MARA: A Multimodal Adaptive Retrieval-Augmented Framework for Document Question Answering
Key Laboratory of Target Cognition and Application Technology (TCAT), AIRI, CAS(目标认知与应用技术重点实验室(TCAT),空气动力研究所,中国科学院);School of Electronic, Electrical and Communication Engineering, UCAS(电子、电气与通信工程学院,中国科学院大学);Aerospace Information Research Institute, Chinese Academy of Sciences(航天信息研究所,中国科学院);Baidu Inc.(百度公司)
MARA框架通过引入查询自适应机制提升多模态文档检索与生成的精度和质量,实验表明其在多模态问答基准上优于现有最先进方法。
2026-02-01 cs.AI cs.CL cs.IR
Multimodal Hybrid Retrieval-Augmented Generation for Scientific Document Understanding using Open-Source SLMs
Faculty of Electronics, Telecommunications and Information Technology(电子、电信与信息技术学院);University Politehnica of Bucharest(布加勒斯特理工大学)
针对科学文档理解中大型语言模型的问题,提出多模态混合检索增强生成系统。利用开源视觉语言模型生成摘要,结合多种检索方法并优化,采用查询压缩器确保连贯性。经评估,该系统提高了检索质量,验证了开源模型与先进策略结合的竞争力。
2026-07-29 cs.AI cs.IR
SCAN: Semantic Document Layout Analysis for Textual and Visual Retrieval-Augmented Generation
NEC Corporation(日本电报电话株式会社)
SCAN通过语义文档布局分析提升文本和视觉检索增强生成的性能,实验显示在英语和日语数据集上分别提升9.4和10.4个点。
2026-02-13 cs.AI
Reference-Aligned Retrieval-Augmented Question Answering over Heterogeneous Proprietary Documents
Department of Computer Science Emory University Atlanta Georgia USA(计算机科学系 埃默里大学 阿拉巴马 州 美国);Emory University(埃默里大学)
本文提出面向企业内部的RAG问答框架,通过多模态数据流水线、本地隐私保护架构和轻量级参考匹配器,在汽车领域提升答案的事实正确性、信息量与有用性,并实现答案与源文档的可追溯。
2025-08-27 cs.AI cs.IR
SPD-RAG: Sub-Agent Per Document Retrieval-Augmented Generation
TOBB University of Economics and Technology(托布大学经济与技术学院);OSTIM Technical University(OSTIM技术大学)
SPD-RAG通过文档级子代理和集中融合提升多文档问答性能,实现高效检索与生成。
2026-03-09 cs.AI cs.CL cs.IR
Hierarchical Abstract Tree for Cross-Document Retrieval-Augmented Generation
The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州))
本文提出Ψ-RAG框架,通过迭代'合并与坍缩'过程构建分层抽象树索引,并引入多粒度检索代理,解决传统树状RAG在跨文档多跳问题中的分布适应性、结构隔离和抽象粗粒度等挑战,实验表明其在跨文档多跳问答任务中表现更优。
2026-05-01 cs.AI cs.IR cs.LG
VDocRAG: Retrieval-Augmented Generation over Visually-Rich Documents
NTT Human Informatics Laboratories, NTT Corporation(NTT公司人类信息学研究所);Tohoku University(东北大学)
针对混合模态、多样格式的视觉丰富文档,提出VDocRAG框架,以统一图像格式理解文档避免信息丢失,通过自监督预训练任务适配视觉语言模型,还构建OpenDocVQA数据集,实验显示其性能优于传统文本RAG且泛化性强。
2025-04-14 cs.AI cs.CL cs.CV
InfoGain-RAG: Boosting Retrieval-Augmented Generation via Document Information Gain-based Reranking and Filtering
Kuaishou Technology, Beijing, China(快手科技,北京,中国);Peking University, Beijing, China(北京大学,北京,中国)
