Efficient Retrieval Optimized Multi-task Learning
专题命中 检索器与排序 ：retriever(abstract)；knowledge retrieval(abstract)；分类 cs.IR、cs.CL
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 4552 篇
Demo: Soccer Information Retrieval via Natural Queries using SoccerRAG
专题命中 检索器与排序 ：RAG(abstract,comments)；retrieval augmented generation(abstract)；分类 cs.IR
Comments accepted to CBMI 2024 as a demonstration; https://github.com/simula/soccer-rag. arXiv admin note: text overlap with arXiv:2406.01273
A Reasoning-Focused Legal Retrieval Benchmark
机构 * Stanford University（斯坦福大学） ； Princeton University（普林斯顿大学）
专题命中 检索器与排序 ：RAG(abstract,comments)；retriever(abstract)；分类 cs.CL
Comments CS&Law 2025. For data, see https://reglab.github.io/legal-rag-benchmarks/
From Similarity to Feasibility: Diffusion-Refined Retrieval-Augmented Generation for Distribution Network Optimization
从相似性到可行性：用于配电网优化的扩散细化检索增强生成
专题命中 检索器与排序 ：retrieval-augmented generation(title)
AI总结 针对配电网优化中传统方法的不足，提出GridRAG框架，通过将场景特征与最优解嵌入联合空间，检索相似历史场景，并用扩散模块细化解，实现跨场景通用且加速求解，相比基线有显著优势。
iCoRe: An Iterative Correlation-Aware Retriever for Bug Reproduction Test Generation
iCoRe: 一种迭代相关性感知的Bug重现测试生成检索器
专题命中 检索器与排序 ：retriever(title)
AI总结 本文提出iCoRe，一种迭代相关性感知的Bug重现测试生成检索器，通过区分源代码与测试用例的检索需求、结合文本语义与函数调用结构、以及实现检索与生成阶段的反馈循环，提升Bug重现测试生成的准确性。
CIAN: Multi-Stage Framework for Event-Enriched Image Captioning via Retrieval-Augmented Generation
CIAN：基于检索增强生成的事件丰富图像描述的多阶段框架
机构 * University of Science, Ho Chi Minh City（胡志明市理科大学） ； Vietnam National University, Ho Chi Minh City（越南国家大学胡志明市分校）
专题命中 检索器与排序 ：retrieval-augmented generation(title)
AI总结 提出多阶段框架CIAN，通过检索相关文章并利用LoRA微调Qwen模型生成叙事，结合N-Gram精炼，在OpenEvents-V1上提升CIDEr从0.030到0.094，实现事件丰富的图像描述。
Comments SOICT 2025
SPARK-IL: Spectral Retrieval-Augmented RAG for Knowledge-driven Deepfake Detection via Incremental Learning
SPARK-IL：基于频谱检索的增强型RAG用于通过增量学习的知识驱动深度伪造检测
机构 * Univ. Polytechnique Hauts-de-France（上法兰西理工大学） ； Institute of Applied Sciences and Intelligent Systems – Lecce（应用科学与智能系统研究所（莱切）） ； Department of Innovation Engineering, University of Salento（萨伦托大学创新工程系） ； Sorbonne Center for Artificial Intelligence, Sorbonne University Abu Dhabi（索邦大学阿布扎比分校索邦人工智能中心）
专题命中 检索器与排序 ：RAG(title)
AI总结 本文提出SPARK-IL框架，结合双路径频谱分析与增量学习，利用冻结的ViT-L/14编码器生成语义表示，并通过频谱嵌入融合与残差连接实现跨生成器检测，达到94.6%的准确率。
XEmoRAG: Cross-Lingual Emotion Transfer with Controllable Intensity Using Retrieval-Augmented Generation
专题命中 检索器与排序 ：retrieval-augmented generation(title)
Comments Accepted by ASRU 2025
When Retriever Meets Generator: A Joint Model for Code Comment Generation
专题命中 检索器与排序 ：retriever(title)
Comments The paper has been peer-reviewed and accepted for publication in the proceedings of the 19th ACM/IEEE International Symposium on Empirical Software Engineering and Measurement (ESEM 2025)
Genomic and pathological analyses of an asymmetric true hermaphroditism case in a female labrador retriever
专题命中 检索器与排序 ：retriever(title)
Automatic Retrieval-augmented Generation of 6G Network Specifications for Use Cases
专题命中 检索器与排序 ：retrieval-augmented generation(title)
Comments 7 pages, 6 figures, Submitted to IEEE Comm Magazine for possible publication
