GraphRAG on Consumer Hardware: Benchmarking Local LLMs for Healthcare EHR Schema Retrieval
Department of Computer Engineering（计算机工程系）；California Polytechnic State University（加州州立大学波特兰分校）
本文研究了在消费级硬件上使用本地LLMs进行医疗EHR模式检索的GraphRAG方法，评估了四种不同模型在索引效率、知识图构建、查询延迟、回答质量和幻觉方面的表现，发现模型参数大小和检索模式对结果有显著影响。
2026-05-20 cs.AI cs.CL cs.IR
Structure Over Scale: Schema-Constrained Causal Graphs for RAG
Boston Consulting Group（波士顿咨询集团）
研究针对GraphRAG问题，提出HCG-RAG，用模式约束因果图取代开放式提取，构建紧凑两层图。该方法成本低，答案质量优，在医学等基准测试中表现出色，对比实验显示因果图作为检索过滤器有优势，表明图内容比节点数量更重要。
2026-07-28 cs.AI cs.CL cs.IR
THOR: Transformer Heuristics for On-Demand Retrieval
eSapiens
本文提出 THOR 模块，通过解耦编排架构、模式感知、自校正循环和只读护栏，将自然语言转换为安全的企业级 SQL 查询，使非技术用户无需 SQL 即可进行可靠的即席数据分析。
2025-07-17 cs.AI cs.DB
Decompose, Enrich, and Extract! Schema-aware Event Extraction using LLMs
Monash University（莫纳什大学）；Defence Science and Technology Group（国防科学技术集团）
本文提出一种基于 LLMs 的自动化事件抽取新方法，通过将任务分解为事件检测与论元抽取以缓解幻觉，并整合动态模式感知的检索增强提示技术，在多个基准上表现优于基线。
2024-06-03 cs.AI cs.CL
DynaQuery: A Self-Adapting Framework for Querying Structured and Multimodal Data
Al Akhawayn University（阿尔阿克哈文大学）
本文提出自适应框架 DynaQuery，通过 SILE 将模式内省与链接纳入查询规划，并经多基准验证其相较非结构化 RAG 可显著消除模式幻觉、提升查询稳健性。
2025-10-20 cs.AI cs.DB
SchemaRAG: Dynamic Large Schema Reduction for LLM-driven Structured Information Extraction
针对大规模模式导致LLM提取结构化信息时成本高、性能下降的问题，提出SchemaRAG框架，通过检索增强动态缩减输出模式空间，在医疗和电商数据集上实现F1提升8.8%、延迟降低47%、令牌成本降低48%。
2026-07-02 cs.AI cs.IR
Retrieval-Augmented Code Generation for Universal Information Extraction
CAS Key Laboratory of Network Data Science and Technology, Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所网络数据科学与技术重点实验室）；School of Computer Science and Technology, University of Chinese Academy of Sciences（中国科学院大学计算机科学与技术学院）；Platform and Content Group, Tencent（腾讯平台与内容事业群）
针对信息抽取中任务模式多样的挑战，提出基于大语言模型的检索增强代码生成框架Code4UIE，用Python类统一定义抽取模式并结合语义检索示例，在多任务多数据集上验证了有效性。
2023-11-06 cs.AI cs.CL cs.IR
Schema Matching on Graph: Iterative Graph Exploration for Efficient and Explainable Data Integration
SMoG通过迭代执行简单1跳SPARQL查询，实现高效且可解释的图谱匹配，适用于医疗数据整合。
2025-12-01 cs.AI
DocSage: An Information Structuring Agent for Multi-Doc Multi-Entity Question Answering
The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
DocSage通过动态模式发现、结构化信息提取和模式感知推理，解决多文档多实体问答中的跨文档证据链构建和实体关系推断问题，实现超过27%的准确率提升。
2026-03-12 cs.AI
CRED-SQL: Enhancing Real-world Large Scale Database Text-to-SQL Parsing through Cluster Retrieval and Execution Description
Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学（深圳））；Pengcheng Laboratory, Shenzhen, China（鹏城实验室）；Inspur Cloud Information Technology Co., Ltd, Jinan 250101, China（浪潮云信息技术有限公司）；Guangdong Power Grid Co., Ltd, China（广东电网公司）
针对大规模数据库中文本转SQL任务存在的语义不匹配问题，提出集成聚类检索和执行描述的CRED-SQL框架，通过聚类模式检索和EDL中间表示提升性能，在SpiderUnion和BirdUnion上实现SOTA。
2025-08-20 cs.AI cs.CL
Beyond Seen Data: Improving KBQA Generalization Through Schema-Guided Logical Form Generation
The University of Melbourne（墨尔本大学）
针对KBQA面对未见知识库元素泛化能力差的问题，提出SG-KBQA模型，通过注入模式上下文增强实体检索和逻辑形式生成，在多个基准上超越现有模型。
2025-09-10 cs.AI cs.CL
Schema Lineage Extraction at Scale: Multilingual Pipelines, Composite Evaluation, and Language-Model Benchmarks
Microsoft Redmond, WA（微软红木城）；Antra. Inc.（Antra公司）
针对企业多语言数据流水线中的语义漂移问题，提出自动提取细粒度模式血缘的框架，引入SLiCE复合评估指标和1,700条标注基准，实验表明32B开源模型可媲美GPT系列性能。
2025-08-10 cs.AI cs.CL cs.DB
EGT-KG: Evidence-Grounded Typed KG Retrieval for Practical Scientific QA with Small Language Models
Stanford University（斯坦福大学）；University of Calgary（卡尔加里大学）
针对本地SLMs科学问答的约束，提出EGT-KG检索框架，经六维评估框架在生物聚合物结合土壤复合材料基准上验证，其多数场景优于普通RAG，llama3:8b变体提升显著。
2026-09-02 cs.AI
Memanto: Typed Semantic Memory with Information-Theoretic Retrieval for Long-Horizon Agents
Moorcheh
Memanto通过信息论检索引擎实现高效持久记忆，无需复杂知识图谱，提升长周期智能体性能，实现89.8%和87.1%的高准确率。
2026-04-23 cs.AI
Prompting GPT-3.5 for Text-to-SQL with De-semanticization and Skeleton Retrieval
National University of Defense Technology（国防科技大学）
提出基于LLM的文本到SQL框架，通过去语义化提取问题骨架检索相似示例，并建模问题与数据库模式关系，在三个跨领域基准上超越现有模型。
2023-08-31 cs.AI cs.CL
AnalogRetriever: Learning Cross-Modal Representations for Analog Circuit Retrieval
Tsinghua University（清华大学）；The University of Hong Kong（香港大学）；University of Cambridge（剑桥大学）；Nanjing University of Posts and Telecommunications（南京邮电大学）
本文提出AnalogRetriever，通过构建高质量数据集和三模态检索框架，实现跨模态的模拟电路检索，实验表明其在六个方向上的Recall@1达到75.2%，显著优于现有方法。
2026-11-11 cs.AI cs.CV
NER Retriever: Zero-Shot Named Entity Retrieval with Type-Aware Embeddings
Computer Science Department, Bar-Ilan University（巴伊兰大学计算机科学系）
针对无预定义类型的即席命名实体检索问题，提出基于大语言模型中间层value向量和轻量对比投影网络的零样本框架NER Retriever，性能优于现有基线，为无模式实体检索提供实用方案。
2025-09-04 cs.AI cs.CL cs.IR
RAG Strategies for Natural Language-Based SQL Query and REST API Call Generation
IU International University of Applied Sciences（国际应用科学大学）
本文评估了三种RAG变体在生成SQL和API调用任务中的性能，发现CoRAG在混合文档环境下表现最佳，检索策略设计对自然语言接口至关重要。
2026-10-20 cs.AI cs.CL cs.SE
PIPE-RDF: An LLM-Assisted Pipeline for Enterprise RDF Benchmarking
UC San Deigo（加州大学圣地亚哥分校）
