Adversarial Training for Code Retrieval with Question-Description Relevance Regularization
The Ohio State University(俄亥俄州立大学)
代码检索是自然语言和程序设计语言匹配的关键任务。在这项工作中,我们提出了用于代码检索的对抗学习,即通过问题描述相关性进行正则化。首先,我们采用了一种简单的对抗性学习技术,在给定输入问题的情况下生成困难的代码片段,这可以帮助学习面临双模态和数据稀缺挑战的代码检索。其次,我们建议利用问题描述相关性来规范对抗性学习,这样生成的代码片段应该对代码检索训练损失做出更多贡献,只有当其配对的自然语言描述被预测为与用户给定的问题不太相关时。在两种程序设计语言的大规模代码检索数据集上的实验表明,我们的对抗性学习方法能够提高最先进模型的性能。此外,使用额外的重复问题预测模型来正则化对抗学习进一步提高了性能,这比在强多任务学习基线中使用重复问题更有效
2020-11-10 cs.AI cs.CL cs.IR
On the Generalization Ability of Retrieval-Enhanced Transformers
Chalmers University of Technology(查尔姆斯理工大学);Linköping University(林雪平大学);University of Gothenburg(哥德堡大学);Recorded Future(记录未来公司)
检索增强型Transformer(RETRO)模型的最新研究表明,将内存从可训练权重卸载到检索数据库可以显着改善语言建模,并与尺寸大一个数量级的非检索模型的性能相匹配。有人建议,至少有一些这种性能增益是由于非平凡的推广的基础上,模型权重和检索。在本文中,我们试图更好地理解这两个组件的相对贡献。我们发现,检索的性能收益主要来自数据库和测试数据之间的重叠令牌,这表明比以前假设的非平凡的泛化。更一般地说,我们的研究结果指出了评估检索增强语言模型(如RETRO)的泛化的挑战,因为即使有限的令牌重叠也可能显着减少测试时间损失。我们在https://github.com/TobiasNorlund/retro上发布代码和模型
2023-02-23 cs.CL
RetrievalSum: A Retrieval Enhanced Framework for Abstractive Summarization
Shanghai Key Laboratory of Intelligent Information Processing, Fudan University(复旦大学上海市智能信息处理重点实验室);School of Computer Science, Fudan University(复旦大学计算机科学技术学院);University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
现有的摘要系统大多纯粹依赖于源文档的内容来生成摘要。然而,即使对于人类来说,我们通常也需要一些参考文献或范例来帮助我们完全理解源文档并以特定格式编写摘要。但是如何找到高质量的范例并将其纳入摘要系统仍然是一个具有挑战性的问题,值得探索。在本文中,我们提出了RetrievalSum,一种新的检索增强抽象摘要框架组成的密集检索和总结。首先,检索几个密切相关的范例作为补充输入,以帮助生成模型更全面地理解文本。此外,检索到的范例还可以在引导模型捕捉特定语料库的写作风格方面发挥作用。我们在多个领域的摘要数据集和两个骨干模型BERT和BART上验证了我们的方法。结果表明,与强大的预训练模型相比,我们的框架在ROUGE-1得分上获得了1.38~4.66的显着提高,并在BillSum上实现了新的最先进水平。人工评价表明,我们的检索增强模型可以更好地捕捉特定领域的写作风格。
2021-12-13 cs.CL
Poisoning Retrieval Corpora by Injecting Adversarial Passages
Princeton University(普林斯顿大学);Tsinghua University(清华大学)
本文提出一种针对稠密检索系统的对抗性段落注入攻击,通过扰动离散token生成少量高相似度段落,证明其可跨域泛化并攻击多种最先进检索器,仅需注入500个段落即可成功。
2023-10-29 cs.CL cs.IR
SUCEA: Reasoning-Intensive Retrieval for Adversarial Fact-checking through Claim Decomposition and Editing
New York University(纽约大学);NYU Shanghai(纽约大学上海校区);Yale University(耶鲁大学);Allen Institute for AI(人工智能 Allen 机构)
SUCEA框架通过声明分解、迭代证据检索与编辑及证据聚合三个步骤,无需训练即可提升对抗性事实核查的检索与蕴含标签准确率,在两个数据集上优于四个基线方法。
2025-06-05 cs.AI cs.CL
Evaluating a Generative Adversarial Framework for Information Retrieval
