Introductory review to quantum information retrieval
最近，人们开始认识到，量子理论的数学形式的应用并不局限于物理学。如今，这种形式主义被广泛应用于量子物理之外，特别是在认知，心理学，决策，信息处理，特别是信息检索。后者非常有希望。这个简短的介绍性评论的目的是促进信息科学这一令人兴奋的领域的研究。本文的目的并不是对量子信息检索的研究现状进行全面的综述。
2020-08-05 cs.IR quant-ph
Patent Retrieval: A Literature Review
随着每年提交的专利申请数量的不断增加，对管理如此大量数据的有效和高效系统的需求变得不可避免地重要。专利检索（PR）被认为是几乎所有专利分析任务的支柱。PR是信息检索（IR）的一个子领域，它涉及开发技术和方法，以有效和高效地检索相关专利文件，以响应给定的搜索请求。在本文中，我们提出了一个全面的审查公关方法和途径。很明显，最近的成功和成熟的IR应用程序，如Web搜索不能直接转移到公关没有故意的领域自适应和定制。此外，自动PR的最新性能在召回方面仍然处于平均水平。这些观察激发了对交互式搜索工具的需求，这些工具以最小的努力为专利专业人员提供认知帮助。这些工具还必须与专利专业人员一起开发，考虑他们的实践和期望。我们还涉及与PR相关的任务，如专利评估，诉讼，许可，并强调计算科学家在这些领域的潜在机会和开放方向。
2018-12-20 cs.IR
Beyond Chunk-Then-Embed: A Comprehensive Taxonomy and Evaluation of Document Chunking Strategies for Information Retrieval
The University of Queensland（昆士兰大学）；CSIRO（联邦科学与工业研究组织）；Google（谷歌）
本文研究了文档片段化策略在信息检索中的分类与评估，发现任务依赖性和分段方法差异影响效果，提出统一框架并提供公开基准。
2026-02-19 cs.IR
DenseReviewer: A Screening Prioritisation Tool for Systematic Review based on Dense Retrieval
本文提出DenseReviewer工具，基于稠密检索与审稿人反馈对医学系统综述中的研究进行优先级排序，并提供Web筛选工具和Python库以支持高效筛选与新主动学习方法开发。
2025-02-05 cs.IR
Retrieval-Augmented Recommendation Explanation Generation with Hierarchical Aggregation
提出REXHA方法，通过层次聚合的配置文件模块和高效检索模块，解决LLM推荐解释中的配置文件偏差和高检索开销问题，提升解释质量和检索效率。
2025-07-12 cs.IR
FairDiverse: A Comprehensive Toolkit for Fair and Diverse Information Retrieval Algorithms
针对信息检索中公平与多样性算法因测试不一致难以直接比较的问题，提出开源标准化工具包FairDiverse，支持多阶段方法整合、跨任务标准化评估及快速模型开发，建立综合基准以促进公平比较。
2025-02-17 cs.IR
Dense Retrieval with Continuous Explicit Feedback for Systematic Review Screening Prioritisation
本文提出一种利用连续显式反馈更新密集查询表示的筛选优先级排序方法，无需昂贵微调，在CLEF TAR数据集上验证了其高效性和有效性。
2024-07-17 cs.IR
Cross-Modal Retrieval: A Systematic Review of Methods and Future Directions
本文全面综述了跨模态检索的演进，从浅层统计方法到视觉-语言预训练模型，提出基于机器学习范式的分类体系，探讨现有方法原理与架构，概述基准与性能，并讨论未来挑战与方向。
2024-09-30 cs.IR cs.MM
Neural Information Retrieval: A Literature Review
最近的“第三波”神经网络（NN）方法现在在许多机器学习任务中提供了最先进的性能，涵盖语音识别，计算机视觉和自然语言处理。由于这些现代NN通常包含多个相互连接的层，因此这种新的NN研究通常被称为深度学习。基于这一趋势，许多研究者开始研究信息检索的神经网络方法。虽然深度NN尚未在IR中取得与其他领域相同的成功水平，但最近对IR NN的兴趣和工作的激增表明这种情况可能正在迅速改变。在这项工作中，我们调查了神经IR研究的现状，特别注意使用查询和文档的学习表示（即，神经嵌入）。我们强调了迄今为止神经IR的成功，对其更广泛采用的障碍进行了分类，并为未来的研究提出了潜在的有希望的方向。
2017-03-03 cs.IR