PIPE-RDF通过反向查询和检索增强提示构建企业RDF基准测试，生成450个问题-SPARQL对，实现100%有效性验证。
2026-02-15 cs.AI cs.DB
Balancing Content Size in RAG-Text2SQL System
针对RAG+Text2SQL系统易受检索文档大小与质量影响、存在性能权衡的问题，本研究明确了性能下降的关键阈值，提出缓解策略并强调文档呈现的重要性，为提升系统鲁棒性提供实用参考。
2025-03-23 cs.AI cs.DB cs.IR
Schema for In-Context Learning
University of Toronto（多伦多大学）；Nanyang Technological University（南洋理工大学）；Acceleration Consortium（加速联盟）；Vector Institute for Artificial Intelligence（向量人工智能研究所）；Canadian Institute for Advanced Research (CIFAR)（加拿大高等研究院（CIFAR））；NVIDIA（英伟达）
本文提出基于认知模式的上下文学习框架，通过提取先验示例中的认知构建块，生成抽象模式以增强模型推理能力，实验证明在化学和物理问题上性能提升达36.19%。
2026-03-28 cs.AI cs.CL
RAVEN: An Agentic Framework for Multimodal Entity Discovery from Large-Scale Video Collections
Aviary Inc.（Aviary公司）
RAVEN 提出一个模型无关的自适应 AI 智能体框架，通过类别理解、模式生成和语义检索引导的实体提取，实现大规模视频集合中跨视觉、音频和文本模态的实体发现与检索。
2025-03-03 cs.AI cs.IR
From Isolated Conversations to Hierarchical Schemas: Dynamic Tree Memory Representation for LLMs
Center for Advanced AI, Accenture（埃森哲高级人工智能中心）
针对大语言模型长期记忆管理难题，提出采用动态树状层级记忆表示的MemTree算法，通过语义嵌入动态调整记忆结构，在多轮对话、文档问答等需结构化记忆的场景中性能优于传统扁平记忆增强方法。
2025-03-19 cs.AI cs.CL cs.LG
LLM-INSTRUCT at UZH Shared Task 2026: Constraint-Aware Retrieval and Selective Debate for Paragraph-Level Argument Mining
Vietnamese-German University（越南-德国大学）；RMIT University Vietnam（皇家墨尔本理工大学越南分校）；VANGIA INNOVATIONS（VANGIA创新公司）
本文介绍了在UZH 2026共享任务中用于段落级论证挖掘的获胜系统LLM-INSTRUCT，通过元数据感知检索、约束解码等方法缩小决策空间，提高了准确性和提交稳健性，在官方排行榜上取得优异成绩。
2026-07-24 cs.AI cs.CL
RAG-RST: Retrieved Exemplars as In-Context Discourse Schema for RST Parsing
Illinois Institute of Technology（伊利诺伊理工学院）；Touro University（图罗大学）
本研究提出RAG-RST检索增强框架，无需训练即可将核心性F1提升至0.846、关系F1提升至0.788，动态配置表现最优，证明正式语言模式可作为示例提供给基础模型。
2026-10-16 cs.AI
Schema-Guided Scene-Graph Reasoning based on Multi-Agent Large Language Model System
提出基于多智能体LLM的迭代模式引导场景图推理框架SG^2，通过Reasoner与Retriever模块协作及模式引导，减少幻觉并超越现有方法。
2025-08-08 cs.AI cs.LG cs.MA
Retrieval-Augmented Generation of Ontologies from Relational Databases
Institute for Artificial Intelligence, University of Stuttgart（人工智能研究所，斯图加特大学）；University of Southampton（南安普顿大学）；Universitätsklinikum Leipzig（莱比锡大学医院）
研究从关系数据库生成语义丰富的OWL2DL本体的问题，提出RIGOR方法，通过大语言模型驱动，从多源检索并迭代生成本体片段，经验证和纠正后集成，实验表明该方法优于基线且无需人工监督。
2026-07-28 cs.AI cs.DB
Automatic Labelling with Open-source LLMs using Dynamic Label Schema Integration
J.P. Morgan Chase（摩根大通）；Snorkel AI
针对开源模型自动标注中标签模式集成性能不佳的问题，提出检索增强分类（RAC），动态集成标签描述，通过逐标签推理提升标注质量，并可在质量与覆盖率间权衡。
2025-01-21 cs.AI cs.CL cs.LG