Princeton University(普林斯顿大学);Indian Institute of Technology, Madras(马德拉斯印度理工学院)
生成对抗网络(GANs)的最新进展使其在多个领域得到了广泛的应用。最近的一个模型,IRGAN,适用于这个框架的信息检索(IR),并在过去的几年中获得了显着的关注。在这项重点工作中,我们批判性地分析了IRGAN的多个组成部分,同时提供了一些缺点的实验和理论证据。具体来说,我们确定的问题与恒定的基线长期的策略梯度优化,并表明发电机损害IRGAN的性能。我们的研究结果的动机,我们提出了两个模型的自我对比估计和共同训练的表现优于IRGAN的三个任务中的两个。
2020-10-01 cs.CL cs.IR cs.LG
ReTAG: Retrieval-Enhanced, Topic-Augmented Graph-Based Global Sensemaking
Dept. of CSE, Korea University(计算机科学与工程系,韩国大学)
针对全局意义建构中既有图方法缺少检索、主题针对性弱且推理成本高的问题,本文提出 ReTAG 框架,通过主题子图与相关摘要检索提升回答质量并降低推理时间。
2025-09-30 cs.CL
Adversarial Databases Improve Success in Retrieval-based Large Language Models
Keck Data Science Institute, Pepperdine University(佩珀代因大学凯克数据科学研究所);David Geffen School of Medicine, University of California, Los Angeles(加州大学洛杉矶分校大卫·格芬医学院)
本研究首次证明对抗性信息数据库(如《圣经》文本和随机单词)能提升基于RAG的开源LLMs在医学多项选择题上的成功率,挑战了传统假设。
2024-07-19 cs.CL
Hierarchical Retrieval Augmented Generation for Adversarial Technique Annotation in Cyber Threat Intelligence Text
University of Padua(帕多瓦大学)
本文提出H-TechniqueRAG框架,通过层级检索机制和结构约束策略提升网络威胁情报文本中对抗技术标注的效率与准确性,实验表明其在F1得分、推理延迟和API调用次数上均优于现有方法。
2026-03-24 cs.CL
A Study on FGSM Adversarial Training for Neural Retrieval
Naver Labs Europe(Naver欧洲实验室)
与基于术语的方法相比,神经检索模型在过去几年中获得了显着的有效性增益。然而,这些模型在面临拼写错误、分布偏移或易受恶意攻击时可能是脆弱的。例如,最近的几篇论文表明,这种变化严重影响了模型的性能,然后试图训练更有弹性的模型。替代方法包括同义词替换或错别字注入-作为数据增强-以及使用更强大的标记器(characterBERT,BPE-dropout)。为了进一步补充文献,我们在本文中研究了对抗训练作为解决这个鲁棒性问题的另一种可能的解决方案。我们的比较包括基于BERT的神经检索器的两个主要家族,即密集和稀疏,有和没有蒸馏技术。然后,我们证明了最简单的对抗训练技术之一-快速梯度符号方法(FGSM)-可以提高第一阶段排名的鲁棒性和有效性。特别是,FGSM提高了模型在域内和域外分布上的性能,以及在多个神经检索器的错别字查询上的性能。
2023-01-25 cs.CL cs.IR
Defense of Adversarial Ranking Attack in Text Retrieval: Benchmark and Baseline via Detection
University of Chinese Academy of Sciences(中国科学院大学);Institute of Software, Chinese Academy of Sciences(中国科学院软件研究所)
本文针对神经排序模型的对抗性文档篡改攻击,构建了防御基准数据集并引入两类检测任务,实验发现有监督分类器对已知攻击有效但对未知攻击表现差,且应避免使用查询文本以防误弃相关文档。
2023-07-31 cs.CL cs.IR
Knowledge-Enhanced Evidence Retrieval for Counterargument Generation
Carnegie Mellon University(卡内基梅隆大学);KAIST(韩国科学技术院);Sungkyunkwan University(成均馆大学);University of Dundee(邓迪大学)
寻找反证是许多任务的关键,包括反驳生成。我们建立了一个系统,给定一个声明,检索反证从不同的来源在Web上。该系统的核心是一个自然语言推理(NLI)模型,用于确定候选句子是否是有效的反证。然而,大多数NLI模型,到目前为止,缺乏适当的推理能力,需要找到反证,涉及复杂的推理。因此,我们提出了一个知识增强的NLI模型,旨在处理因果关系和基于实例的推理,将知识图谱。我们的NLI模型优于NLI任务的基线,特别是对于需要有针对性的推理的实例。此外,该NLI模型进一步改进了反证检索系统,特别是更好地发现复杂反证。
