Maintaining Leiden Communities in Large Dynamic Graphs
维护大规模动态图中的 Leiden 社区
专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；分类 cs.DB
AI总结 针对现有动态 Leiden 算法在频繁更新下效率低的问题，提出 HIT-Leiden 算法，通过维护连通分量和层次社区结构减少受影响顶点范围，实现高达五个数量级的加速。
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 163 篇
RASST: Retrieval-Augmented Simultaneous Speech Translation
RASST：检索增强的同声传译
机构 * Johns Hopkins University（约翰霍普金斯大学） ； Carnegie Mellon University（卡内基梅隆大学）
专题命中 检索器与排序 ：retriever(abstract)；分类 cs.CL
AI总结 针对同声传译中罕见术语翻译不准的问题，提出检索增强方法RASST，通过轻量级语音-文本检索器提供分块术语提示，并合成训练数据教会模型何时应用检索术语，在ACL 60/60和ESO测试集上术语准确率提升近40%，BLEU提升最多3点。
Comments Under Review
Semantic Motion Anchors: Bridging Motion and Meaning in Co-Speech Gestures
语义运动锚点：连接共语手势中的运动与意义
机构 * Saarland University（萨尔兰大学） ； MPI for Informatics（信息研究所） ； Saarland Informatics Campus（萨尔兰信息校园） ； University of British Columbia（不列颠哥伦比亚大学） ； Vector Institute（向量研究所） ； Zuse School（祖斯学校）
专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；分类 cs.CL
AI总结 提出语义运动锚点方法，通过将3D手势离散化为身体-手部运动基元并转化为结构化描述，在文本与运动之间建立辅助对比监督，显著提升共语手势检索的语义相关性。
Subtraction Gets You More: Gap-Aware Retrieval for Multimodal Multi-Hop QA
减法让你获得更多：面向多模态多跳问答的差距感知检索
专题命中 检索器与排序 ：retriever(abstract)；分类 cs.IR
AI总结 针对多模态多跳问答中的证据集补全和序列池构建任务，提出GRAIL框架，通过隐式查询重写和上下文减法查询引导，解决语义锚定问题，实现组合跨模态推理，在MultimodalQA上获得40.3%的宏平均性能提升。
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
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）
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
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
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）
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
KD-Judge: A Knowledge-Driven Automated Judge Framework for Functional Fitness Movements on Edge Devices
KD-Judge：一种基于知识的自动化评判框架，用于边缘设备上的功能性健身动作
机构 * Department of Computer Science and Engineering, Oakland University, Rochester Hills, USA（计算机科学与工程系，奥克兰大学，罗切斯特希尔，美国）
专题命中 检索器与排序 ：retrieval-augmented generation(abstract)
AI总结 本文提出KD-Judge，一种基于知识的自动化评判框架，用于在边缘设备上对功能性健身动作进行重复标准的自动评判，通过规则结构化和确定性规则系统提高效率和准确性。
Comments Accepted at IEEE/ACM CHASE 2026
Governing Generative AI Across Financial Institutions: A Framework for Generative AI Risk Control
跨金融机构治理生成式AI：符合SR 26-2要求的生成式AI风险控制框架
机构 * Citigroup（摩根大通） ； Florida State University（佛罗里达州立大学）
专题命中 检索器与排序 ：retrieval-augmented generation(abstract)
AI总结 针对SR 26-2未覆盖生成式AI的治理难题，本文提出兼容该监管规则的GAICF框架，将模型风险管理原则转化为分层控制结构，助力金融机构合规管控生成式AI应用。
LogiDroid: Individual Functional Test Generation via Business Logic Extraction and Adaptation
通过业务逻辑提取与适应的上下文感知功能测试生成
专题命中 检索器与排序 ：knowledge retrieval(abstract)
AI总结 LogiDroid通过业务逻辑提取与适应，实现上下文感知的功能测试生成，显著提升测试用例生成效率。
Comments Accepted by TOSEM (ACM Transactions on Software Engineering and Methodology) 2026
Think Harder and Don't Overlook Your Options: Revisiting Issue-Commit Linking with LLM-Assisted Retrieval
深入思考并不要忽视你的选项：重新审视基于LLM辅助检索的议题-提交链接
专题命中 检索器与排序 ：dense retrieval(abstract)
AI总结 本文重新评估了多种议题-提交链接恢复技术，通过比较不同检索方法和机器学习模型，发现密集检索优于稀疏检索，传统机器学习方法性能优于大语言模型。
RASR: Retrieval-Augmented Semantic Reasoning for Fake News Video Detection
RASR：基于检索的语义推理用于虚假新闻视频检测
机构 * School of Informatics, Xiamen University（厦门大学信息学院） ； School of Computer Science and Information Security, Guilin University of Electronic Technology（桂林电子科技大学计算机科学与信息安全学院） ； School of Computer and Big Data, Minjiang University（闽江学院计算机与大数据学院） ； Xiamen University（厦门大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
专题命中 检索器与排序 ：retriever(abstract)
AI总结 本文提出RASR框架，通过跨实例语义解析器和检索器、领域引导多模态推理模块和多视图特征解耦融合模块，提升虚假新闻视频检测的准确性和跨域泛化能力。
Comments The paper needs revision, and the experiments need to be expanded
Advanced Applications of Generative AI in Actuarial Science: Case Studies Beyond ChatGPT
生成AI在精算科学中的高级应用：超越ChatGPT的案例研究
专题命中 检索器与排序 ：retrieval-augmented generation(abstract)
AI总结 本文通过四个案例研究探讨生成AI在精算实践中的潜力，涵盖从早期神经网络到现代Transformer生成AI系统的发展，展示其在索赔预测、市场比较、车辆损坏分类及代码迁移中的应用，同时讨论监管与安全挑战。
Comments v3: Minor revision in response to peer review. Methodological and reproducibility refinements across the case studies and the governance section
Journal ref European Actuarial Journal (2026)
When Hard Negatives Hurt: Bridging the Generative-Discriminative Gap in Hard Negative Synthesis for Retrieval
当硬负例有害时：弥合检索中硬负例生成的生成-判别鸿沟
机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Huawei Technologies Co., Ltd.（华为技术有限公司） ； City University of Hong Kong（香港城市大学） ； School of Cyber Science and Technology, Sun Yat-sen University（中山大学信息科学与技术学院） ； School of Intelligence Science and Technology, Nanjing University（南京大学智能科学与技术学院） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室）
专题命中 检索器与排序 ：retriever(abstract)
AI总结 针对检索中硬负例生成存在的生成-判别鸿沟问题，提出CausalNeg方法，通过CoT引导的反事实扰动和查询视角熵最大化来提升检索性能。
Comments Accepted at KDD 2026
