RAG / 检索增强生成

Towards the Development of an LLM-Based Methodology for Automated Security Profiling in Compliance with Ukrainian Cybersecurity Regulations

迈向基于大语言模型的自动化安全配置方法的开发：符合乌克兰网络安全法规

Daniil Shafranskyi, Iryna Stopochkina, Mykola Ilin

机构 * National Technical University of Ukraine “Igor Sikorsky Kyiv Polytechnic Institute”（乌克兰国立技术大学“伊戈尔·西科尔斯基基辅理工学院”） 纠错

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

AI总结 本文探讨将国际最佳实践整合到国家监管体系中，提出利用大语言模型实现自动化安全配置的方法，以应对高密度混合威胁环境下的网络安全挑战。

Comments 12 pages, 2 figures

Towards Robustness: A Critique of Current Vector Database Assessments

迈向鲁棒性：对当前向量数据库评估的批评

Zikai Wang, Qianxi Zhang, Baotong Lu, Qi Chen, Cheng Tan

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

AI总结 本文批评了平均召回率作为向量数据库评估指标的不足，提出Robustness-δ@K新指标以更全面评估召回分布，揭示不同数据库的鲁棒性差异，并指导优化尾部性能。

CraniMem: Cranial Inspired Gated and Bounded Memory for Agentic Systems

CraniMem：受大脑启发的门控和有界的记忆用于智能体系统

Pearl Mody, Mihir Panchal, Rishit Kar, Kiran Bhowmick, Ruhina Karani

机构 * Dwarkadas Jivanlal Sanghvi College of Engineering（达沃拉萨·吉文拉尔·桑格维工程学院） 纠错

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

AI总结 CraniMem通过门控和有界多阶段记忆设计提升智能体在长期任务中的稳定性与鲁棒性，采用目标条件门控和效用标签结合短期缓冲和长期知识图谱，实现更持久的语义记忆与更小的干扰影响。

Comments International Conference on Learning Representations 2026 Workshop on Memory for LLM-Based Agentic Systems (MemAgents)

Beyond Explicit Edges: Robust Reasoning over Noisy and Sparse Knowledge Graphs

超越显式边：在噪声和稀疏知识图谱上的鲁棒推理

Hang Gao, Dimitris N. Metaxas

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

AI总结 本文提出INSES框架，通过LLM引导导航和嵌入相似性扩展，提升噪声和稀疏知识图谱的推理能力，在多个基准测试中优于现有方法。

FloodSQL-Bench: A Retrieval-Augmented Benchmark for Geospatially-Grounded Text-to-SQL

FloodSQL-Bench: 一个用于洪水管理领域的检索增强基准

Hanzhou Liu, Kai Yin, Zhitong Chen, Chenyue Liu, Ali Mostafavi

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

AI总结 本文提出FloodSQL-Bench，一个结合异构数据集的地理空间基准，用于评估大语言模型在多表和地理空间推理中的性能。

AgenticScholar: Agentic Data Management with Pipeline Orchestration for Scholarly Corpora

AgenticScholar: 基于管道编排的代理数据管理用于学术语料

Hai Lan, Tingting Wang, Zhifeng Bao, Guoliang Li, Daomin Ji, Ge Lee, Feng Luo, Zi Huang, Hailang Qiu, Gang Hua

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

AI总结 本文提出AgenticScholar系统，整合结构化知识表示层、LLM中心混合查询规划层和统一执行层，实现多模态学术数据的端到端推理，有效提升学术数据管理的效率和可解释性。

Comments 54 pages, 25 figures

Beyond Fine-Tuning: Robust Food Entity Linking under Ontology Drift with FoodOntoRAG

超越微调：在本体漂移下利用FoodOntoRAG实现鲁棒的食品实体链接

Jan Drole, Ana Gjorgjevikj, Barbara Korouši'c Seljak, Tome Eftimov

机构 * Computer Systems Department, Jožef Stefan International Postgraduate School, Ljubljana, Slovenia（卢布尔雅那，斯洛文尼亚乔泽夫·斯蒂芬国际研究生学院计算机系统系） ； Computer Systems Department, Jožef Stefan Institute, Ljubljana, Slovenia（卢布尔雅那，斯洛文尼亚乔泽夫·斯蒂芬研究所计算机系统系） 纠错