2021-09-19 cs.CL
Subgraph Retrieval Enhanced Model for Multi-hop Knowledge Base Question Answering
Renmin University of China(中国人民大学);Tsinghua University(清华大学);Mila - Quebec AI Institute(米拉-魁北克人工智能研究所)
知识库问答(KBQA)检索子图更容易推理的最新作品。一个期望的子图是至关重要的,因为一个小的可能会排除答案,但一个大的可能会引入更多的噪音。然而,现有的检索要么是启发式的,要么与推理交织在一起,导致在部分子图上进行推理,这增加了中间监督缺失时的推理偏差。本文提出了一个可训练的子图检索器(SR)解耦的后续推理过程,这使得一个即插即用的框架,以增强任何面向子图的KBQA模型。大量的实验表明,SR实现了显着更好的检索和QA性能比现有的检索方法。通过弱监督的预训练以及端到端的微调,SRl在与NSM(一种面向子图的推理器)相结合时,实现了新的最先进的性能,用于基于嵌入的KBQA方法。
2022-07-27 cs.CL
Zero-Shot Dense Retrieval with Momentum Adversarial Domain Invariant Representations
University of Waterloo(滑铁卢大学);Microsoft(微软公司)
稠密检索(DR)方法通过首先在嵌入空间中对文本进行编码,然后通过最近邻搜索来匹配它们来进行文本检索。这需要来自表示空间的强局部性,即,相关文本的每个小组的紧密分配,这在没有足够的训练数据的情况下难以推广到域。在zero-shot设置下,本文旨在提高DR模型从具有丰富监督信号的源训练域到没有任何相关标签的目标域的泛化能力。为了实现这一点,我们提出了动量对抗域不变表示学习(Mod),它在DR训练过程中引入动量方法来训练区分源与目标的域分类器,然后对抗地更新DR编码器以学习域不变表示。我们的实验表明,在zero-shot设置中,Mosteums在BEIR基准测试的10+排名数据集上的表现优于其基线,在数据集上的相对增益超过10%,具有足够的灵敏度用于DR模型的评估。本文的源代码将发布。
2021-10-14 cs.CL cs.IR cs.LG
RAMP: Retrieval and Attribute-Marking Enhanced Prompting for Attribute-Controlled Translation
University of Groningen(格罗宁根大学);AWS AI Labs(亚马逊云科技人工智能实验室)
针对属性控制翻译受限于数据集可用性的问题,提出RAMP方法,利用大型多语言模型在少样本和零样本设置下,通过语义相似度检索和属性注释标记上下文示例,有效提升了翻译生成准确性。
2023-05-26 cs.CL
Enhanced Arabic Text Retrieval with Attentive Relevance Scoring
University of the Basque Country UPV/EHU(巴斯克国家大学UPV/EHU);Lab. de Genie Electrique (LAGE), University of Ouargla(电气工程实验室(LAGE),奥尔加拉大学);Faculty of Pharmacy, Helsinki University(药学院,赫尔辛基大学);IKERBASQUE, Basque Foundation for Science(ikerbasque,巴斯克科学基金会);Sorbonne University Abu Dhabi(索邦大学阿布扎比)
针对阿拉伯语NLP和信息检索的挑战及资源不足问题,提出融合预训练阿语模型、含新型注意力相关性评分的增强DPR框架,有效提升阿语问答的检索性能与排序准确率,且代码开源。
2025-07-31 cs.CL
A Knowledge-Enhanced Adversarial Model for Cross-lingual Structured Sentiment Analysis
East China Normal University(华东师范大学);Shanghai Open University(上海开放大学)
结构化情感分析旨在提取持有者、表情、目标、极性等复杂的语义结构,得到了业界和学术界的广泛关注。遗憾的是,现有的结构化情感分析数据集涉及几种语言并且相对较小,限制了神经网络模型的性能。在本文中,我们专注于跨语言结构化的情感分析任务,其目的是将知识从源语言转移到目标语言。值得注意的是,我们提出了一个知识增强的对抗模型(\texttt{KEAM})与隐式分布和显式结构知识,以提高跨语言迁移。首先,我们设计了一个对抗嵌入适配器,通过自适应地从不同的多语言嵌入中捕获隐含的语义信息来学习信息丰富和鲁棒的表示。然后,我们提出了一个语法GCN编码器来传输显式语义信息(例如,通用依赖关系树)。我们在五个数据集上进行了实验,并将\texttt{KEAM}与有监督和无监督方法进行了比较。大量的实验结果表明,我们的\texttt{KEAM}模型优于所有的无监督基线在各种指标。
2022-05-31 cs.CL