Retrieval-Augmented Generation: A Comprehensive Survey of Architectures, Enhancements, and Robustness Frontiers
Independent Researcher（独立研究者）
本综述全面总结了检索增强生成（RAG）系统的架构分类与增强技术，分析了其在检索优化、解码控制等方面的进展与权衡，并指出了自适应检索与隐私保护等未来研究方向。
2025-05-28 cs.CL cs.IR
CoIR: A Comprehensive Benchmark for Code Information Retrieval Models
Huawei Noah’s Ark Lab（华为诺亚实验室）
本文提出COIR代码信息检索综合基准，涵盖七个领域八类任务的十个数据集，并评估九种检索模型，以揭示代码检索难点并推动该领域研究。
2025-06-06 cs.CL cs.IR
Methods and advancement of content-based fashion image retrieval: A Review
基于内容的时尚图像检索（CBFIR）已经广泛应用于我们的日常生活中，用于从在线平台上搜索时尚图像或物品。在电子商务购买中，当消费者上传参考图像、带有文本的图像、草图或来自其日常生活的视觉流时，CBFIR系统可以检索具有相同或可比特征的时尚物品或产品。这降低了CBFIR系统对文本的依赖，并允许更准确和直接地搜索所需的时尚产品。考虑到最近的发展，CBFIR在现实世界中的视觉搜索方面仍然存在局限性，这是因为同时存在多个时尚产品、时尚产品的遮挡和形状变形。本文重点研究了图像引导下的CBFIR方法、图像加文字、草图和视频。因此，我们将CBFIR方法分为四个主要类别，即，图像引导的CBFIR（添加属性和样式）、图像和文本引导的、草图引导的和视频引导的CBFIR方法。对基线方法进行了全面分析，并对CBFIR在过去六年（2017年至2022年）的最新发展进行了全面审查。最后，CBFIR的关键问题突出与未来的研究方向有前途。
2023-03-30 cs.IR
A Comparative Study of Retrieval Methods in Azure AI Search
Ankura Consulting Group, LLC（安库拉咨询集团）
本文比较了Azure AI Search中多种检索方法的性能，旨在提升电子发现中早期案件评估的效率和准确性。
2025-12-08 cs.IR
DocMMIR: A Framework for Document Multi-modal Information Retrieval
针对文档级多模态检索缺乏跨领域数据集的问题，提出DocMMIR框架及45万样本基准，系统评估现有模型，并通过定制训练使CLIP的MRR@10提升31%。
2025-10-17 cs.IR
Uncovering the Bigger Picture: Comprehensive Event Understanding Via Diverse News Retrieval
National University of Singapore（国立新加坡大学）；Shanghai Jiao Tong University（上海交通大学）
本文提出两阶段框架 NEWSCOPE，通过密集检索、句子级聚类与多样性重排序提升新闻事件覆盖，并引入三项指标和两个基准验证其在保持相关性的同时显著减少冗余。
2025-08-29 cs.CL cs.IR
IFIR: A Comprehensive Benchmark for Evaluating Instruction-Following in Expert-Domain Information Retrieval
School of Advanced Interdisciplinary Sciences, University of Chinese Academy of Sciences（中国科学院大学先进交叉科学学院）；Chongqing Institute of Green and Intelligent Technology, Chinese Academy of Sciences（中国科学院重庆绿色智能技术研究院）；Zhejiang University（浙江大学）；Yale University（耶鲁大学）
本文提出IFIR基准，包含2,426个高质量示例覆盖四个专业领域，通过不同复杂度指令评估信息检索模型的指令遵循能力，并提出基于LLM的评估方法，实验表明当前15个前沿模型在复杂领域指令遵循上存在显著挑战。
2025-03-06 cs.CL cs.IR
A Framework for Scientific Paper Retrieval and Recommender Systems
信息检索（IR）和推荐系统（RS）已经被用于解决在文献综述和整个学术交流生命周期期间执行的搜索任务。大部分的研究都集中在算法设计，以提高这些系统的准确性和实用性。与学术任务相关的上下文元素在很大程度上被忽视了。在本文中，我们提出了一个框架，称为科学论文推荐和检索框架（SPRRF）相结合的用户角色建模和用户界面功能与IR/RS组件方面。该框架是基于八个新兴的主题，从参与者的反馈，在一个原型辅助系统进行的用户评价研究。119名研究人员参与了该研究，以评估原型系统，该系统为两个文献综述和一个手稿写作任务提供建议。这一整体框架旨在指导这一领域的未来研究。
