RAG / 检索增强生成

Automated Decision-Making on Networks with LLMs through Knowledge-Guided Evolution

Xiaohan Zheng, Lanning Wei, Yong Li, Quanming Yao

机构 * Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） 纠错

专题命中 图谱与结构化RAG ：retrieval-augmented generation(abstract)；RAG(abstract)

Towards Action Hijacking of Large Language Model-based Agent

Yuyang Zhang, Kangjie Chen, Jiaxin Gao, Ronghao Cui, Run Wang, Lina Wang, Tianwei Zhang

专题命中 图谱与结构化RAG ：retrieval-augmented generation(abstract)；RAG(abstract)

ROGRAG: A Robustly Optimized GraphRAG Framework

Zhefan Wang, Huanjun Kong, Jie Ying, Wanli Ouyang, Nanqing Dong

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Innovation Institute（上海创新研究院） ； Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 图谱与结构化RAG ：retrieval-augmented generation(abstract)；分类 cs.IR、cs.CL、cs.AI

Comments ACL2025 demo track, 10 pages

D2S-FLOW: Automated Parameter Extraction from Datasheets for SPICE Model Generation Using Large Language Models

Hong Cai Chen, Yi Pin Xu, Yang Zhang

专题命中 图谱与结构化RAG ：RAG(abstract)；分类 cs.IR、cs.CL、cs.AI

Comments 14 pages, 18 figures

ALFRED: Ask a Large-language model For Reliable ECG Diagnosis

Jin Yu, JaeHo Park, TaeJun Park, Gyurin Kim, JiHyun Lee, Min Sung Lee, Joon-myoung Kwon, Jeong Min Son, Yong-Yeon Jo

机构 * MedicalAI Co., Ltd.（MedicalAI公司） 纠错

专题命中 图谱与结构化RAG ：retrieval-augmented generation(abstract)；RAG(abstract)

Large Language Model-Based Knowledge Graph System Construction for Sustainable Development Goals: An AI-Based Speculative Design Perspective

Yi-De Lin, Guan-Ze Liao

专题命中 图谱与结构化RAG ：retrieval-augmented generation(abstract)；分类 cs.IR、cs.CL、cs.AI

Comments This is a minor revision: fixed a typo in the abstract (time range) and corrected minor textual errors

Timing Analysis Agent: Autonomous Multi-Corner Multi-Mode (MCMM) Timing Debugging with Timing Debug Relation Graph

Jatin Nainani, Chia-Tung Ho, Anirudh Dhurka, Haoxing Ren

专题命中 图谱与结构化RAG ：retrieval augmented generation(abstract)；RAG(abstract)

Comments 7 pages, 7 figures, 2 tables

Glocalizing Generative AI in Education for the Global South: The Design Case of 21st Century Teacher Educator AI for Ghana

Matthew Nyaaba

专题命中 图谱与结构化RAG ：retrieval-augmented generation(abstract)；RAG(abstract)

Towards an automated workflow in materials science for combining multi-modal simulative and experimental information using data mining and large language models

Balduin Katzer, Steffen Klinder, Katrin Schulz

专题命中 图谱与结构化RAG ：retrieval-augmented generation(abstract)；RAG(abstract)

DroidTTP: Mapping Android Applications with TTP for Cyber Threat Intelligence

Dincy R Arikkat, Vinod P., Rafidha Rehiman K. A., Serena Nicolazzo, Marco Arazzi, Antonino Nocera, Mauro Conti

专题命中 图谱与结构化RAG ：retrieval-augmented generation(abstract)；RAG(abstract)

Towards Reliable Vector Database Management Systems: A Software Testing Roadmap for 2030

Shenao Wang, Yanjie Zhao, Yinglin Xie, Zhao Liu, Xinyi Hou, Quanchen Zou, Haoyu Wang

专题命中 图谱与结构化RAG ：retrieval-augmented generation(abstract)；vector search(abstract)

AutoPureData: Automated Filtering of Undesirable Web Data to Update LLM Knowledge

Praneeth Vadlapati

专题命中 图谱与结构化RAG ：RAG(abstract)；分类 cs.IR、cs.CL、cs.AI

Comments Final version

Journal ref Journal of Mathematical & Computer Applications, 3 (2024) E121

Knowledge-Enhanced Program Repair for Data Science Code

Shuyin Ouyang, Jie M. Zhang, Zeyu Sun, Albert Merono Penuela

专题命中 图谱与结构化RAG ：RAG(abstract)；knowledge retrieval(abstract)

Journal ref ICSE 2025

FISHNET: Financial Intelligence from Sub-querying, Harmonizing, Neural-Conditioning, Expert Swarms, and Task Planning

Nicole Cho, Nishan Srishankar, Lucas Cecchi, William Watson

专题命中 图谱与结构化RAG ：RAG(abstract)；分类 cs.IR、cs.CL、cs.AI

Comments Accepted at the 5th ACM International Conference on AI in Finance (ICAIF '24)

DepsRAG: Towards Agentic Reasoning and Planning for Software Dependency Management

Mohannad Alhanahnah, Yazan Boshmaf

专题命中 图谱与结构化RAG ：retrieval-augmented generation(abstract)；RAG(abstract)