An LLM-Enhanced Adversarial Editing System for Lexical Simplification
East China Normal University(华东师范大学)
提出一种无需平行语料的LLM增强对抗编辑系统用于词汇简化,通过混淆和不变性损失引导预测编辑,并利用LLM增强损失蒸馏知识至小规模系统,结合难度感知填充模块替换复杂词,在三个基准数据集上验证了有效性。
2024-03-22 cs.CL
Evaluating and Safeguarding the Adversarial Robustness of Retrieval-Based In-Context Learning
University of Edinburgh(爱丁堡大学)
该研究针对检索增强型上下文学习的对抗鲁棒性展开评估,发现其对测试样本攻击鲁棒性提升但易受示范攻击影响,并提出免训练防御方法DARD,可将攻击成功率较基线降低15%。
2024-10-08 cs.AI cs.CL
BRENT: Bidirectional Retrieval Enhanced Norwegian Transformer
University of Oslo(奥斯陆大学)
本文提出首个挪威语检索增强模型 BRENT,基于 REALM 框架训练并分离读取器与检索器,验证其可提升抽取式问答且不损害多种 NLP 下游能力。
2023-04-19 cs.CL
Evaluating the Robustness of Retrieval-Augmented Generation to Adversarial Evidence in the Health Domain
University of Waterloo(滑铁卢大学);Toronto Metropolitan University(多伦多 Metropolitan 大学)
该研究针对健康领域RAG系统易受检索证据中错误信息影响的漏洞,通过对照实验评估其鲁棒性,发现对抗性文档会大幅降低输出一致性,而有益证据可维持鲁棒性,为高风险领域安全RAG设计提供参考并公开了实验数据。
2025-09-04 cs.CL cs.IR
Black-box Adversarial Attacks against Dense Retrieval Models: A Multi-view Contrastive Learning Method
University of Chinese Academy of Sciences(中国科学院大学);University of Amsterdam(阿姆斯特丹大学)
本文提出对抗检索攻击 AREA 任务,针对黑盒稠密检索模型设计多视图对比学习攻击方法,利用逐视图监督实现隐蔽文本扰动,实验证明其显著优于现有策略。
2023-08-19 cs.CL cs.IR
AIP: Subverting Retrieval-Augmented Generation via Adversarial Instructional Prompt
Clemson University(克莱姆森大学)
本文提出AIP攻击,通过对抗性指令提示而非用户查询来操纵RAG检索行为,并利用多样化查询生成与遗传算法联合优化,在保持良性功能的同时实现高达95.23%的攻击成功率,揭示了共享指令提示中的关键安全漏洞。
2025-09-18 cs.CL cs.CV
Led to Mislead: Adversarial Content Injection for Attacks on Neural Ranking Models
University of Waterloo(滑铁卢大学);University of Toronto(多伦多大学);Mila – Quebec AI Institute(魁北克AI研究院);Toronto Metropolitan University(多伦多 Metropolitan 大学)
本文提出CRAFT框架,通过生成对抗性数据集、监督微调和偏好引导优化,提升对抗性攻击效果,验证了生成式AI在排序操纵中的风险。
2026-05-02 cs.CL cs.IR
Topic-FlipRAG: Topic-Orientated Adversarial Opinion Manipulation Attacks to Retrieval-Augmented Generation Models
Wuhan University(武汉大学);Nanyang Technological University(南洋理工大学);Worcester Polytechnic Institute(沃思堡理工学院)
本文提出Topic-FlipRAG,一种针对检索增强生成模型的面向主题对抗性观点操控攻击方法,通过两阶段流程影响模型输出观点,揭示了RAG系统安全防护的迫切需求。
2025-12-29 cs.CL cs.CR cs.IR
RECAP: Retrieval-Enhanced Context-Aware Prefix Encoder for Personalized Dialogue Response Generation
Information Sciences Institute(信息科学研究所);University of Southern California(南加州大学)