MINDSET: Energy-based Memory Evolution for Long Conversational Agents
Mahindra University（马恒达大学）
针对长对话智能体记忆随时间变化的问题，提出基于能量最小化状态转移的MINDSET记忆控制器，通过版本化模式管理对话，在LoCoMo和MemoryAgentBench上取得最优性能。
2026-11-04 cs.AI
Risk-Aware LLM Agents for Geospatial Data Retrieval: Design and Preliminary Adversarial Evaluation
Dept. of Systems Design Engineering, University of Waterloo（滑铁卢大学系统设计工程系）；SkyWatch；Dept. of Geography and Environmental Management, University of Waterloo（滑铁卢大学地理与环境管理系）；Dept. of Geomatics Engineering, University of Calgary（卡尔加里大学测绘工程系）
提出一种基于LLM的框架，通过自然语言查询从云地理空间目录检索遥感数据，集成三个智能体实现安全、意图解析和API调用生成，初步对抗实验表明提示级安全指令提升鲁棒性但需系统级防御。
2026-06-16 cs.AI cs.CL
SAGA: Schema-Aware Grounding for Agentic Text-to-SPARQL Generation
研究复杂知识库问答中语义解析范式，针对现有智能体类型盲基础问题，提出无训练框架SAGA，通过模式约束基础操作，维护类型状态，过滤候选属性，以紧凑格式呈现图模式，在多基准设置上取得优异成绩。
2026-07-17 cs.AI cs.IR cs.LG
Improving Retrieval-augmented Text-to-SQL with AST-based Ranking and Schema Pruning
Huawei Technologies（华为技术有限公司）；CSI（英国计算机科学研究所）
本文提出ASTReS框架，通过动态检索数据库信息、基于抽象语法树选择少样本示例，并利用小型高效模型生成近似SQL来增强Text-to-SQL语义解析，在单语和跨语言基准上均超越现有最先进方法。
2024-11-04 cs.AI cs.CL cs.DB
Reflect-SQL: A Self-Reflection Based Framework for Text-to-SQL
International Institute of Information Technology Hyderabad（国际信息技术研究所海得拉巴分校）
Reflect-SQL是一种基于多阶段自反思的Text-to-SQL框架，通过LLM作为评判者的反馈循环优化结果，在BIRD基准上实现72.03%执行准确率，显著优于现有方法，提升了企业数据访问的可靠性。
2026-09-04 cs.AI cs.IR
FastRAG: Retrieval Augmented Generation for Semi-structured Data
NIST（美国国家标准与技术研究院）；Université Grenoble Alpes（格勒诺布尔阿尔卑斯大学）
针对现有RAG方法处理半结构化网络数据效率低的问题，提出结合模式学习、脚本学习及文本搜索与KG查询融合的FastRAG，在保证问答准确的同时大幅提升时间与成本效率。
2025-06-14 cs.AI cs.NI
Solid-SQL: Enhanced Schema-linking based In-context Learning for Robust Text-to-SQL
School of Cyber Science and Engineering, Wuhan University（武汉大学网络科学与工程学院）；Big Data and AI Platform Department, Tencent（腾讯大数据与人工智能平台部）
Solid-SQL通过增强模式链接和两轮结构相似性示例检索，提升文本到SQL系统在对抗扰动下的稳健性，在Spider和Bird上分别达到82.1%和58.9%的准确率，并在扰动基准上平均提升11.6%。
2024-12-17 cs.AI cs.CL
TIARA: Multi-grained Retrieval for Robust Question Answering over Large Knowledge Bases
Microsoft Research（微软研究院）；Nanjing University（南京大学）；Nankai University（南开大学）；Harbin Institute of Technology（哈尔滨工业大学）
预训练的语言模型（PLM）在多种场景中显示出其有效性。然而，KBQA仍然具有挑战性，特别是在覆盖和泛化设置方面。这是由于两个主要因素：i）理解问题和来自KB的相关知识的语义; ii）生成具有语义和语法正确性的可执行逻辑形式。在本文中，我们提出了一个新的KBQA模型，TIARA，它通过应用多粒度检索来帮助PLM关注最相关的KB上下文，即，实体、示例性逻辑形式和模式项。此外，约束解码用于控制输出空间和减少生成错误。重要基准的实验证明了我们的方法的有效性。TIARA比之前的SOTA（包括那些使用PLM或Oracle实体注释的SOTA）在GrailQA和Websites SP上分别至少高出4.1和1.1个F1点。
2022-10-24 cs.AI cs.CL