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

AI总结 本文提出FoodOntoRAG，通过检索本体和结构化证据实现鲁棒的食品实体链接，避免微调并提高本体漂移的鲁棒性。

Comments Preprint

Samyama: A Unified Graph-Vector Database with In-Database Optimization, Agentic Enrichment, and Hardware Acceleration

Samyama：一个统一的图-向量数据库，具有数据库内优化、代理增强和硬件加速

Madhulatha Mandarapu, Sandeep Kunkunuru

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

AI总结 Samyama是一款统一的图-向量数据库，结合了数据库内优化、代理增强和硬件加速，通过Rust实现高性能和内存安全性。

Comments 16 pages, 4 figures, 12 tables

Automated Extraction of Mechanical Constitutive Models from Scientific Literature using Large Language Models: Applications in Cultural Heritage Conservation

利用大语言模型自动化提取科学文献中的机械本构模型：应用于文化遗产保护

Rui Hu, Yue Wu, Tianhao Su, Yin Wang, Shunbo Hu, Jizhong Huang

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

AI总结 本研究利用大语言模型自动化提取科学文献中的机械本构模型，应用于文化遗产保护，构建了结构化数据库并提高了数据处理效率。

UniRel: Relation-Centric Knowledge Graph Question Answering with RL-Tuned LLM Reasoning

UniRel: 基于强化学习调优的LLM推理关系中心知识图谱问答

Yinxu Tang, Chengsong Huang, Jiaxin Huang, William Yeoh

机构 * Washington University in St. Louis（圣路易斯华盛顿大学） 纠错

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

AI总结 UniRel通过强化学习调优的LLM推理框架，实现关系中心的知识图谱问答，有效识别信息丰富的子图，提升问答性能。

Systematizing LLM Persona Design: A Four-Quadrant Technical Taxonomy for AI Companion Applications

对LLM人设设计的系统化：面向AI陪伴应用的四象限技术分类

Esther Sun, Zichu Wu

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 本文提出四象限技术分类系统，系统化LLM人设设计，涵盖虚拟与具身、情感与功能增强，分析不同应用场景的技术挑战与核心问题。

Comments Accepted to Neurips 2025 workshop: LLM Persona Workshop

Structured Insight from Unstructured Data: Large Language Models for SDOH-Driven Diabetes Risk Prediction

从无结构数据中提取结构化洞察：大型语言模型用于SDOH驱动的糖尿病风险预测

Sasha Ronaghi, Prerit Choudhary, David H Rehkopf, Bryant Lin

机构 * Stanford University（斯坦福大学） ； Stanford University School of Medicine（斯坦福大学医学院） 纠错

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

AI总结 本研究利用大型语言模型从患者生活故事中提取结构化SDOH信息，用于糖尿病风险预测，LLMs在预测糖尿病控制水平方面达到60%的准确率。

Comments 7 pages, 5 figures

Journal ref Annu Int Conf IEEE Eng Med Biol Soc. 2025 Jul;2025:1-7

LitE-SQL: A Lightweight and Efficient Text-to-SQL Framework with Vector-based Schema Linking and Execution-Guided Self-Correction

LitE-SQL: 一种轻量高效的文本到SQL框架，具备基于向量的模式链接和执行引导的自我纠正

Shengmin Piao, Jieun Lee, Sanghyun Park

机构 * Yonsei University（延世大学） 纠错

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

AI总结 LitE-SQL通过轻量高效的框架和基于向量的模式链接技术，实现高准确率的文本到SQL生成，无需多候选采样即可执行引导自我纠正，适用于隐私敏感和资源受限场景。

Comments Accepted by EACL 2026 Findings

ENCO: Life-Cycle Management of Enterprise-Grade Copilots

ENCO：企业级协作者的生命周期管理

Yiwen Zhu, Mathieu Demarne, Kai Deng, Wenjing Wang, Nutan Sahoo, Divya Vermareddy, Hannah Lerner, Yunlei Lu, Swati Bararia, Anjali Bhavan, William Zhang, Xia Li, Katherine Lin, Miso Cilimdzic, Subru Krishnan

