RAG / 检索增强生成

VisRet: Visualization Improves Knowledge-Intensive Text-to-Image Retrieval

VisRet：可视化改进知识密集型文本到图像检索

Di Wu, Yixin Wan, Kai-Wei Chang

机构 * University of California, Los Angeles（加州大学洛杉矶分校） 纠错

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

AI总结 VisRet通过将文本查询投影到图像模态，提升跨模态检索效果，优于传统方法，在四个基准测试中提升nDCG@30，并提高下游问答准确性。

Comments ACL 2026 Camera Ready

PhySE: A Psychological Framework for Real-Time AR-LLM Social Engineering Attacks

PhySE: 一种用于实时AR-LLM社会工程攻击的心理学框架

Tianlong Yu, Yang Yang, Ziyi Zhou, Jiaying Xu, Siwei Li, Tong Guan, Kailong Wang, Ting Bi

机构 * Hubei University（湖北大学） ； Apple Inc（苹果公司） ； Huazhong University of Science and Technology（华中科技大学） 纠错

专题命中 检索器与排序 ：RAG(abstract,abstract_cn)；retrieval-augmented generation(abstract)；分类 cs.AI

AI总结 PhySE通过视觉语言模型的社会上下文训练和自适应心理代理，解决AR-LLM社会工程攻击中的冷启动个性化和静态攻击策略问题，提升实时交互效果。

Information-Consistent Language Model Recommendations through Group Relative Policy Optimization

通过群体相对策略优化实现信息一致的语言模型推荐

Sonal Prabhune, Balaji Padmanabhan, Kaushik Dutta

专题命中 检索器与排序 ：RAG(abstract,abstract_cn)；retrieval-augmented generation(abstract)；分类 cs.AI

AI总结 本文提出基于群体相对策略优化的强化学习框架，旨在提升语言模型在等效提示下的信息一致性，通过熵基帮助性和稳定性奖励优化模型稳定性。

Journal ref 2026 IEEE Conference on Artificial Intelligence (CAI)

The Cognitive Circuit Breaker: A Systems Engineering Framework for Intrinsic AI Reliability

认知电路断路器：一种用于内在AI可靠性的系统工程框架

Jonathan Pan

机构 * Jonathan Pan 纠错

专题命中 检索器与排序 ：RAG(abstract,abstract_cn)；retrieval-augmented generation(abstract)；分类 cs.AI

AI总结 本文提出认知电路断路器框架，通过提取模型前向传递中的隐藏状态，计算认知不一致度，以实现低延迟的内在可靠性监控，同时展示其在分布外泛化中的有效性。

Comments 2 Figures

CoRoVA: Compressed Representations for Vector-Augmented Code Completion

CoRoVA：用于向量增强代码补全的压缩表示

Daria Cherniuk, Nikita Sukhorukov, Danil Gusak, Nikita Sushko, Danil Sivtsov, Elena Tutubalina, Evgeny Frolov

机构 * HSE University（俄罗斯莫斯科高等教育学院） 纠错

专题命中 检索器与排序 ：RAG(abstract,abstract_cn)；retrieval-augmented generation(abstract)；分类 cs.CL

AI总结 CoRoVA通过压缩上下文提升代码补全效率，减少提示扩展并降低延迟，提升生成质量。

Automated Formalization via Conceptual Retrieval-Augmented LLMs

通过概念检索增强的LLM实现自动化形式化

Wangyue Lu, Lun Du, Sirui Li, Ke Weng, Haozhe Sun, Hengyu Liu, Minghe Yu, Tiancheng Zhang, Ge Yu

机构 * School of Computer Science and Engineering, Northeastern University, Shenyang 110819, China（东北大学计算机科学与工程学院，沈阳 110819，中国） ； Ant Research, Ant Group, Beijing, China（蚂蚁集团北京蚂蚁研究院，中国） ； Department of Computer Science, Aalborg University, Denmark（丹麦奥尔堡大学计算机科学系） ； Software College, Northeastern University, Shenyang 110819, China（东北大学软件学院，沈阳 110819，中国） 纠错

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；RAG(abstract)；hybrid retrieval(abstract)；分类 cs.AI

AI总结 本文提出CRAMF框架，通过检索数学概念定义提升LLM形式化能力，解决模型幻觉和语义鸿沟问题，在三个基准测试中实现显著提升。

SYMDIREC: A Neuro-Symbolic Divide-Retrieve-Conquer Framework for Enhanced RTL Synthesis and Summarization