本文提出文档信息增益(DIG)指标量化检索文档对答案生成的贡献,并构建InfoGain-RAG框架训练专门重排器以过滤无关文档,在多个基准上显著优于现有RAG方法。
2025-09-16 cs.AI cs.CL cs.IR
TabRAG: Improving Tabular Document Question Answering for Retrieval Augmented Generation via Structured Representations
Imperial College London(帝国理工学院)
TabRAG通过结构化表示改进表格文档问答,采用布局分割和视觉语言模型解析,提升表格问答性能。
2026-01-31 cs.AI cs.CL cs.CV
Cognitive-Aligned Document Selection for Retrieval-augmented Generation
Dalian Maritime University(大连海事大学)
针对RAG检索文档难以充分支撑回答的问题,提出GGatrieval,通过句法成分细粒度对齐、动态语义补偿与迭代查询改写筛选可靠文档,在ALCE基准上达到最先进性能。
2025-02-17 cs.AI
Evaluating the Effectiveness of Retrieval-Augmented Large Language Models in Scientific Document Reasoning
Pacific Northwest National Laboratory(太平洋西北国家实验室)
针对大语言模型的幻觉问题,本研究评估检索增强型LLM的科学文献推理能力,发现这类模型仍会编造科学任务的证据,且用科学语料预训练无法缓解该风险。
2023-11-07 cs.AI cs.CL
Evaluating Chunking Strategies for Retrieval-Augmented Generation on Academic Texts
研究在检索增强生成系统中,基于聚类的语义分块是否优于固定大小和递归分块,通过RAGAs框架在长结构化学术论文上评估检索和答案质量,发现聚类分块未超越简单策略。
2026-07-03 cs.AI cs.CL cs.IR
Document Retrieval Augmented Fine-Tuning (DRAFT) for safety-critical software assessments
Digital Transit Limited, 3M Buckley Innovation Centre, UK, HD1 3BD(数字交通有限公司,3M Buckley创新中心,英国,HD1 3BD);Department of Computer Science, University of Huddersfield, UK, HD1 3DH(计算机科学系,赫德瑟菲尔德大学,英国,HD1 3DH)
本文提出DRAFT方法,通过引入双检索架构和半自动化数据集生成,提升大型语言模型在安全关键合规评估中的准确性与证据处理能力。
2025-05-02 cs.AI cs.SE
A Systematic Evaluation of Retrieval-Augmented Generation and Language Models for Space Operations
NOVA LINCS;Neuraspace;Technical University of Munich(慕尼黑技术大学)
本文系统评估了结合大语言模型与信息检索技术的检索增强生成管道在太空操作中提取和综合领域知识的效果,比较了不同检索策略、嵌入模型和LLM回答对信息准确性、相关性和可靠性的影响。
2026-05-23 cs.AI cs.IR
DIRAS: Efficient LLM Annotation of Document Relevance in Retrieval Augmented Generation
ETH Zurich(苏黎世联邦理工学院);University of Zurich(苏黎世大学);Swiss Finance Institute (SFI)(瑞士金融研究所);University of Electronic Science and Technology of China(电子科技大学)
针对RAG中领域特定查询的相关性标注挑战,提出DIRAS方案,通过微调开源LLM实现无需人工标注的细致相关性标注与评分,使8B模型达到GPT-4级性能,助力实际RAG开发。
2025-01-23 cs.AI cs.CL cs.IR
HIRA: A Human-in-the-Loop Retrieval-Augmented Cascade for Document Classification in Regulated Industries
Standard Chartered Bank(渣打银行);OCBC(华侨银行)
HIRA是面向受监管行业的无训练本地检索增强级联文档分类模型,结合多模态检索与本地LLM及人工审核,仅需少量人工修正即可大幅提升Macro-F1,减少LLM调用,性能接近全标注神谕模型。
2026-08-25 cs.AI cs.CV cs.IR
EnSI-RAG: Entity-Structure-Indexed Retrieval-Augmented Generation for Long-Document Question Answering
该研究针对长文档问答的RAG方法缺陷,提出EnSI-RAG框架,构建以实体为中心的索引,在Loong和Oolong数据集上平均准确率达78.24,较基准提升6.62个百分点,验证了其有效性。