Using Retriever Augmented Large Language Models for Attack Graph Generation
专题命中 检索器与排序 ：retriever(title)
Retrieval Augmented Generation of Symbolic Music with LLMs
专题命中 检索器与排序 ：retrieval augmented generation(title)
Comments LBD @ ISMIR 2023
RAGLog: Log Anomaly Detection using Retrieval Augmented Generation
专题命中 检索器与排序 ：retrieval augmented generation(title)
Comments arXiv admin note: substantial text overlap with arXiv:2203.10960
KNIMEZoBot: Enhancing Literature Review with Zotero and KNIME OpenAI Integration using Retrieval-Augmented Generation
专题命中 检索器与排序 ：retrieval-augmented generation(title)
Knowledge Retrieval With Functional Object-Oriented Networks
专题命中 检索器与排序 ：knowledge retrieval(title)
Comments 3 pages, 1 figure
ConceptFormer: Learning Adaptive Latent Concepts for Query-Document Alignment in Visual Document Retrieval
ConceptFormer：学习自适应潜在概念以实现视觉文档检索中的查询-文档对齐
机构 * Northeastern University（东北大学） ； Tsinghua University（清华大学） ； Peking University（北京大学）
专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；retriever(abstract)；分类 cs.IR
AI总结 针对视觉文档检索中现有监督信号的局限，本文提出ConceptFormer框架，以自适应潜在概念为中间表示衔接语义鸿沟，在基准测试中较最强基线实现了16.7%、22.1%的NDCG@10相对提升，性能优异。
SodaMem: Evidence-Grounded Temporal Graph Memory for LLM Agents
SodaMem：面向大语言模型智能体的基于证据的时序图记忆
专题命中 检索器与排序 ：RAG(abstract,abstract_cn)；分类 cs.AI
AI总结 针对LLM智能体对话的时效性、来源追溯等问题，提出基于证据的时序图记忆SodaMem，在LongMemEval-S上以Flash级花费达到高准确率，性能优于部分高成本系统。
Retrieval-Augmented Defense: Adaptive and Controllable Jailbreak Prevention for Large Language Models
检索增强防御：针对大语言模型的自适应且可控制的越狱防范
机构 * Department of Engineering University of Cambridge（工程系剑桥大学）
专题命中 检索器与排序 ：retrieval-augmented generation(abstract,abstract_cn)；分类 cs.CL
AI总结 针对大语言模型越狱攻击的挑战，提出检索增强防御（RAD）框架，在StrongREJECT数据集上验证其可降低强力越狱攻击有效性，同时平衡安全性与实用性。
Do Static Embeddings Add Value to Hybrid Dutch Retrieval?
静态嵌入是否为混合荷兰语检索增加价值？
专题命中 检索器与排序 ：retriever(abstract)；hybrid retrieval(abstract)；分类 cs.IR
AI总结 本研究针对荷兰语检索任务开展受控评估，发现静态嵌入无法为混合检索增加价值，双检索器的词汇-Transformer架构是可靠默认方案。
AiFlow: Token-Native Reactive Orchestration with Bounded Backpressure for Streaming LLM Applications
AiFlow：面向流式大语言模型应用的带界背压令牌原生反应式编排框架
专题命中 检索器与排序 ：RAG(abstract,abstract_cn)；分类 cs.AI
AI总结 针对现有流式LLM工作流编排的背压等管理缺陷，提出AiFlow令牌原生反应式编排模型，经实验验证可降低应用TTFPT并控制队列深度。
Comments 24 pages, 5 figures, 12 tables, 1 algorithm, and 1 code listing. Public implementation: https://github.com/ModelEngine-Group/fit-framework
KAMR: Grounding Generation via Knowledge-Aligned Multi-hop Retrieval
KAMR：基于知识对齐多跳检索的接地生成
专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；retriever(abstract)；分类 cs.IR
AI总结 该研究针对多跳检索中三元组排序与监督缺失问题，提出KAMR知识对齐多跳检索器，通过构建部分对齐数据集优化对比目标，在多基准与LLM主干上提升了多跳检索和下游问答性能。
Comments Accepted by COLM'26
Graph-Based Re-ranking in Information Retrieval and Beyond: A Survey
信息检索及其他领域中基于图的重排：一项综述
专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；RAG(abstract)；分类 cs.IR
AI总结 综述基于图的信息检索重排方法，介绍其在相关AI范式中的作用，通过引入分类法和时间线深入回顾该范式，分析实验情况，最后基于挑战与机遇给出未来研究建议。
Comments This is an extended version of the previous release (V1)
Beyond Memory Leaderboards: Evaluating Scientific Memory as Budgeted Context Restoration
超越内存排行榜：将科学记忆评估为预算上下文恢复