机构 * Microsoft（微软公司） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 ENCO 通过 DECO 框架提升企业级协作者的生命周期管理，实现高效检索增强生成和自动化资源访问，提高工程效率。

Vibe Coding an LLM-powered Theorem Prover

Vibe 编码一个基于 LLM 的定理推理论证系统

Zhe Hou

机构 * Griffith University（格里菲斯大学） 纠错

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

AI总结 Isabellm是一个基于LLM的定理推理论证系统，通过结合分步推证器和证明计划器，实现自动证明合成，并展示了LLM在复杂证明任务中的潜力与挑战。

Knowledge Reasoning of Large Language Models Integrating Graph-Structured Information for Pest and Disease Control in Tobacco

基于图结构信息的大型语言模型知识推理用于烟草害虫和疾病控制

Siyu Li, Chenwei Song, Wan Zhou, Xinyi Liu

机构 * School of Information Science and Engineering（信息科学与工程学院） ； Chongqing Jiaotong University（重庆交通大学） 纠错

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

AI总结 本文提出一种整合图结构信息的大型语言模型，用于提升烟草害虫和疾病控制的知识推理能力，通过构建领域知识图并结合图神经网络实现更准确的推理。

Event Extraction in Large Language Model

大规模语言模型中的事件提取

Bobo Li, Xudong Han, Jiang Liu, Yuzhe Ding, Liqiang Jing, Zhaoqi Zhang, Jinheng Li, Xinya Du, Fei Li, Meishan Zhang, Min Zhang, Aixin Sun, Philip S. Yu, Hao Fei

机构 * National University of Singapore（新加坡国立大学） ； University of Sussex（苏塞克斯大学） ； Wuhan University（武汉大学） ； University of Texas at Dallas（德克萨斯大学达拉斯分校） ； Nanyang Technological University（南洋理工大学） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； University of Illinois at Chicago（伊利诺伊大学香槟分校） 纠错

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

AI总结 本文探讨了大规模语言模型中事件提取的系统组件，提出通过事件方案、结构和存储提升事件处理的可靠性与智能体准备性。

Comments 38 pages, 9 Figures, 5 Tables

DataFlow: An LLM-Driven Framework for Unified Data Preparation and Workflow Automation in the Era of Data-Centric AI

DataFlow：面向数据导向AI时代的统一数据准备与工作流自动化框架

Hao Liang, Xiaochen Ma, Zhou Liu, Zhen Hao Wong, Zhengyang Zhao, Zimo Meng, Runming He, Chengyu Shen, Qifeng Cai, Zhaoyang Han, Meiyi Qiang, Yalin Feng, Tianyi Bai, Zewei Pan, Ziyi Guo, Yizhen Jiang, Jingwen Deng, Qijie You, Peichao Lai, Tianyu Guo, Chi Hsu Tsai, Hengyi Feng, Rui Hu, Wenkai Yu, Junbo Niu, Bohan Zeng, Ruichuan An, Lu Ma, Jihao Huang, Yaowei Zheng, Conghui He, Linpeng Tang, Bin Cui, Weinan E, Wentao Zhang

机构 * Peking University（北京大学） ； Institute for Advanced Algorithms Research（先进算法研究所） ； OriginHub Technology（OriginHub技术） ； OpenDataLab（OpenData实验室） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； LLaMA-Factory Team（LLaMA-Factory团队） 纠错

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

AI总结 DataFlow通过统一的数据准备框架和自动化工作流，提升LLM性能，实现高效、可靠的数据处理。

Workflows vs Agents for Code Translation

工作流与代理在代码翻译中的比较

Henry Gray, Tom Yotam, Octavian Udrea

机构 * Code Metal 纠错

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

AI总结 研究比较了工作流与代理方法在MATLAB到HDL代码翻译中的效果，发现代理方法在语法修复和提升模拟覆盖率方面表现更优。

Journal ref NeurIPS 2025 Fourth Workshop on Deep Learning for Code

EmeraldMind: A Knowledge Graph-Augmented Framework for Greenwashing Detection

EmeraldMind: 一种集成领域知识图谱的绿色洗脑检测框架

Georgios Kaoukis, Ioannis Aris Koufopoulos, Eleni Psaroudaki, Danae Pla Karidi, Evaggelia Pitoura, George Papastefanatos, Panayiotis Tsaparas