2026-08-24 cs.AI cs.CL cs.DB
VisRAG: Vision-based Retrieval-augmented Generation on Multi-modality Documents
Tsinghua University(清华大学);ModelBest Inc.(模贝斯特公司);Rice University(莱斯大学);Northeastern University(东北大学)
本文提出VisRAG,一种基于视觉语言模型(VLM)的RAG管道,直接将文档作为图像嵌入和检索,避免了传统文本解析的信息丢失,在多模态文档检索和生成上比传统方法提升20-40%。
2025-03-02 cs.AI cs.CL cs.CV
Chat3GPP: An Open-Source Retrieval-Augmented Generation Framework for 3GPP Documents
Tsinghua University(清华大学);Beijing National Research Center for Information Science and Technology(北京信息科学与技术国家研究中心)
Chat3GPP是一个开源检索增强生成框架,通过分块、混合检索和高效索引,无需微调即可高效处理3GPP文档,在电信数据集上表现优于现有方法,并可扩展至其他标准。
2025-01-20 cs.AI cs.CL cs.DC
Memory-Augmented Agent Training for Business Document Understanding
Pennsylvania State University(宾夕法尼亚州立大学);Oregon State University(俄勒冈州立大学);Beyond Work
提出Matrix范式,通过经验驱动的记忆优化和迭代学习训练LLM智能体,在商业发票运输参考号提取任务中性能显著提升,API调用更少且成本更低。
2024-12-17 cs.AI cs.CL
ViDoRAG: Visual Document Retrieval-Augmented Generation via Dynamic Iterative Reasoning Agents
MoE Key Laboratory of Brain-inspired Intelligent Perception and Cognition, USTC(脑启发智能感知与认知联合实验室,中国科学技术大学);Tongyi Lab, Alibaba Group(通义实验室,阿里巴巴集团);Shanghai Jiao Tong University(上海交通大学)
针对视觉丰富文档的复杂推理检索难题,提出多智能体框架ViDoRAG,结合GMM混合检索与探索-总结-反思迭代工作流,在ViDoSeek基准上性能提升超10%。
2025-06-03 cs.AI cs.CL cs.CV
Zero-Shot Document Understanding using Pseudo Table of Contents-Guided Retrieval-Augmented Generation
针对复杂多模态文档理解的结构与数据难题,研究提出无需训练的DocsRay系统,结合伪目录生成与分层RAG,通过三项关键技术实现效率与准确率的双提升。
2025-07-31 cs.AI cs.LG
PISCO: Pretty Simple Compression for Retrieval-Augmented Generation
NAVER LABS Europe(NAVER LABS欧洲)
PISCO是一种无需预训练或标注数据的文档压缩方法,通过序列级知识蒸馏在RAG问答任务中实现16倍压缩率且精度损失极小,比现有模型高8%。
2025-01-27 cs.AI cs.CL cs.IR
Mask-based Membership Inference Attacks for Retrieval-Augmented Generation
Nanyang Technological University(南洋理工大学)
针对RAG系统成员推理攻击的不足,提出基于掩码的MBA框架:通过掩码目标文档单词、让RAG系统预测掩码值、基于预测准确性推理成员身份,解决了现有方法易受干扰的问题,实验证明其有效性。
2025-02-09 cs.AI cs.CR cs.IR
TongGuOCR: A Layout-Aware and Token-Augmented OCR MLLM for Chinese Historical Documents
School of Electronic and Information Engineering, South China University of Technology(华南理工大学电子与信息工程学院);Huawei Technologies Co., Ltd.(华为技术有限公司)
针对中文历史文献OCR的复杂布局、生僻字等挑战,提出TongGuOCR框架,通过布局感知预处理与token增强识别模块,在M5HisDoc等基准上取得优于同类模型的性能。
2026-08-12 cs.AI
IndexRAG: Index-Time Reasoning for Multi-Hop Retrieval-Augmented Generation
Continuum AI