机构 * Quantellence Research（Quantellence研究公司） ； St. Petersburg Department of the Steklov Institute of Mathematics（斯捷克洛夫数学研究所圣彼得堡分部） ； St. Petersburg State University（圣彼得堡国立大学）
专题命中 检索器与排序 ：RAG(abstract,abstract_cn)；分类 cs.AI
AI总结 研究提出两个全文科学记忆基准测试PAIM和PTr，评估八个内存/检索系统，发现内存排行榜受多种因素影响，如摄取粒度等。结果显示不同系统表现因条件而异，还表明大语言模型评判排名与人工一致，应将科学记忆评估为预算上下文恢复并开源相关资源。
Comments 40 pages, 6 figures, 8 tables
NOWJ@COLIEE 2026: Adaptive Pipelines for Legal Retrieval and Reasoning
NOWJ@COLIEE 2026：用于法律检索和推理的自适应管道
机构 * VNU University of Engineering and Technology（越南国立工程技术大学） ； Center for Juris-Informatics, ROIS-DS College of Engineering & Computer Science, VinUniversity（越南Vin大学工程与计算机科学学院法律信息学中心）
专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；dense retrieval(abstract)；分类 cs.CL
AI总结 NOWJ团队参与COLIEE 2026竞赛五项任务，针对各任务提出不同方法。如任务1的四阶段管道，任务2的多种方法结合，任务3的检索增强框架等，通过这些方法在法律检索、推理等方面取得相应成果。
Comments Presented at COLIEE 2026
Agentic AI and Retrieval-Augmented Models in Straight-Through Underwriting
直通式承保中的智能体人工智能与检索增强模型
机构 * Brigham Young University
专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；RAG(abstract)；分类 cs.AI
AI总结 研究人工智能在精算实践中的应用，开发用于小型商业企业主保单直通式承保的智能体人工智能框架，通过构建实验环境比较三条承保管道，发现智能体系统总体表现最佳，在特定场景中优势明显。
Zoom In Disparities in Healthcare LLM Q&A
放大医疗保健语言模型问答中的差异
机构 * Universitat Politècnica de València（瓦伦西亚理工大学） ； University of Trento（特伦托大学） ； University of Sheffield（谢菲尔德大学） ； Bonn-Aachen International Center for Information Technology, University of Bonn（波恩-亚琛信息科技国际中心，波恩大学） ； Lamarr Institute for Machine Learning and Artificial Intelligence（拉马尔机器学习与人工智能研究所） ； University of Pisa（比萨大学） ； University of Milano-Bicocca（米兰-比可卡大学） ； ValgrAI Valencian Graduate School and Research Network of Artificial Intelligence（瓦伦西亚人工智能研究生学校和研究网络）
专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；RAG(abstract)；分类 cs.CL
AI总结 研究多语言医疗保健问答中LLM的跨语言差异，构建多语言数据集，分析覆盖范围与响应对齐，通过案例研究发现差异显著，非英语维基百科上下文摘录可改善事实对齐，为构建公平多语言医疗AI系统提供途径。
Comments It is accepted to NLDB 2026: The paper can be accessed at https://link.springer.com/chapter/10.1007/978-3-032-29532-3_12
Journal ref NLDB 2026
Claim2Source at CheckThat! 2026: Improving Multilingual Scientific Claim-Source Retrieval with Verification-based Re-Ranking
CheckThat! 2026中的Claim2Source：基于验证的重新排序改进多语言科学声明-来源检索
专题命中 检索器与排序 ：retriever(abstract)；dense retrieval(abstract)；分类 cs.IR
AI总结 针对多语言科学声明-来源检索任务，提出多阶段检索框架，结合结构化表示与渐进候选优化，采用双语声明、元数据增强源表示及语言适配，经多步检索提升性能，在比赛中获佳绩。
Comments Accepted at the CheckThat! Lab at CLEF 2026
HETERQA: Benchmarking Record Retrieval over Multiple Heterogeneous Sources
HETERQA：多异构源记录检索基准测试
专题命中 检索器与排序 ：RAG(abstract)；hybrid retrieval(abstract)；分类 cs.IR
AI总结 研究新兴系统中多异构源记录检索问题，构建含857个问答对的HETERQA基准，采用答案驱动方式，经多步操作生成，验证基准并评估多种检索器，为异构源记录检索提供有效测试平台。
Comments 20 pages, 10 figures
MeVer at CheckThat! 2026: Cluster-Aware Hard-Negative Mining for Multilingual Scientific Source Retrieval
MeVer 在 CheckThat! 2026：面向多语言科学文献检索的聚类感知难负样本挖掘
专题命中 检索器与排序 ：retriever(abstract)；dense retrieval(abstract)；分类 cs.IR
AI总结 针对社交媒体主张的科学文献来源检索任务，提出聚类感知的难负样本挖掘策略，结合密集检索、重排序和基于LLM的争议解决器，在共享任务中排名第6。
Comments Technical report for CLEF 2026 CheckThat! Task 1 shared task submission. 13 pages, 14 tables