针对聊天机器人一致人设构建难题,提出名为RECAP的检索增强个性化对话回复生成方法,通过分层Transformer检索器和上下文感知前缀编码器实现信息融合,在英文Reddit对话数据集上表现优于现有最优基线。
2023-06-12 cs.AI cs.CL
Unsupervised Corpus Poisoning Attacks in Continuous Space for Dense Retrieval
本文提出在连续嵌入空间中进行无监督语料库污染攻击的方法,通过优化保持文档嵌入几何距离和最大化词级差异,提升攻击效率和效果,实验验证了其在不同领域数据集上的有效性。
2026-03-16 cs.CL cs.IR
Retrieval-Enhanced Machine Learning
University of Massachusetts Amherst(马萨诸塞大学阿默斯特分校);Google Research(谷歌研究院)
虽然信息访问系统长期以来一直支持人们完成广泛的任务,我们建议扩大信息访问系统的用户范围,包括任务驱动的机器,如机器学习模型。通过这种方式,可以应用和扩展索引、表示、检索和排名的核心原则,以大幅提高模型的泛化性、可扩展性、鲁棒性和可解释性。我们描述了一个通用的检索增强的机器学习(REML)框架,其中包括一些现有的模型作为特殊情况。REML挑战了信息检索惯例,为核心领域(包括优化)的新进展提供了机会。REML研究议程为新型信息访问研究奠定了基础,并为推进机器学习和人工智能铺平了道路。
2022-05-02 cs.CL cs.IR cs.LG
Event-enhanced Retrieval in Real-time Search
Tencent Search, Platform and Content Group(腾讯平台与内容事业群搜索业务)
本文提出事件增强检索方法EER,通过改进双编码器并结合对比学习与事件三元组抽取,强化实时搜索对关键事件信息的关注,显著提升检索性能。
2024-04-09 cs.CL cs.IR
Persona-Knowledge Dialogue Multi-Context Retrieval and Enhanced Decoding Methods
Alexa AI(Alexa人工智能);Kakao Enterprise(Kakao企业)
Persona和Knowledge双上下文开放域聊天是最近提出的一种新的对话生成任务。虽然人格面具和知识都是开放域对话的有趣背景,但两者的结合还没有得到很好的研究。在本文中,我们解决了人物知识识别和响应生成任务。我们设计了一个明智的数据增强策略,是兼容的神经问答检索模型。随着增强的数据,我们执行置换的人物角色知识评估和连续的人物角色搜索微调。此外,我们执行对话生成与各种解码技术,并说明关键要素。我们在官方指标上达到SOTA,平均接地准确率为93.99%,SacreBLEU得分为23.62。
2022-07-28 cs.CL cs.IR
Retrieval Enhanced Model for Commonsense Generation
New York University(纽约大学);Microsoft(微软)
常识生成是一项具有挑战性的任务,即使用所提供的概念生成描述日常场景的合理句子。它对常识知识的推理和组合泛化能力的要求甚至困扰着强大的预训练语言生成模型。我们提出了一个新的框架,使用检索方法,以提高预训练和微调常识生成。我们通过概念匹配检索原型句子候选,并将其用作辅助输入。为了进行微调,我们通过可训练的句子检索器进一步提高了它的性能。我们在大规模的CommonGen基准测试上通过实验证明,我们的方法取得了新的最先进的结果。
2021-05-24 cs.AI cs.CL
TMLab: Generative Enhanced Model (GEM) for adversarial attacks
Samsung R&D Institute Poland(三星波兰研发研究所)
我们提出了我们的生成增强模型(GEM),我们用来创建在FEVER 2.0断路器任务中获得一等奖的样本。GEM是在GPT-2体系结构基础上发展起来的扩展语言模型。将新的目标词汇输入添加到已经存在的上下文输入使得能够进行受控文本生成。训练过程导致创建了一个模型,该模型继承了预训练的GPT-2的知识,因此可以在任务域中生成类似自然的英语句子,并进行一些额外的控制。因此,GEM产生了恶意的说法,混淆了各种文章的事实,因此很难对其真实性进行分类。
2019-10-01 cs.CL cs.LG
Adversarial Semantic Collisions
Cornell University(康奈尔大学);Cornell Tech(康奈尔科技校区)
我们研究语义冲突:语义上不相关但被NLP模型判断为相似的文本。我们开发了基于梯度的方法来生成语义冲突,并证明了许多任务的最先进的模型,这些任务依赖于分析文本的含义和相似性-包括释义识别,文档检索,响应建议和提取摘要-容易受到语义冲突的影响。例如,给定一个目标查询,将特制的冲突插入到不相关的文档中可以将其检索排名从1000移到前3。我们将展示如何生成语义冲突,逃避基于困惑的过滤,并讨论其他潜在的缓解。我们的代码可在https://github.com/csong27/collision-bert上获得。
2020-11-09 cs.CL cs.CR
