SIGIR

Exploring Knowledge Conflicts for Faithful LLM Reasoning: Benchmark and Method

探索知识冲突以实现忠实的LLM推理：基准与方法

Tianzhe Zhao, Jiaoyan Chen, Shuxiu Zhang, Haiping Zhu, Qika Lin, Jun Liu

机构 * School of Computer Science and Technology, Xi'an Jiaotong University（西安交通大学计算机科学与技术学院） ； Department of Computer Science, The University of Manchester（曼彻斯特大学计算机科学系） ； Hunan University（湖南大学） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 本文提出ConflictQA基准，揭示LLM在处理跨源知识冲突时的不足，并提出XoT框架以提升异构冲突证据推理的可靠性。

Comments Accepted at SIGIR 2026

ARHN: Answer-Centric Relabeling of Hard Negatives with Open-Source LLMs for Dense Retrieval

ARHN: 基于开源大语言模型的密集检索中以答案为中心的困难负样本重标定

Hyewon Choi, Jooyoung Choi, Hansol Jang, Hyun Kim, Chulmin Yun, ChangWook Jun, Stanley Jungkyu Choi

AI总结 ARHN通过利用开源大语言模型对困难负样本进行重标定，结合重标定与过滤策略提升检索效果，提供更清洁的监督信号。

Comments Accepted to SIGIR 2026

From Query to Conscience: The Importance of Information Retrieval in Empowering Socially Responsible Consumerism

从查询到良知：信息检索在推动负责任消费主义中的重要性

Frans van der Sluis, Leif Azzopardi, Florian Meier

AI总结 本文探讨信息检索如何通过减少信息不对称、优化搜索界面和校准知识，帮助消费者做出更负责任的消费决策。

Comments 12 pages, 4 figures. Published in SIGIR '25 (ACM), pp. 3853-3864. Peer reviewed

Journal ref In Proc. 48th Int. ACM SIGIR Conf. Res. Dev. Inf. Retr. (SIGIR '25), 2025, pp. 3853-3864

SID-Coord: Coordinating Semantic IDs for ID-based Ranking in Short-Video Search

SID-Coord: 用于短视频搜索中基于ID的排序的语义ID协调

Guowen Li, Yuepeng Zhang, Shunyu Zhang, Yi Zhang, Xiaoze Jiang, Yi Wang, Jingwei Zhuo

AI总结 SID-Coord通过引入可训练的语义ID，协调ID基础排序模型中的记忆与泛化能力，提升长尾项表现，实验证明在搜索播放率和播放时长上有显著提升。

Comments SIGIR-2026