IndexRAG通过在索引阶段进行跨文档推理,提升多跳问答的F1得分,无需额外训练,仅需单次检索和一次LLM调用。
2026-09-29 cs.AI cs.CL cs.IR
ATLANTIC: Structure-Aware Retrieval-Augmented Language Model for Interdisciplinary Science
Pacific Northwest National Laboratory(太平洋西北国家实验室)
提出结构感知检索增强语言模型ATLANTIC,通过构建跨学科异构文档图并利用图神经网络融合段落文本与结构嵌入,提升了科学任务中检索文档的连贯性、忠实度与相关性。
2023-11-21 cs.AI cs.CL
MIDR: Enrichment-Augmented Indexing for Multimodal Document Retrieval
Bloomberg(彭博公司)
本研究提出无需训练的MIDR框架,将多模态推理移至索引时,在多领域文档检索任务中,其性能优于或匹敌现有模型,且索引内存和查询延迟更优。
2026-09-02 cs.AI cs.CL cs.CV
Towards Unsupervised Adversarial Document Detection in Retrieval Augmented Generation Systems
Department of Electrical Engineering, Media, and Computer Science(电气工程、媒体与计算机科学系)
本文提出无监督方法检测检索增强生成系统中的对抗性上下文文档,通过生成器激活、输出嵌入和熵基不确定性度量等指标,展示零日攻击检测能力,并证明目标提示非必需。
2026-03-17 cs.AI cs.CR
FISCAL: Financial Synthetic Claim-document Augmented Learning for Efficient Fact-Checking
Charli Capital(Charli资本);University of British Columbia(不列颠哥伦比亚大学);Michigan Technological University(密歇根技术大学)
FISCAL通过生成领域特定合成数据和高效微调,使小型模型在金融事实核查任务中达到最先进的准确性、鲁棒性和可扩展性。
2025-11-24 cs.AI
RAGViz: Diagnose and Visualize Retrieval-Augmented Generation
School of Computer Science, Carnegie Mellon University(卡内基梅隆大学计算机科学学院)
提出RAGViz工具,可视化RAG中令牌对检索文档的关注度,支持文档增删对比,高效运行,开源可用。
2024-11-04 cs.AI cs.CL
GraphSkill: Documentation-Guided Hierarchical Retrieval-Augmented Coding for Complex Graph Reasoning
The Pennsylvania State University(宾夕法尼亚州立大学);Michigan State University(密歇根州立大学)
GraphSkill通过分层检索增强编码框架和自我调试代理,提升复杂图推理任务的准确性和效率。
2026-02-20 cs.AI cs.CL cs.LG
HiChunk: Evaluating and Enhancing Retrieval-Augmented Generation with Hierarchical Chunking
Tencent Youtu Lab(腾讯优图实验室)
针对RAG分块缺乏有效评估的问题,提出HiCBench基准和基于微调LLM的HiChunk层次化分块框架,结合自动合并检索,提升分块质量与RAG整体性能。
2025-10-09 cs.AI cs.CL
Graph-Augmented Relation Extraction Model with LLMs-Generated Support Document
School of Computer Science(计算机学院);McGill University(麦吉尔大学)
本研究提出一种结合LLMs生成支撑文档与GNN的句子级关系抽取新方法,通过构建文本图表示优化实体嵌入,在CrossRE数据集多领域取得显著性能提升,为关系抽取领域发展提供新思路。
2024-10-30 cs.AI cs.CL
Separate the Wheat from the Chaff: Winnowing Down Divergent Views in Retrieval Augmented Generation
University of Virginia(弗吉尼亚大学);Arizona State University(亚利桑那州立大学)
本文提出WinnowRAG框架,通过查询感知聚类和批评LLM迭代筛选噪声文档,在保留有用知识的同时提升检索增强生成的准确性,且无需模型微调。
2025-11-01 cs.AI cs.CL
Retrieval Augmented Structured Generation: Business Document Information Extraction As Tool Use
Expedock Software, Inc(Expedock软件公司)