2016-09-06 cs.IR
The State-of-the-Art in Lifelog Retrieval: A Review of Progress at the ACM Lifelog Search Challenge Workshop 2022-24
Dublin City University（都柏林城市大学）；Joanneum Research（约安妮姆研究所）；University of Bergen（卑尔根大学）；Lancaster University（兰卡斯特大学）；Reykjavik University（雷克雅未克大学）；Klagenfurt University（克拉根福大学）；University of Science, VNU-HCM（越南国家大学胡志明市分校科学技术大学）；Institute of Information Science and Technologies, National Research Council (CNR)（意大利国家研究委员会信息与科学技术研究所）
本文综述了ACM生命周期检索挑战工作坊2022-24年在交互式生命周期检索领域的最新进展，重点分析了嵌入式检索方法、大语言模型整合及多模态界面的创新，并探讨了系统性能与用户界面设计的平衡问题。
2026-01-15 cs.IR cs.MM
Text Based Approach For Indexing And Retrieval Of Image And Video: A Review
VJTI（维多利亚贾姆纳加尔技术学院）
多媒体中的文本数据包含了自动标注、索引等有用信息。用于从给定视频或图像识别覆盖或场景文本的提取信息。提取的文本可用于检索视频和图像。在本文中，首先，我们讨论了不同的技术，从图像和视频文本提取。其次，我们回顾了利用抽取的文本对图像和视频进行索引和检索的技术。
2014-04-05 cs.CV cs.DL cs.IR
From Principles to Applications: A Comprehensive Survey of Discrete Tokenizers in Generation, Comprehension, Recommendation, and Information Retrieval
本文系统综述离散分词器的子模块机制、前沿方法及其在多模态生成、理解和个性化推荐中的应用，并分析局限与未来方向。
2025-02-18 cs.IR
Rankify: A Comprehensive Python Toolkit for Retrieval, Re-Ranking, and Retrieval-Augmented Generation
University of Innsbruck（因斯布鲁克大学）
本文提出开源 Python 工具包 Rankify，通过统一模块化框架整合检索、重排序与 RAG，并提供模型、预检索数据集、文档及 PyPI 安装支持。
2025-02-19 cs.CL cs.IR
Enhancing Model Performance in Multilingual Information Retrieval with Comprehensive Data Engineering Techniques
Netease Inc.（网易公司）
在本文中，我们提出了我们的解决方案，跨语言的连续体（MIRACL）的WSDM杯2023 \footnote{https://project-miracl.github.io/}的多语言信息检索的挑战。我们的解决方案专注于增强排名阶段，在此阶段，我们使用MIRACL数据集对预训练的基于多语言transformer的模型进行微调。我们的模型改进主要是通过各种数据工程技术来实现的，包括收集额外的相关训练数据、数据增强和负采样。我们的微调模型有效地确定查询和文档之间的语义相关性，从而显着提高多语言信息检索过程的效率。最后，我们的团队很高兴在这场具有挑战性的比赛中取得了令人瞩目的成绩，在惊喜语言赛道中获得了第二名，得分为0.835，在已知语言赛道中获得了第三名，在最终排行榜上的16种已知语言中，平均nDCG@10得分为0.716。
2023-02-14 cs.AI cs.IR
Creating a Taxonomy for Retrieval Augmented Generation Applications
本研究针对目前缺乏全面RAG应用分类体系的问题，采用ACL领域不常见的四阶段迭代方法构建了包含五个元维度和十六个维度的分类体系，可助力理解RAG应用并推导特定领域未来解决方案的设计知识。
2025-02-18 cs.IR
GMM-Based Comprehensive Feature Extraction and Relative Distance Preservation For Few-Shot Cross-Modal Retrieval
School of Software and Microelectronics, Peking University（软件与微电子学院，北京大学）；University of Chinese Academy of Sciences（中国科学院大学）