SYMDIREC：一种用于增强RTL综合与摘要的神经符号分割-检索-解决框架

Prashanth Vijayaraghavan, Apoorva Nitsure, Luyao Shi, Charles Mackin, Ashutosh Jadhav, David Beymer, Ehsan Degan, Vandana Mukherjee

机构 * IBM Research（IBM研究院） 纠错

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；RAG(abstract)；retriever(abstract)；分类 cs.CL

AI总结 SYMDIREC通过结合符号规划与LLM推理，提升RTL综合与摘要的准确性，实现比基线方法更高的Pass@1率和ROUGE-L分数。

Journal ref EACL 2026

Beyond Rows to Reasoning: Agentic Retrieval for Multimodal Spreadsheet Understanding and Editing

超越行到推理：面向多模态电子表格理解与编辑的智能检索

Anmol Gulati, Sahil Sen, Waqar Sarguroh, Kevin Paul

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；RAG(abstract)；retriever(abstract)；分类 cs.CL

AI总结 BRTR通过迭代工具调用框架实现多模态电子表格的端到端理解与编辑，取得领先性能。

CacheMind: From Miss Rates to Why -- Natural-Language, Trace-Grounded Reasoning for Cache Replacement

CacheMind: 从缺失率到原因 -- 基于自然语言和跟踪数据的缓存替换推理

Kaushal Mhapsekar, Azam Ghanbari, Bita Aslrousta, Samira Mirbagher-Ajorpaz

机构 * North Carolina State University（北卡罗来纳州立大学） 纠错

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；RAG(abstract)；retriever(abstract)；分类 cs.AI

AI总结 CacheMind通过自然语言和跟踪数据推理提升缓存替换性能，实现高准确率和实际应用效果。

Comments 16 pages, 13 figures, ASPLOS 2026

Less Finetuning, Better Retrieval: Rethinking LLM Adaptation for Biomedical Retrievers via Synthetic Data and Model Merging

更少微调，更好检索：通过合成数据和模型合并重新思考LLM适应于生物医学检索器

Sameh Khattab, Jean-Philippe Corbeil, Osman Alperen Koraş, Amin Dada, Julian Friedrich, François Beaulieu, Paul Vozila, Jens Kleesiek

机构 * IKIM, University Hospital Essen（IKIM，埃森大学医院） ； Microsoft Healthcare & Life Sciences（微软医疗与生命科学） 纠错

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；RAG(abstract)；retriever(abstract)；分类 cs.CL

AI总结 本文提出STM框架，通过合成数据和模型合并提升生物医学检索性能，实验显示在任务特定专家上提升23.5%并优于基线模型。

Comments Preprint

MedTutor: A Retrieval-Augmented LLM System for Case-Based Medical Education

MedTutor: 一种基于检索的LLM系统用于基于病例的医学教育

Dongsuk Jang, Ziyao Shangguan, Kyle Tegtmeyer, Anurag Gupta, Jan Czerminski, Sophie Chheang, Arman Cohan

机构 * Department of Computer Science, Yale University（耶鲁大学计算机科学系） ； Department of Radiology and Biomedical Imaging, Yale School of Medicine（耶鲁医学院放射学与生物医学成像系） ； Interdisciplinary Program for Bioengineering, Seoul National University（首尔国立大学生物工程跨学科项目） 纠错

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；RAG(abstract)；hybrid retrieval(abstract)；分类 cs.CL

AI总结 MedTutor是一种基于检索的LLM系统，通过自动从临床病例报告生成教育内容和多项选择题，提升医学教育质量。

Comments Accepted to EMNLP 2025 (System Demonstrations)

Journal ref Proceedings of the 2025 Conference on Empirical Methods in Natural Language Processing: System Demonstrations, pages 319-353

Enhancing Retrieval Augmentation via Adversarial Collaboration

通过对抗协作增强检索增强生成

Letian Zhang, Guanghao Meng, Xudong Ren, Yiming Wang, Shu-Tao Xia

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

AI总结 AC-RAG通过对抗协作机制提升检索增强生成的准确性与领域适应性

Comments Due to some internal policies, we need to temporarily withdraw the paper. We will resubmit it after a further review

X-GridAgent: An LLM-Powered Agentic AI System for Assisting Power Grid Analysis

X-GridAgent: 一种基于大语言模型的代理AI系统，用于协助电力 grid 分析

Yihan, Wen, Xin Chen

机构 * Department of Electrical and Computer Engineering, Texas A&M University（电气与计算机工程系，德克萨斯A&M大学） 纠错