本文将商业文档信息抽取建模为工具使用问题,提出RASG框架,使LLM在KIE和LIR任务上超越LMM,并设计了更贴合实际的新指标GLIRM及无需视觉编码器的边界框反算启发式算法。
2024-05-30 cs.AI cs.CL cs.IR
RAGSentinel: Certifiable Geometric Consensus for Robust Retrieval-Augmented Generation
University of North Texas(北得克萨斯大学);University of Louisville(路易斯维尔大学)
研究针对RAG系统的中毒攻击漏洞,提出无训练无标签的RAGSentinel防御方法,通过几何共识过滤中毒文档,实验显示其能低攻高保准且抗自适应攻击。
2026-08-26 cs.AI cs.CR cs.IR
Utilizing Metadata for Better Retrieval-Augmented Generation
Virginia Tech(弗吉尼亚理工大学)
本文提出元数据感知的检索策略,通过融合元数据与内容提升检索增强生成的效果,实验表明统一嵌入优于纯文本基线。
2026-01-17 cs.AI cs.CE cs.CL
Towards Mixed-Modal Retrieval for Universal Retrieval-Augmented Generation
Renmin University of China(中国人民大学)
本文针对通用RAG中的混合模态检索问题,提出统一检索器Nyx,并构建NyxQA数据集与两阶段训练框架,显著提升视觉语言生成质量。
2025-10-20 cs.AI cs.CL cs.IR
Structured Relevance Assessment for Robust Retrieval-Augmented Language Models
针对检索增强语言模型在文档相关性评估、知识整合上的痛点,提出结构化相关性评估框架,通过多维度评分、知识整合机制及未知响应协议降低幻觉率,提升模型鲁棒性与推理透明度。
2025-07-28 cs.AI
TRACE the Evidence: Constructing Knowledge-Grounded Reasoning Chains for Retrieval-Augmented Generation
University of Glasgow(格拉斯哥大学)
针对RAG检索噪声影响多跳问答的问题,本文提出TRACE,通过从检索文档构建知识图谱并生成知识三元组推理链来整合证据,实验显示其平均性能最高提升14.03%。
2024-06-17 cs.AI cs.CL
RAMQA: A Unified Framework for Retrieval-Augmented Multi-Modal Question Answering
University of Florida(佛罗里达大学)
提出RAMQA统一框架,结合学习排序与生成式排列增强技术,用于多模态检索增强问答,在WebQA和MultiModalQA基准上显著优于强基线。
2025-01-23 cs.AI cs.CL cs.IR
MM-BizRAG: Rethinking Multimodal Retrieval-Augmented Generation for General Purpose Enterprise Q&A
JPMorgan Chase & Co.(摩根大通公司);Georgia Institute of Technology(佐治亚理工学院)
提出MM-BizRAG框架,通过文档结构感知分割和布局感知解析,结合统一LLM驱动的工件转换与推理时多模态组装,无需微调即可提升企业文档问答性能,在异构企业数据集和两个公开基准上超越基线最多32个百分点。
2026-06-02 cs.AI cs.CL
Riddle Me This! Stealthy Membership Inference for Retrieval-Augmented Generation
University of Massachusetts Amherst(马萨诸塞大学阿默斯特分校);Northeastern University(东北大学)
本研究提出审问攻击(IA),一种针对RAG数据存储的隐蔽成员推理技术,通过构造自然文本查询实现高效推理,在保持隐蔽性的同时显著提升攻击性能并降低成本。
2025-06-30 cs.AI cs.CL cs.CR
Attention Expansion: Enhancing Keyphrase Extraction from Long Documents with Attention-Augmented Contextualized Embeddings
Institute for Research in Technology, ICAI School of Engineering, Comillas Pontifical University(技术研究所,ICAI工程学院,科米利亚斯宗座大学);DD-AIM, Senior Machine Learning Researcher(DD-AIM,高级机器学习研究员)
提出注意力扩展机制,通过预训练词嵌入增强PLM的上下文表示,在不增加计算成本的情况下扩展有效上下文范围,显著提升长文档关键短语提取性能。
2026-06-12 cs.AI cs.CL
Source Attribution in Retrieval-Augmented Generation