RAG-Boost: Retrieval-Augmented Generation Enhanced LLM-based Speech Recognition
School of Engineering(工程学院)
针对MLC-SLM挑战赛任务I的LLM语音识别系统,提出RAG-Boost方法,通过动态集成RAG模块查询向量存储库并融合检索结果与ASR假设,输入LLM以修正错误、提升识别效果。
2025-08-05 cs.CL eess.AS
Robust Neural Information Retrieval: An Adversarial and Out-of-distribution Perspective
Institute of Computing Technology, Chinese Academy of Sciences(中国科学院计算技术研究所);University of Chinese Academy of Sciences(中国科学院大学);University of Amsterdam(阿姆斯特丹大学)
本文是首篇神经信息检索鲁棒性综述,从对抗与分布外视角梳理密集检索、神经排序模型的鲁棒方案,提出BestIR基准,指明大模型时代挑战与方向,助力可信搜索引擎开发。
2024-08-16 cs.AI cs.CL cs.IR
ReEval: Automatic Hallucination Evaluation for Retrieval-Augmented Large Language Models via Transferable Adversarial Attacks
University of Pennsylvania(宾夕法尼亚大学);Microsoft Research(微软研究院)
本文提出ReEval框架,利用提示链自动扰动原始证据生成对抗样本,动态评估检索增强LLM使用新证据的可靠性,发现静态表现好的模型在扰动下仍会产生幻觉,且对抗样本可跨模型迁移,具有成本效益。
2024-05-31 cs.AI cs.CL cs.LG
Domain-Aware RAG: MoL-Enhanced RL for Efficient Training and Scalable Retrieval
Southeast University(东南大学);Nanyang Technological University(南洋理工大学);Wired Product Operation Division, ZTE Corporation(ZTE公司无线产品运营部)
提出MoLER,一种领域感知的RAG方法,通过两阶段流水线(CPT+RL)和MSLF/MMLF融合策略,在基准上达到最先进性能,显著提升检索效果。
2025-09-08 cs.CL cs.IR
When, What, and How: Rethinking Retrieval-Enhanced Speculative Decoding
OPPO Research Institute(OPPO研究院)
提出ReSpec框架,通过熵引导自适应触发、反馈驱动候选选择和来源感知宽松验证,将启发式起草器切换转变为自适应决策,在保持输出质量的同时实现最先进加速。
2025-11-03 cs.AI cs.CL
Retrieval-Enhanced Machine Learning: Synthesis and Opportunities
Carnegie Mellon University(卡内基梅隆大学);University of Massachusetts Amherst(马萨诸塞大学阿默斯特分校);Databricks(Databricks公司)
本文提出检索增强机器学习(REML)正式框架,通过统一符号综合多领域文献,并连接基础信息检索研究与当代检索增强模型,以推动跨学科研究。
2024-10-18 cs.CL cs.IR cs.LG
MARAGE: Transferable Multi-Model Adversarial Attack for Retrieval-Augmented Generation Data Extraction
University of Toronto(多伦多大学)
本文提出MARAGE框架,通过多模型梯度连续优化对抗性字符串,实现跨模型可迁移的RAG数据提取攻击,并验证其优于现有基线。
2025-02-05 cs.CL cs.CR cs.LG
GeAR: Graph-enhanced Agent for Retrieval-augmented Generation
Huawei Technologies Co., Ltd.(华为技术有限公司)
GeAR通过图扩展机制增强基础检索器,并集成智能体框架实现多步检索,在MuSiQue等数据集上取得超10%的性能提升。
2025-06-22 cs.AI cs.CL cs.IR
FinGEAR: Financial Mapping-Guided Enhanced Answer Retrieval
The University of Edinburgh(爱丁堡大学);University of Aveiro(阿维罗大学);National Technical University of Athens(雅典技术大学);Archimedes/Athena Research Centre(阿基米德/雅典研究中心);The Artificial Intelligence Applications Institute, The University of Edinburgh(人工智能应用研究所,爱丁堡大学)