针对少样本跨模态检索中数据多峰分布建模不足导致的模态内、模态间偏差问题，提出基于GMM与相对距离约束的GCRDP方法，通过多正样本对比学习和分布对齐提升检索性能，在四个基准上优于六种SOTA方法。
2025-05-19 cs.CV cs.IR
A Comprehensive Survey of Retrieval-Augmented Generation (RAG): Evolution, Current Landscape and Future Directions
Carnegie Mellon University（卡内基梅隆大学）；BIT Sindri（辛德里贝拉理工学院）
本文全面综述了检索增强生成（RAG）的演进、架构、技术进展与应用，探讨了现有挑战并提出了未来方向，为理解RAG在NLP领域的潜力提供基础资源。
2024-10-03 cs.AI cs.CL cs.IR
DisastIR: A Comprehensive Information Retrieval Benchmark for Disaster Management
Texas A&M University（德克萨斯大学）；University of Toronto（多伦多大学）
本文提出首个面向灾害管理的综合信息检索基准DisastIR，包含9,600个查询和130万标注对，覆盖48个任务，并通过评估30个检索模型揭示了通用模型在灾害场景中的性能差距。
2025-09-20 cs.AI cs.IR
Engineering the RAG Stack: A Comprehensive Review of the Architecture and Trust Frameworks for Retrieval-Augmented Generation Systems
The AI Alliance（AI联盟）；IBM Research（IBM研究院）
本文综述了RAG系统架构和信任框架，提出统一分类学和评估框架，为构建安全且领域适应性强的RAG系统提供指导。
2025-11-07 cs.AI cs.IR
Person Retrieval in Surveillance Using Textual Query: A Review
Ahmedabad University（艾哈迈达巴德大学）
近年来，随着生物特征识别、计算机视觉和自然语言处理的发展，人们发现了利用文本查询从监控视频中检索人物的机会。监视系统的主要目标是使用描述来定位人，例如，一个穿着粉红色T恤和白色裙子的矮个子女人，手里拿着一个黑色钱包。她有棕色的头发。这种描述包含性别、身高、服装类型、服装颜色、头发颜色和配饰等属性。这些属性在形式上被称为软生物识别。它们有助于弥合人类描述和机器之间的语义鸿沟，因为文本查询包含人的软生物特征属性。人工搜索大量的监控录像来检索特定的人也是不可行的。因此，使用基于视觉和语言的算法的自动人检索变得流行。与其他研究成果相比，本文的贡献主要体现在以下几个方面：1.为特定的挑战性条件推荐最具鉴别力的软生物识别技术。2.集成基准数据集和检索方法，用于客观的性能评估。3.基于特征、分类器、软生物特征属性的数量、深度神经网络的类型和性能度量的技术的完整快照。4.从手工制作的基于特征的方法到基于自然语言描述的端到端方法，全面覆盖了人物检索。
2021-05-06 cs.CV cs.IR
DocRetriever: A Plug-and-Play Framework for Multimodal Document Retrieval with Comprehensive Benchmark
Zhejiang University（浙江大学）；Huawei Technologies Co., Ltd（华为技术有限公司）
提出DocRetriever即插即用框架，通过布局感知的稀疏嵌入和推理增强的重排序器解决多模态文档检索中语义模糊和泛化瓶颈问题，并构建MultiDocR基准实现更严格评估。
2026-05-28 cs.CV cs.IR
Contextualization with SPLADE for High Recall Retrieval
本文将 SPLADE 的上下文化稀疏表示与线性 HRR 流程结合，在两个评测集合、80% 目标召回率下分别降低 10% 和 18% 的审阅成本。
2024-05-07 cs.IR
Search for Coverage: Learning Coverage-Aware Retrieval with Augmented Sub-Question Answerability
University of Amsterdam（阿姆斯特丹大学）；Johns Hopkins University（约翰斯·霍普金斯大学）；Leiden University（莱顿大学）
提出CoveR，一种通过覆盖对比和蒸馏目标训练的密集检索方法，结合LLM生成的子问题可回答性信号，在长文本RAG中提升覆盖度10%而不牺牲相关性。
2026-05-27 cs.IR
Information Retrieval: Recent Advances and Beyond