GAM-RAG: Gain-Adaptive Memory for Evolving Retrieval in Retrieval-Augmented Generation
Fudan University（复旦大学）
GAM-RAG通过动态更新检索记忆提升检索增强生成的性能，减少计算成本，提高推理效率。
2026-03-02 cs.AI
DCG-SQL: Enhancing In-Context Learning for Text-to-SQL with Deep Contextual Schema Link Graph
Department of Artificial Intelligence, Sungkyunkwan University（人工智能系，成均馆大学）；Department of Immersive Media Engineering, Sungkyunkwan University（沉浸媒体工程系，成均馆大学）；Department of Computer Science and Engineering, Sungkyunkwan University（计算机科学与工程系，成均馆大学）
本文提出 DCG-SQL，通过深度上下文章节链接图表示问题与数据库模式的语义关系并检索示例，从而在大小型 LLM 上均提升 Spider 的 Text-to-SQL 性能与效率。
2025-07-22 cs.AI cs.CL
RACT: Retrieval Augmented Column-Table Learning and Prediction for Multi-Table Schema Matching
University of Maryland, Baltimore County（马里兰大学巴尔的摩县分校）；Utrecht University（乌特勒支大学）；Technical University of Cologne（科隆技术大学）
提出RACT自监督框架，通过检索候选表约束列匹配空间，在多表模式匹配中优于相似性基线，精度和完整性提升高达70%。
2026-06-05 cs.DB cs.IR cs.LG
When Agents Implement Systems: A Case Study in Defects, Detection, and Evaluation Rigor
本研究通过案例研究分析LLM编码智能体实现多组件数据系统的缺陷，在HotpotQA基准上发现过滤检索比未过滤检索性能更优，验证了相关检索权衡的有效性。
2026-09-03 cs.AI cs.MA
MatSci-NLP: Evaluating Scientific Language Models on Materials Science Language Tasks Using Text-to-Schema Modeling
University of Montreal（蒙特利尔大学）；Mila - Quebec AI（Mila - 魁北克人工智能研究所）；Intel Labs（英特尔实验室）
提出材料科学NLP基准MatSci-NLP，涵盖七项任务，验证科学预训练语言模型优势，并引入文本到模式多任务学习方法，优于传统微调。
2023-05-14 cond-mat.mtrl-sci cs.AI cs.CL
ReFuGe: Feature Generation for Prediction Tasks on Relational Databases with LLM Agents
KAIST（韩国科学技术院）
ReFuGe通过LLM代理生成关联数据库预测任务的特征，提升预测性能。
2026-01-25 cs.AI
DynaRAG: Bridging Static and Dynamic Knowledge in Retrieval-Augmented Generation
Northeastern University（东北大学）；Independent Researcher（独立研究员）；Washington University in St. Louis（华盛顿大学圣路易斯分校）；New York University（纽约大学）
DynaRAG通过动态知识整合处理静态和时效性信息需求，采用LLM重排器、充分性分类器和Gorilla v2模型提升回答准确性与鲁棒性。
2026-02-24 cs.AI cs.CL cs.IR
KERAG: Knowledge-Enhanced Retrieval-Augmented Generation for Advanced Question Answering
HKUST（香港科技大学）；Meta Reality Labs（Meta 现实实验室）；HKUST(GZ)（香港科技大学（广州））
针对传统知识图谱问答覆盖率低的问题，提出基于知识图谱的KERAG流水线，采用检索-过滤-摘要方法结合微调大模型的子图思维链推理，显著提升问答质量，性能优于现有最优方案及GPT-4o（Tool）。
2025-09-05 cs.AI cs.CL cs.IR
Auto prompt sql: a resource-efficient architecture for text-to-sql translation in constrained environments
针对资源受限环境下Text-to-SQL方法依赖高资源模型的难题，提出AP-SQL架构，结合小型开源模型与闭源大模型能力，通过任务分解、模型微调及CoT、GoT提示工程提升SQL生成准确率，在Spider基准上验证了有效性。
2025-08-31 cs.AI cs.CL