"Ghost of the past": identifying and resolving privacy leakage from LLM's memory through proactive user interaction

Shuning Zhang, Lyumanshan Ye, Xin Yi, Jingyu Tang, Bo Shui, Haobin Xing, Pengfei Liu, Hewu Li

专题命中 图谱与结构化RAG ：retrieval-augmented generation(abstract)；RAG(abstract)

Learning variant product relationship and variation attributes from e-commerce website structures

Pedro Herrero-Vidal, You-Lin Chen, Cris Liu, Prithviraj Sen, Lichao Wang

专题命中 图谱与结构化RAG ：RAG(abstract)；分类 cs.IR、cs.CL、cs.AI

Enhancing Structured-Data Retrieval with GraphRAG: Soccer Data Case Study

Zahra Sepasdar, Sushant Gautam, Cise Midoglu, Michael A. Riegler, Pål Halvorsen

专题命中 图谱与结构化RAG ：retrieval-augmented generation(abstract)；分类 cs.IR、cs.AI、cs.DB

Retrieval Augmented Correction of Named Entity Speech Recognition Errors

Ernest Pusateri, Anmol Walia, Anirudh Kashi, Bortik Bandyopadhyay, Nadia Hyder, Sayantan Mahinder, Raviteja Anantha, Daben Liu, Sashank Gondala

专题命中 图谱与结构化RAG ：retrieval augmented generation(abstract)；RAG(abstract)

Comments Submitted to ICASSP 2025

Graph database while computationally efficient filters out quickly the ESG integrated equities in investment management

Partha Sen, Sumana Sen

专题命中 图谱与结构化RAG ：retrieval augmented generation(abstract)；RAG(abstract)

Comments 10 pages, 17 figures

Robust Candidate Generation for Entity Linking on Short Social Media Texts

Liam Hebert, Raheleh Makki, Shubhanshu Mishra, Hamidreza Saghir, Anusha Kamath, Yuval Merhav

专题命中 图谱与结构化RAG ：dense retrieval(abstract)；分类 cs.IR、cs.CL、cs.AI

Comments 7 pages, 2 figures. Accepted to Proceedings of the Eighth Workshop on Noisy User-generated Text (W-NUT 2022). URL: https://aclanthology.org/2022.wnut-1.8

Journal ref Proceedings of the Eighth Workshop on Noisy User-generated Text (W-NUT 2022). pages 83-89

Neighborhood-Aware Dual Biomedical Entity Linking

感知邻域的双生物医学实体链接

Yicheng Tao, Jie Liu

专题命中 图谱与结构化RAG ：retriever(abstract)；分类 cs.IR、cs.CL

AI总结 针对生物医学实体链接的挑战，提出三阶段框架PILOT，在五个基准上取得最优性能且推理高效。

Detecting Knowledge Inconsistencies Across Text, Tables, and Knowledge Graphs

跨文本、表格和知识图谱检测知识不一致性

Fanfu Wei, Thibault Ehrhart, Raphaël Troncy

机构 * EURECOM（欧洲电信学院） 纠错

专题命中 图谱与结构化RAG ：retrieval-augmented generation(abstract)；分类 cs.CL、cs.AI

AI总结 研究跨文本、表格和知识图谱的知识不一致性检测问题，提出\textsc{Kontrast}框架，通过文本到SPARQL和语言模型推理比较并分类不一致性，实验表明跨模态不一致性常见且有价值，为知识审计提供工具并建立基准。

MedKGent: A Large Language Model Agent Framework for Constructing Temporally Evolving Medical Knowledge Graph

MedKGent：用于构建随时间演变的医学知识图谱的大语言模型智能体框架

Duzhen Zhang, Zixiao Wang, Zhong-Zhi Li, Yahan Yu, Shuncheng Jia, Jiahua Dong, Haotian Xu, Xing Wu, Yingying Zhang, Tielin Zhang, Jie Yang, Xiuying Chen, Le Song

机构 * Mohamed bin Zayed University of Artificial Intelligence（莫扎德大学人工智能学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Kyoto University（京都大学） ； Tsinghua University（清华大学） ； East China Normal University（华东师范大学） ； Center for Excellence in Brain Science and Intelligence Technology（脑科学与智能技术卓越中心） ； Brigham and Women’s Hospital, Harvard Medical School（哈佛医学院布里特妇女医院） ； GenBio AI 纠错

专题命中 图谱与结构化RAG ：retrieval-augmented generation(abstract)；分类 cs.CL、cs.AI

AI总结 研究针对医学文献增长带来的知识结构化挑战，引入MedKGent框架，利用PubMed摘要通过两个智能体每日增量构建医学知识图谱，经评估其三元组有效性高，能显著改进大语言模型在医学问答基准上的检索增强生成。

Comments Accepted by Npj Digital Medicine

RAGU: A Multi-Step GraphRAG Engine with a Compact Domain-Adapted LLM

RAGU：一个具有紧凑域适应语言模型的多步图检索增强生成引擎

Mikhail Komarov, Ivan Bondarenko, Stanislav Shtuka, Oleg Sedukhin, Roman Shuvalov, Yana Dementyeva, Matvey Solovyov, Nikolay O. Nikitin