本文全面综述了信息检索典型处理链两阶段的模型，涵盖词项、语义及神经方法，并深入探讨了模型学习过程，为相关领域的研究者与从业者提供参考。
2023-01-20 cs.IR
A Comprehensive Empirical Evaluation of Vector Database Systems for Approximate Nearest Neighbor Search: Performance, Quality, and Resource Trade-offs
University of Kelaniya（凯拉尼亚大学）
本文对7款主流向量数据库系统开展综合实证评估，测量多维度指标，推导系统选择指南并发布开源基准框架，为AI应用选型提供依据。
2026-08-14 cs.IR
ConTReGen: Context-driven Tree-structured Retrieval for Open-domain Long-form Text Generation
本文提出 ConTReGen 框架，通过上下文驱动的树结构检索，结合自顶向下查询侧面探索与自底向上知识综合，提升开放域长文本生成的深度和相关性，并在多个数据集上超越现有 RAG 模型。
2024-10-20 cs.IR
IntrAgent: An LLM Agent for Content-Grounded Information Retrieval through Literature Review
University of Georgia（佐治亚大学）
本文提出IntraView任务，设计IntrAgent代理，通过文献综述实现精确信息检索，提出包含315个测试实例的IntraBench基准，展示在七个基础LLM上IntrAgent比现有RAG和研究代理基线高13.2%的跨领域准确性。
2026-04-23 cs.AI cs.IR cs.LG
GEAR-Up: Generative AI and External Knowledge-based Retrieval Upgrading Scholarly Article Searches for Systematic Reviews
针对系统评价文献检索耗时耗力的问题，提出GEAR-Up系统，结合生成式AI与外部知识检索技术，通过查询扩展丰富上下文后检索学术文章，经定性验证具备可行性。
2023-12-15 cs.DL cs.IR
Multimedia-Aware Question Answering: A Review of Retrieval and Cross-Modal Reasoning Architectures
Carnegie Mellon University（卡内基梅隆大学）；Boston University（波士顿大学）
本综述回顾了集成多媒体检索的问答系统，按检索、融合和生成策略分类，分析基准与挑战，并展望未来方向。
2025-10-23 cs.CL cs.CV cs.IR
FlexRAG: A Flexible and Comprehensive Framework for Retrieval-Augmented Generation
Key Laboratory of Intelligent Information Processing, Institute of Computing Technology, Chinese Academy of Sciences (ICT/CAS)（中国科学院智能信息处理重点实验室）；University of Chinese Academy of Sciences, China（中国科学院大学）；Key Laboratory of AI Safety, Chinese Academy of Sciences（中国科学院人工智能安全重点实验室）；Institute of Computing and Intelligence, Harbin Institute of Technology (Shenzhen), China（哈尔滨工业大学（深圳）计算机与智能信息研究院）
针对现有RAG框架在算法复现、新技术缺乏及高开销上的挑战，提出开源框架FlexRAG，支持文本、多模态与网络RAG，提供全生命周期支持与异步处理能力，助力研究者高效开发与共享RAG系统。
2025-06-30 cs.CL cs.IR
Self-Supervised Contrastive BERT Fine-tuning for Fusion-based Reviewed-Item Retrieval
University of Toronto（多伦多大学）；LG Electronics（LG电子）
针对评论项检索（RIR）任务缺乏标注数据的问题，提出利用自监督对比学习微调BERT嵌入，结合物品-评论两级结构和元数据进行正负样本选择，实验证明后期融合方法显著优于其他基线。
2023-08-01 cs.CL cs.IR cs.LG
Comprehensive and Practical Evaluation of Retrieval-Augmented Generation Systems for Medical Question Answering