机构 * Archimedes, Athena Research Center（阿奇米德研究中心） ； Athena Research Center（阿提卡研究中心） ； University of Ioannina（伊奥安尼纳大学） ； IMSI 纠错

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

AI总结 EmeraldMind通过整合领域知识图谱与检索增强生成技术，实现绿色洗脑检测，提供证据支持的裁决并提升解释质量。

Enhancing Information Retrieval in Digital Libraries through Unit Harmonisation in Scholarly Knowledge Graphs

通过学术知识图谱中的单元统一提升数字图书馆的信息检索

Golsa Heidari, Markus Stocker, Sören Auer

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

AI总结 本文提出了一种基于单元统一的分面搜索方法，用于在学术知识图谱中实现异构数据的比较和过滤，提升数字图书馆的信息检索能力。

Hybrid-DMKG: A Hybrid Reasoning Framework over Dynamic Multimodal Knowledge Graphs for Multimodal Multihop QA with Knowledge Editing

Hybrid-DMKG: 一种基于动态多模态知识图谱的混合推理框架用于多模态多跳问答与知识编辑

Li Yuan, Qingfei Huang, Bingshan Zhu, Yi Cai, Qingbao Huang, Changmeng Zheng, Zikun Deng, Tao Wang

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

AI总结 Hybrid-DMKG通过动态多模态知识图谱实现多跳问答中的准确推理，提升对知识更新的鲁棒性。

Comments Accepted by AAAI 2026

RELATE: Relation Extraction in Biomedical Abstracts with LLMs and Ontology Constraints

RELATE：利用LLMs和本体约束进行生物医学摘要中的关系提取

Olawumi Olasunkanmi, Mathew Satusky, Hong Yi, Chris Bizon, Harlin Lee, Stanley Ahalt

专题命中 图谱与结构化RAG ：vector search(abstract)；分类 cs.IR

AI总结 RELATE通过结合LLMs和本体约束，提升生物医学摘要中关系提取的标准化和准确性，有效构建标准化知识图谱。

Enhancing Conversational Recommender Systems with Tree-Structured Knowledge and Pretrained Language Models

Yongwen Ren, Chao Wang, Peng Du, Chuan Qin, Dazhong Shen, Hui Xiong

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

The Carbon Footprint Wizard: A Knowledge-Augmented AI Interface for Streamlining Food Carbon Footprint Analysis

Mustafa Kaan Aslan, Reinout Heijungs, Filip Ilievski

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

MINDS: A Cross-cultural Dialogue Corpus for Social Norm Classification and Adherence Detection

Pritish Sahu, Anirudh Som, Dimitra Vergyri, Ajay Divakaran

机构 * SRI International（SRI国际研究院） 纠错

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

Comments IJCNLP-AACL 2025

EasyTUS: A Comprehensive Framework for Fast and Accurate Table Union Search across Data Lakes

Tim Otto

专题命中 图谱与结构化RAG ：vector search(abstract)；分类 cs.DB

Comments Copyright 2025 IEEE. This is the author's version of the work that has been accepted for publication in Proceedings of the IEEE International Conference on Big Data (IEEE BigData 2025). The final version of record is available at: tba

BambooKG: A Neurobiologically-inspired Frequency-Weight Knowledge Graph

Vanya Arikutharam, Arkadiy Ukolov

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

CMOMgen: Complex Multi-Ontology Alignment via Pattern-Guided In-Context Learning

Marta Contreiras Silva, Daniel Faria, Catia Pesquita

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

Comments 32 pages, 5 figures

Structured Interfaces for Automated Reasoning with 3D Scene Graphs

Aaron Ray, Jacob Arkin, Harel Biggie, Chuchu Fan, Luca Carlone, Nicholas Roy

机构 * Massachusetts Institute of Technology（麻省理工学院） 纠错

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

Comments 25 pages, 3 figures