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；RAG(abstract)；hybrid retrieval(abstract)；分类 cs.AI

AI总结 X-GridAgent是一种基于大语言模型的代理AI系统，通过自然语言查询实现电力系统分析的自动化，结合提示优化和混合检索增强生成算法，提升电网分析的效率和准确性。

PortAgent: LLM-driven Vehicle Dispatching Agent for Port Terminals

PortAgent: 基于大语言模型的港口终端车辆调度代理

Jia Hu, Junqi Li, Weimeng Lin, Peng Jia, Yuxiong Ji, Jintao Lai

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；RAG(abstract)；retriever(abstract)；分类 cs.AI

AI总结 PortAgent利用大语言模型实现港口终端车辆调度系统的自动化迁移，无需专家参与，降低数据需求并加快部署速度。

Grounded by Experience: Generative Healthcare Prediction Augmented with Hierarchical Agentic Retrieval

Chuang Zhao, Hui Tang, Hongke Zhao, Xiaofang Zhou, Xiaomeng Li

机构 * Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology（电子与计算机工程系，香港科技大学） ； College of Management and Economics, Laboratory of Computation and Analytics of Complex Management Systems (CACMS), Tianjin University（管理学院与经济学学院，复杂管理系统的计算与分析实验室，天津大学） ； Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（计算机科学与工程系，香港科技大学） 纠错

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；RAG(abstract)；retriever(abstract)；分类 cs.AI

Beyond Perplexity: Let the Reader Select Retrieval Summaries via Spectrum Projection Score

Zhanghao Hu, Qinglin Zhu, Siya Qi, Yulan He, Hanqi Yan, Lin Gui

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；RAG(abstract)；retriever(abstract)；分类 cs.CL

Comments Accepted by AAAI 2026 Oral. Project link: https://zhanghao-aaai2026-sps.github.io/AAAI2026-SPS/

Balancing the Blend: An Experimental Analysis of Trade-offs in Hybrid Search

Mengzhao Wang, Boyu Tan, Yunjun Gao, Hai Jin, Yingfeng Zhang, Xiangyu Ke, Xiaoliang Xu, Yifan Zhu

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；RAG(abstract)；vector search(abstract)；分类 cs.DB

Marcel: A Lightweight and Open-Source Conversational Agent for University Student Support

Jan Trienes, Anastasiia Derzhanskaia, Roland Schwarzkopf, Markus Mühling, Jörg Schlötterer, Christin Seifert

机构 * Marburg University（马尔堡大学） 纠错

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；retriever(abstract)；hybrid retrieval(abstract)；分类 cs.CL

Comments Accepted at EMNLP 2025 (System Demonstrations)

SEARA: An Automated Approach for Obtaining Optimal Retrievers

Zou Yuheng, Wang Yiran, Tian Yuzhu, Zhu Min, Huang Yanhua

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；RAG(abstract)；retriever(abstract)；分类 cs.IR

Multi-Agent Retrieval-Augmented Framework for Evidence-Based Counterspeech Against Health Misinformation

Anirban Saha Anik, Xiaoying Song, Elliott Wang, Bryan Wang, Bengisu Yarimbas, Lingzi Hong

机构 * University of North Texas（北卡罗来纳州立大学） 纠错

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

Comments Accepted for publication at COLM 2025

Journal ref Second Conference on Language Modeling (COLM 2025)

Fact or Facsimile? Evaluating the Factual Robustness of Modern Retrievers

Haoyu Wu, Qingcheng Zeng, Kaize Ding

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；RAG(abstract)；retriever(abstract)；分类 cs.IR

Comments Proceedings of the 34th ACM International Conference on Information and Knowledge Management

Retrieval Feedback Memory Enhancement Large Model Retrieval Generation Method

Leqian Li, Dianxi Shi, Jialu Zhou, Xinyu Wei, Mingyue Yang, Songchang Jin, Shaowu Yang

专题命中 检索器与排序 ：retrieval augmented generation(abstract)；retrieval-augmented generation(abstract)；RAG(abstract)；分类 cs.IR

Retrieval Augmented Large Language Model System for Comprehensive Drug Contraindications

Byeonghun Bang, Jongsuk Yoon, Dong-Jin Chang, Seho Park, Yong Oh Lee

专题命中 检索器与排序 ：retrieval augmented generation(abstract)；RAG(abstract)；hybrid retrieval(abstract)；分类 cs.AI

MCCoder: Streamlining Motion Control with LLM-Assisted Code Generation and Rigorous Verification