University of Oregon（俄勒冈大学）；Adobe Research（奥多比研究院）
本文提出医学问答RAG系统的全面评估框架MedRGB，涵盖充分性、整合性和鲁棒性场景，评估发现当前模型在处理检索噪声和错误信息方面能力有限，为医学RAG系统开发提供见解。
2024-11-14 cs.AI cs.CL cs.IR
A Large-Scale, Cross-Disciplinary Corpus of Systematic Reviews
Leipzig University（莱比锡大学）；University of Tübingen（图宾根大学）；Kassel University（卡塞尔大学）
本文提出Webis-SR4ALL-26语料库，包含301,871篇系统评价，涵盖所有科学领域。通过多阶段预处理流程，链接OpenAlex元数据和参考文献列表，提取检索和筛选相关的结构化方法 artifacts，用于跨领域基准测试和元科学分析。
2026-04-23 cs.CL cs.IR
Cocktail: A Comprehensive Information Retrieval Benchmark with LLM-Generated Documents Integration
Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学高瓴人工智能学院）；Institute of Computing Technology, CAS（中国科学院计算技术研究所）；Huawei Noah’s Ark Lab（华为诺亚方舟实验室）
本文提出Cocktail基准，整合16个人类与LLM生成文档混合数据集及NQ-UTD，通过千余次实验揭示神经检索模型在性能和来源偏差间的权衡。
2024-07-02 cs.CL cs.IR
MRAMG-Bench: A Comprehensive Benchmark for Advancing Multimodal Retrieval-Augmented Multimodal Generation
Peking University（北京大学）；Huawei Cloud BU（华为云业务单元）
提出MRAMG任务及综合基准MRAMG-Bench，包含多领域数据集和全面指标，并设计高效框架，利用LLMs/MLLMs生成多模态答案。
2025-04-21 cs.IR cs.LG
A Comprehensive Survey on Cross-modal Retrieval
Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
近年来，由于多模态数据的快速增长，跨模态检索受到了广泛的关注。它将一种类型的数据作为查询来检索另一种类型的相关数据。例如，用户可以使用文本来检索相关图片或视频。由于查询及其检索结果可能具有不同的模态，如何度量不同模态数据之间的内容相似性仍然是一个挑战。已经提出了各种方法来处理这样的问题。本文首先回顾了跨模态检索的几种典型方法，并将它们分为两大类：1）实值表示学习，2）二值表示学习。实值表示学习方法旨在学习不同模态数据的实值公共表示。为了提高跨模态检索的速度，提出了多种二进制表示学习方法，将不同模态的数据映射到一个共同的汉明空间中。然后，我们介绍了社区中的几个多模态数据集，并展示了两个常用的多模态数据集上的实验结果。通过比较，揭示了各种跨模态检索方法的特点，以期对实际应用和未来研究有所裨益。最后，我们讨论了开放的问题和未来的研究方向。
2016-07-21 cs.CL cs.IR cs.MM
Plan-and-Refine: Diverse and Comprehensive Retrieval-Augmented Generation
University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
本文提出 Plan-and-Refine 框架，通过全局多样化计划生成与局部迭代精炼两阶段设计，并利用奖励模型筛选最优响应，在 ANTIQUE 和 TREC 基准上显著提升检索增强生成的事实性与覆盖全面性。
2025-04-10 cs.CL cs.IR
An Analysis of a BERT Deep Learning Strategy on a Technology Assisted Review Task
University of Strathclyde（斯特拉斯克莱德大学）
文件筛选是循证医学的中心任务，循证医学是一门临床学科，它补充了科学证据来支持医疗决策。鉴于应用于信息检索任务的DL（深度学习）方法的最新进展，我提出了一种具有BERT或PubMed BERT嵌入的DL文档分类方法以及使用SBERT嵌入的DL相似性搜索路径，以减少医生筛选和分类大量文档以回答临床查询的任务。我测试和评估了我的DL策略在2017年和2018年CLEF电子健康集合上的检索有效性。我发现，建议的DL策略的作品，我比较它最近成功的BM 25加RM3模型，并得出结论，建议的方法完成先进的检索性能的初步排名的文章与上述数据集，为CLEF电子健康技术辅助审查经验医学任务。
2021-04-16 cs.IR cs.LG
