错

专题命中 检索器与排序 ：knowledge retrieval(abstract)

AI总结 针对LLM预训练效率问题，提出含局部融合注意力与知识记忆模块的LoKiFormer，使预训练收敛速度提升1.33倍，性能优于现有架构。

Comments Accepted by ICML 2026

Video2Track: From Real-World Interaction Videos to Steerable Adversarial Closed-Track Testing for Automated Driving Systems

Video2Track：从真实世界交互视频到自动驾驶系统的可操控对抗性封闭赛道测试

Mengjie Tian, Xinrui Zhang, Tianyu Li, Peizhi Zhang, Guirong Zhou, Haojie Feng, Junpeng Huang, Qixiang Zhang, Lu Xiong

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)

AI总结 本文提出Video2Track框架，通过两个耦合模块将真实驾驶视频交互场景转化为可操控对抗性封闭赛道测试，可复现实景交互场景并生成可控变体，为ADS验证提供可扩展方案。

Learning from Failures: Retrieval-Centric CoT via Hard Negatives for Unified Multimodal Retrieval

从失败中学习：基于难负例的以检索为中心的思维链用于统一多模态检索

Zelong Sun, Jun Wang, Kaicheng Yang, Tiancheng Gu, Ziyong Feng, Zhiwu Lu

专题命中 检索器与排序 ：retriever(abstract)

AI总结 该研究提出UniME-R1框架，通过基于难负例的以检索为中心的思维链（RC-CoT）学习从检索失败中优化，在多模态检索基准上提升了性能。

Comments 26 pages,10 figures,14 Tables

Language-Guided Hypotheses Generation for Sparse SMEFT Analyses

用于稀疏SMEFT分析的语言引导假设生成

Ahmed Hammad, Veronica Sanz

专题命中 检索器与排序 ：retrieval augmented generation(abstract)

AI总结 研究解决稀疏SMEFT分析中算符假设选择难题，提出开源llm4smeft框架，结合微调语言模型与检索增强生成，可本地运行且能生成候选算符及费希尔信息。

Comments 34 pages, 2 figures and 6 tables

VaRS-Doc: Interpretation-Aware Variant Representations via Latent Self-Probing for Visual Document Retrieval

VaRS-Doc：面向视觉文档检索的、通过潜在自探测实现的、具备解释感知能力的变体表示方法

Haocheng Wang, Tongkun Guan, Wei Shen, Xiaokang Yang

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)

AI总结 本文针对视觉文档检索中固定文档表示难以适配不同查询意图的问题，提出VaRS-Doc框架，通过两阶段训练实现变体表示，在基准测试中达到最先进性能，解决了查询与文档编码的不匹配问题。

RIM: A Retrieval-In-Matching Framework for Cross-Domain Global Visual Localization of UAVs

RIM：无人机跨域全局视觉定位的检索匹配框架

Xin Li, Siyuan Duan, Shang Wang, Zhimin Mao, Bingliang Hu, Geng Zhang

机构 * University of Chinese Academy of Sciences（中国科学院大学） 纠错

专题命中 检索器与排序 ：retriever(abstract)

AI总结 研究无人机跨域全局视觉定位问题，提出检索匹配框架RIM，通过采样参考视图、两阶段微调SALAD及冻结检索器蒸馏解码器等方法，在多数据集零样本评估中表现出色，建立了高效可部署的定位管道。

Comments 56 pages, 10 figures, and 18 tables. Supplementary material is included

CR-Refiner: An Object-Centric Optimal Transport Reranker for Edit-Conditioned 3D Scene Retrieval

CR-Refiner：用于编辑条件3D场景检索的以对象为中心的最优传输重排器

Hao Wu, Jinjing Zhu, Nanyu Wu, Qianyi Cai, Heyi Lin, Hao Wang, Hui Xiong

机构 * Hong Kong University of Science and Technology（香港科技大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

专题命中 检索器与排序 ：retriever(abstract)

AI总结 研究编辑条件3D场景检索问题，提出CR-Refiner重排器，通过冻结语言模型解析编辑、不平衡最优传输问题评分候选对象、轴条件结构先验及语言模型验证器细化结果，在不同基础检索器上提升了硬子集检索指标。

DeliCIR: Memory-Guided Test-Time Deliberation via Multi-Agent Collaboration for Composed Image Retrieval

DeliCIR: 用于组合图像检索的深思型测试时进化分层多智能体

Xingtian Pei, Yukun Song, Changwei Wang, Shunpeng Chen, Rongtao Xu, Shengpeng Xu, Shibiao Xu

机构 * Key Laboratory of Computing Power Network and Information Security, Ministry of Education, Shandong Computer Science Center (National Supercomputer Center in Jinan), Qilu University of Technology (Shandong Academy of Sciences)（计算机网络与信息安全部重点实验室，教育部，山东计算机科学中心（济南国家超算中心），青岛科技大学（山东科学院）） ； School of Artificial Intelligence, Beijing University of Posts and Telecommunications（北京邮电大学人工智能学院） ； School of Artificial Intelligence, Mohamed bin Zayed University（Mohamed bin Zayed大学人工智能学院） 纠错

专题命中 检索器与排序 ：retriever(abstract)

AI总结 提出一种分层感知-深思框架PDF，通过分层多智能体架构、意图路由管理器、决策管理器及锦标赛式测试时缩放策略，实现经验自进化与测试时缩放定律在组合图像检索中的首次应用，在三个基准数据集上达到最优性能。

Comments 10 pages, 3 figures,4 tables