Yin Li, Liangwei Wang, Shiyuan Piao, Boo-Ho Yang, Ziyue Li, Wei Zeng, Fugee Tsung

机构 * Thrust of Data Science and Analytics, The Hong Kong University of Science and Technology (Guangzhou)（数据科学与分析 thrust，香港科学与技术大学（广州）） ； Department of Industrial Engineering and Decision Analytics, The Hong Kong University of Science and Technology（工业工程与决策分析系，香港科学与技术大学） ； MOVENSYS Inc.（MOVENSYS公司） ； University of Cologne（科隆大学） 纠错

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；RAG(abstract)；hybrid retrieval(abstract)；分类 cs.AI

Comments IEEE CASE 2025 Best Student Paper Finalists

Hybrid AI for Responsive Multi-Turn Online Conversations with Novel Dynamic Routing and Feedback Adaptation

Priyaranjan Pattnayak, Amit Agarwal, Hansa Meghwani, Hitesh Laxmichand Patel, Srikant Panda

机构 * OCI, Oracle America Inc.（Oracle美洲公司） ； OCI, Oracle India（Oracle印度公司） 纠错

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

Comments Proceedings of the 4th International Workshop on Knowledge Augmented Methods for Natural Language Processing in NAACL 2025, pages 215 to 229, Albuquerque, New Mexico, USA. Association for Computational Linguistics

Journal ref Proceedings of the 4th International Workshop on Knowledge-Augmented Methods for Natural Language Processing (KnowledgeNLP 2025), pp. 215 to 229, Association for Computational Linguistics, Albuquerque, New Mexico, May 2025

TopClustRAG at SIGIR 2025 LiveRAG Challenge

Juli Bakagianni, John Pavlopoulos, Aristidis Likas

机构 * Athens University of Economics and Business（雅典经济与商业大学） ； Archimedes, Athena Research Center（阿基米德、雅典研究中心） ； Computer Science and Engineering, University of Ioannina（计算机科学与工程，伊奥安纳大学） 纠错

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；RAG(abstract)；hybrid retrieval(abstract)；分类 cs.CL

SimpleDoc: Multi-Modal Document Understanding with Dual-Cue Page Retrieval and Iterative Refinement

Chelsi Jain, Yiran Wu, Yifan Zeng, Jiale Liu, S hengyu Dai, Zhenwen Shao, Qingyun Wu, Huazheng Wang

机构 * Oregon State University（俄勒冈州立大学） ； Pennsylvania State University（宾夕法尼亚州立大学） ； AG2AI, Inc.（AG2AI公司） ； Johnson & Johnson（强生公司） 纠错

专题命中 检索器与排序 ：retrieval augmented generation(abstract)；RAG(abstract)；retriever(abstract)；分类 cs.AI

Maximally-Informative Retrieval for State Space Model Generation

Evan Becker, Benjamin Bowman, Matthew Trager, Tian Yu Liu, Luca Zancato, Wei Xia, Stefano Soatto

机构 * UCLA（美国大学洛杉矶分校） ； AWS AI Labs（亚马逊人工智能实验室） 纠错

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；RAG(abstract)；retriever(abstract)；分类 cs.CL

Retrieval-augmented Large Language Models for Financial Time Series Forecasting

Mengxi Xiao, Zihao Jiang, Lingfei Qian, Zhengyu Chen, Yueru He, Yijing Xu, Yuecheng Jiang, Dong Li, Ruey-Ling Weng, Min Peng, Jimin Huang, Sophia Ananiadou, Qianqian Xie

机构 * School of Artificial Intelligence, Wuhan University（武汉大学人工智能学院） ； School of Computer Science, Wuhan University（武汉大学计算机学院） ； The Fin AI（Fin AI） ； Columbia University（哥伦比亚大学） ； Stevens Institute of Technology（史蒂文斯理工学院） ； University of Manchester（曼彻斯特大学） ； University of Montreal（蒙特利尔大学） 纠错

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；RAG(abstract)；retriever(abstract)；分类 cs.CL

Comments 11 pages, 4 figures

RealDrive: Retrieval-Augmented Driving with Diffusion Models

Wenhao Ding, Sushant Veer, Yuxiao Chen, Yulong Cao, Chaowei Xiao, Marco Pavone

机构 * NVIDIA Research（NVIDIA研究部） ； University of Wisconsin – Madison（威斯康星大学麦迪逊分校） ； Stanford University（斯坦福大学） 纠错

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；RAG(abstract)；retriever(abstract)；分类 cs.AI