Shall We Pretrain Autoregressive Language Models with Retrieval? A Comprehensive Study
UIUC（伊利诺伊大学厄巴纳-香槟分校）；NVIDIA（英伟达）；University of Wisconsin, Madison（威斯康星大学麦迪逊分校）
本研究通过系统对比RETRO与GPT及检索增强GPT，证明检索预训练自回归LM在文本生成和知识密集型任务上更优，并推出RETRO++进一步提升开放域问答性能。
2023-12-21 cs.AI cs.CL cs.IR
A Collection of Systematic Reviews in Computer Science
Leipzig University（莱比锡大学）；Fraunhofer ISI Leipzig（弗劳恩霍夫ISI莱比锡研究所）；Kassel University（卡塞尔大学）
本文提出SR4CS，一个包含1212个计算机科学系统综述的大型数据集，用于评估布尔查询生成、检索和筛选的可重复研究，揭示不同检索方法的精度、召回率差异及零样本生成的局限性。
2026-03-11 cs.DL cs.IR
A Systematic Literature Review of Retrieval-Augmented Generation: Techniques, Metrics, and Challenges
本综述系统分析了2020至2025年5月间128篇高被引RAG研究，总结其技术、评估实践与挑战，并指出未来研究方向。
2025-09-09 cs.AI cs.CL cs.DL
Evaluating LLM Abilities to Understand Tabular Electronic Health Records: A Comprehensive Study of Patient Data Extraction and Retrieval
Université Paul Sabatier（保罗·萨巴蒂埃大学）；IRIT（信息论与电信研究所）；Centre Hospitalier Universitaire de Toulouse（图卢兹大学医院中心）；INSERM（法国国家健康与医学研究院）；Université de Toulouse（图卢兹大学）；Faculté de Médecine（医学院）
本研究首次探究大语言模型理解表格型电子健康记录的能力，通过MIMICSQL数据集实验验证了特征选择、序列化方法及上下文学习对任务表现的提升作用，并提出相关设计准则以支持健康搜索。
2025-01-16 cs.CL cs.IR
Graph-based Approaches and Functionalities in Retrieval-Augmented Generation: A Comprehensive Survey
Nanyang Technological University（南洋理工大学）；Beijing University of Posts and Telecommunications（北京邮电大学）
本文综述了图方法在检索增强生成中的应用，分析了图在提升性能中的作用，指出现有挑战和未来研究方向。
2026-01-21 cs.CL cs.IR
Automated Literature Review Using NLP Techniques and LLM-Based Retrieval-Augmented Generation
Military Institute of Science and Technology（军事科学技术学院）
针对人工文献综述因研究论文激增面临的挑战，本研究提出并比较了基于NLP技术（如spaCy、Simple T5）和LLM（GPT-3.5-turbo）检索增强生成的自动化文献综述方法，GPT-3.5-turbo系统获最高ROUGE-1分数0.364并开发了图形界面。
2024-11-27 cs.AI cs.CL cs.IR
A Comprehensive Survey on Composed Image Retrieval
Shandong University（山东大学）；Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳））；City University of Hong Kong（香港城市大学）
本文综述了组合图像检索（CIR）任务，系统分类了监督与零样本CIR模型，分析了基准数据集与实验结果，并探讨了相关任务与未来方向。
2025-03-04 cs.AI cs.CV cs.IR
Self-Conditioned Positional HNSW for Overlap-Aware Retrieval in Chunked-Document RAG Systems: Method and Industrial Evidence-Quality Audit
eBay Inc.（eBay公司）
提出自条件位置HNSW（SCP-HNSW），通过低维位置编码和两遍查询过程实现重叠感知检索，减少重复证据，并基于工业审计数据验证其有效性。
2026-06-01 cs.AI cs.CL cs.DB