Scalable In-Context Learning on Tabular Data via Retrieval-Augmented Large Language Models
Microsoft Research Asia（微软亚洲研究院）；The University of Chicago（芝加哥大学）；University of Pittsburgh（匹兹堡大学）
本文提出检索增强的大语言模型方法，通过定制检索模块与检索引导指令微调突破序列长度限制，实现表格数据上的可扩展上下文学习，在69个数据集上显著提升性能并展现独特优势。
2025-02-05 cs.AI cs.CL
Memory Beyond Recall: A Dual-Process Cognitive Memory System for Self-Evolving LLM Agents
Tencent（腾讯）
提出DCPM系统，基于双过程理论将代理记忆组织为认知能力层次，通过同步日间写入器和异步夜间引擎分别处理信念修正和模式归纳，在隐式跨会话推理任务上提升显著。
2026-06-08 cs.AI cs.CL
QAID: Question Answering Inspired Few-shot Intent Detection
IBM Israel Research Lab（IBM以色列研究实验室）；Hebrew University of Jerusalem（希伯来大学）
具有语义相似的细粒度意图的意图检测是一项具有挑战性的任务。为了解决这个问题，我们重新制定意图检测作为一个问答检索任务，通过处理话语和意图名称的问题和答案。为此，我们利用问答检索架构，并采用两阶段训练模式与批量对比损失。在预训练阶段，我们通过自监督训练来改进查询表示。然后，在微调阶段，我们增加来自相同意图的查询和答案之间的上下文化标记级相似性分数。我们在三个Few-Shot意图检测基准上的结果达到了最先进的性能。
2023-03-21 cs.AI cs.CL cs.IR
NeuralNexus at BEA 2025 Shared Task: Retrieval-Augmented Prompting for Mistake Identification in AI Tutors
MBZUAI（穆萨大学人工智能研究所）
针对BEA 2025共享任务的AI导师数学错误识别赛道，团队探索四种方法后采用基于GPT 4o的检索增强少样本提示系统，其性能优于所有基线，验证了该组合方法在教学反馈评估中的有效性。
2025-06-12 cs.AI cs.CL
WebFAQ: A Multilingual Collection of Natural Q&A Datasets for Dense Retrieval
University of Passau（帕绍大学）
本文提出WebFAQ，一个含9600万问答对、覆盖75种语言的多语言开放域问答数据集，并基于其微调XLM-RoBERTa模型，显著提升稠密检索性能，同时构建了高质量双语语料库。
2025-02-28 cs.AI cs.CL cs.IR
Knowledge Graph-based Retrieval-Augmented Generation for Schema Matching
Aalborg University（奥尔堡大学）；Eötvös Loránd University（厄特沃什·罗兰大学）
针对传统模式匹配方法语义理解不足及大模型幻觉问题，提出基于知识图谱的检索增强生成模型KG-RAG4SM，通过多类图检索与排序策略增强LLM，在多个数据集上性能显著优于现有SOTA方法，且能缓解幻觉、适配大型知识图谱。
2026-11-09 cs.CL cs.DB cs.IR
Towards Human-Level Understanding of Complex Process Engineering Schematics: A Pedagogical, Introspective Multi-Agent Framework for Open-Domain Question Answering
TCS Research（TCS研究院）；IIIT Pune（印度理工学院普纳分校）
针对过程工程图问答中数据隐私与定制化难题，本文提出一种基于开源小模型和ReAct提示的分层多智能体RAG框架，通过内省式子智能体与迭代自校正实现安全、可解释的开放域问答。
2024-08-24 cs.AI cs.CL cs.CV
Multimodal Retrieval-Augmented Generation with Large Language Models for Medical VQA
George Mason University（乔治·马歇尔大学）
本文提出 MasonNLP 系统，利用通用大语言模型结合轻量级检索增强生成框架，通过文本和视觉范例提升医学视觉问答性能，在 MEDIQA-WV 2025 任务中排名第三，验证了其作为简单有效基线的价值。
2025-10-12 cs.AI cs.CL cs.CV
CBR-to-SQL: Rethinking Retrieval-based Text-to-SQL using Case-based Reasoning in the Healthcare Domain
Department of Computer Science Aalto University（奥卢大学计算机科学系）；Department of Clinical Medicine Aalborg University（奥尔堡大学临床医学系）
本文提出CBR-to-SQL框架，通过分解检索增强生成的两阶段检索，提升医疗领域文本到SQL的准确性和效率。
2026-04-19 cs.AI cs.CL cs.IR