机构 * ITMO University（圣彼得堡国立信息技术机械与光学大学） ； Novosibirsk State University（新西伯利亚国立大学） ； Far Eastern Federal University（远东联邦大学） 纠错

专题命中 图谱与结构化RAG ：retrieval-augmented generation(abstract)；分类 cs.CL、cs.AI

AI总结 研究针对现有GraphRAG系统问题，提出RAGU引擎，通过分离提取与合并多步处理知识图。核心方法包括两阶段提取等。贡献在于训练的Meno-Lite-0.1模型表现出色，在多方面超越其他模型，且RAGU安装简单、运行要求低并开源。

Ontology-Guided Reverse Thinking Makes Large Language Models Stronger on Knowledge Graph Question Answering

本体引导的反向思维使大语言模型在知识图谱问答中更强

Runxuan Liu, Bei Luo, Jiaqi Li, Baoxin Wang, Ming Liu, Dayong Wu, Shijin Wang, Bing Qin

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Joint Laboratory of HIT and iFLYTEK（哈工大与科大讯飞联合实验室） ； University of Science and Technology of China（中国科学技术大学） ； Pengcheng Laboratory（鹏城实验室） 纠错

专题命中 图谱与结构化RAG ：knowledge retrieval(abstract)；分类 cs.CL、cs.AI

AI总结 本文提出Ontology-Guided Reverse Thinking框架，通过反向推理构建路径，提升大语言模型在知识图谱问答中的表现，实验表明其在WebQSP和CWQ数据集上达到最佳性能。

Comments We now public our source codes

BacktestBench: Benchmarking Large Language Models for Automated Quantitative Strategy Backtesting

BacktestBench：面向自动化量化策略回测的大语言模型基准测试

Zhensheng Wang, Wenmian Yang, Qingtai Wu, Lequan Ma, Yiquan Zhang, Weijia Jia

机构 * Beijing Normal University（北京师范大学） ； Elmleaf Ltd.（Elmleaf公司） 纠错

专题命中 图谱与结构化RAG ：retriever(abstract)；分类 cs.CL、cs.AI

AI总结 提出首个大规模自动化量化回测基准BacktestBench，包含18,246个问答对，并设计多智能体基线AutoBacktest，通过协调摘要器、检索器和编码器实现自然语言策略到可重复回测的转换。

Comments This paper has been accepted by KDD 2026 (Datasets and Benchmarks Track)

Knowledge Distillation for Low-Resource Open-source Text-to-SQL Model

面向低资源开源文本到SQL模型的知识蒸馏

Tianhao Qiu, Xiaojun Chen

机构 * Shenzhen University（深圳大学） 纠错

专题命中 图谱与结构化RAG ：knowledge retrieval(abstract)；分类 cs.IR、cs.CL

AI总结 针对低资源场景下文本到SQL任务中标注数据稀缺和领域知识缺失的问题，提出知识感知框架，通过构建任务特定知识库并注入训练和推理过程，提升开源和闭源大语言模型的性能。

Comments 17ages, 5 figures

PIPER: Content-Based Table Search via profiling and LLM-Generated Pseudoqueries

PIPER: 通过 profiling 和 LLM 生成的伪查询实现基于内容的表格搜索

Riccardo Terrenzi, Matteo Falconi, Serkan Ayvaz, Pierluigi Plebani

机构 * Centre for Industrial Software, University of Southern Denmark（丹麦南部大学工业软件中心） ； Department of Electronics, Information and Bioengineering, Politecnico di Milano（米兰理工学院电子、信息与生物工程系） 纠错

专题命中 图谱与结构化RAG ：dense retrieval(abstract)；分类 cs.IR、cs.AI

AI总结 针对数据湖、数据空间和开放数据门户中表格数据集快速增长的问题，PIPER 提出了一种基于内容的表格搜索方法，利用表格 profile 和 LLM 生成的伪查询进行密集检索，优于传统元数据方法和 TableQA 检索方法，展示了 LLM 基于内容建模在表格数据集搜索中的价值。

Comments 15 pages, 3 figures, accepted at DEXA'26

LLM-Based SQL Generation: Prompting, Self-Refinement, and Adaptive Weighted Majority Voting

基于大型语言模型的SQL生成：提示、自我完善与自适应加权多数投票

Yu-Jie Yang, Hung-Fu Chang, Po-An Chen

机构 * Institute of Information Management（信息管理研究所） ； National Yang Ming Chiao Tung University（阳明交通大学） ； R. B. Annis School of Engineering（R. B. Annis工程学院） ； University of Indianapolis（印第安纳大学） 纠错

专题命中 图谱与结构化RAG ：knowledge retrieval(abstract)；分类 cs.AI、cs.DB

AI总结 本文提出SSEV管道，通过自我完善与加权多数投票提升SQL生成准确性，在多个基准测试中取得良好成绩，并进一步提出ReCAPAgent-SQL框架以应对企业数据库复杂性，提升实际应用效果。

Comments 29 pages, 22 figures

Journal ref 2026 International Conference on Information Management