针对10-K等财务披露文件的检索难题,提出FinGEAR检索框架,结合金融词典、双重层级索引与两阶段重排序器,显著提升了检索指标与下游答案准确率。
2025-09-15 cs.CE cs.CL
Retrieval-Enhanced Named Entity Recognition
Center of Mathematics, Computing and Cognition(数学、计算与认知中心);Federal University of ABC(ABC联邦大学);Institute of Mathematics and Statistics(数学与统计学院);University of São Paulo(圣保罗大学)
本文提出RENER方法,通过结合上下文学习与信息检索技术,从训练集中检索相似示例来增强自回归语言模型的命名实体识别能力,在CrossNER上取得最先进性能,F-score最高提升11个百分点。
2024-10-17 cs.CL cs.IR
Adapting to Non-Stationary Environments: Multi-Armed Bandit Enhanced Retrieval-Augmented Generation on Knowledge Graphs
The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));Tencent Hunyuan(腾讯混元)
针对非平稳环境中RAG系统性能下降问题,提出多目标多臂老虎机增强的RAG框架,将检索方法作为臂并利用实时反馈动态选择,在平稳与非平稳环境下均取得优异表现。
2024-12-20 cs.AI cs.CL
Reproducing HotFlip for Corpus Poisoning Attacks in Dense Retrieval
University of Amsterdam(阿姆斯特丹大学)
本文复现并显著加速了 HotFlip 语料投毒攻击,将生成时间从每文档4小时降至15分钟,并进一步分析了其在黑盒迁移和查询无关场景下的攻击效果。
2025-03-08 cs.CL cs.IR
SilentRetrieval: Hijacking Retrieval-Augmented Generation via Semantically-Preserving Adversarial Data Poisoning
City University of Hong Kong(香港城市大学)
提出SilentRetrieval两阶段数据投毒攻击,通过协调束搜索和上下文自适应触发生成,在保持文档流畅性的同时实现高检索命中率和攻击成功率,并评估了防御措施的有效性。
2026-05-27 cs.CL cs.CR cs.IR
Distillation Enhanced Generative Retrieval
The Hong Kong Polytechnic University(香港理工大学);National University of Singapore(新加坡国立大学);Harbin Institute of Technology (Shenzhen)(哈尔滨工业大学(深圳))
本文提出一种名为DGR的框架,通过利用复杂排序模型作为教师提供段落排序列表,并采用蒸馏RankNet损失优化生成式检索模型,在不增加推理负担的情况下实现了最先进的性能及卓越的鲁棒性。
2024-02-16 cs.AI cs.CL cs.IR
SemCORE: A Semantic-Enhanced Generative Cross-Modal Retrieval Framework with MLLMs
University of Electronic Science and Technology of China(电子科技大学);Tongji University(同济大学);Singapore Management University(新加坡管理大学);National University of Singapore(新加坡国立大学)
针对生成式跨模态检索在标识符构建和生成中语义信息不足的问题,提出SemCORE框架,通过结构化自然语言标识符和生成语义验证策略,提升跨模态检索性能。
2025-04-17 cs.CL cs.IR cs.MM
Retrieval Enhanced Feedback via In-context Neural Error-book
School of CSE Chung-Ang University(计算机科学与工程学院 Chung-Ang 大学)
REFINE通过结构化反馈框架,系统分析并缓解多模态推理中的错误,提升推理效率和可扩展性。
2025-12-16 cs.AI cs.CL cs.LG
Graph-Enhanced Retrieval-Augmented Question Answering for E-Commerce Customer Support
Microsoft(微软)
本文提出一种结合知识图谱与检索增强生成的框架,通过融合结构化子图与文本文档进行答案合成,显著提升了电子商务客户支持问答的事实准确率与用户满意度。
2025-09-15 cs.AI cs.CL cs.IT