Université Libre de Bruxelles, Belgium(布鲁塞尔自由大学);Aalborg University, Denmark(奥尔堡大学);University of Padova, Italy(帕多瓦大学);TU Wien, Austria(维也纳技术大学)
本文研究在检索增强生成系统中利用Shapley归因方法识别关键检索文档,并通过与低计算成本近似方法的比较,探索在冗余、互补和协同等复杂文档关系下实现可靠且经济可行的可解释性。
2025-07-06 cs.AI cs.LG
MedBioRAG: Semantic Search and Retrieval-Augmented Generation with Large Language Models for Medical and Biological QA
Seonok Kim(独立研究者)
MedBioRAG通过结合语义搜索、文档检索和监督微调,提升医学和生物学问答任务的性能。
2025-12-10 cs.AI cs.CL
Retrieval-Augmented Machine Translation with Unstructured Knowledge
Pattern Recognition Center, WeChat AI, Tencent Inc(模式识别中心、微信AI、腾讯公司)
针对非结构化、跨语言不完全配对的世界知识,本文构建含169K样本的RAGtrans基准,并提出无需额外标注的多任务训练方法,显著提升LLM多语言检索增强翻译性能。
2025-08-29 cs.AI cs.CL
AI-assisted cultural heritage dissemination: Comparing NMT and glossary-augmented LLM translation in rock art documents
Dublin City University(都柏林城市大学);CTTS(文化传承研究所);ADAPT Centre(适应中心);SALIS;Universidad de Almería(阿尔梅里亚大学)
本文比较了NMT和术语增强大语言模型在岩画文档翻译中的表现,发现术语增强方法在术语准确性上更优,且在保持整体质量方面表现良好。
2026-05-14 cs.AI cs.CL
From Association to Causation: Improving Retrieval Precision of Retrieval-Augmented Generation via Causal Relations and an Attention Mechanism
Hangzhou Innovation Institute, Beihang University(北京航空航天大学杭州创新研究院)
该研究针对RAG检索阶段仅捕捉关联关系的问题,通过建模检索过程的因果结构,提出一种无需训练的注意力式重评分规则,在企业知识库和关键词堆砌语料库上显著提升了检索精度。
2026-11-02 cs.AI cs.CL
Enhancing Scientific Reproducibility Through Automated BioCompute Object Creation Using Retrieval-Augmented Generation from Publications
GW School of Medicine and Health Sciences(乔治·华盛顿大学医学与健康科学学院);The George Washington University(乔治·华盛顿大学)
本文提出一种基于检索增强生成和大型语言模型的BCO助手工具,通过两遍检索与重排序从论文和代码库中自动提取信息生成BCO文档,解决LLM幻觉等问题,显著降低生物信息学研究合规文档创建的时间与精力,提升科学可重复性。
2024-09-23 cs.AI cs.CL q-bio.OT
AdaComp: Extractive Context Compression with Adaptive Predictor for Retrieval-Augmented Large Language Models
Beijing Advanced Innovation Center for Future Blockchain and Privacy Computing(北京未来区块链与隐私计算先进创新中心);School of Artificial Intelligence, Beihang University(北航人工智能学院);Beijing Academy of Blockchain and Edge Computing(北京区块链与边缘计算研究院);Institute of Computing Technology, Chinese Academy of Sciences(中国科学院计算技术研究所)
本文提出AdaComp,一种低开销的提取式上下文压缩方法,通过自适应确定压缩率来平衡RAG的效率与性能,实验表明其在保持性能的同时显著降低了推理成本。
2026-04-26 cs.AI cs.CL
K-COMP: Retrieval-Augmented Medical Domain Question Answering With Knowledge-Injected Compressor
POSTECH(POSTECH大学);GSAI;POSTECH CSE(POSTECH计算机科学与工程系)
提出K-COMP(知识注入压缩器),通过在压缩检索文档前自动生成先验知识并将其整合到自回归压缩过程中,解决医学领域检索增强问答中专业知识理解难和文档冗余导致的幻觉问题,从而引导阅读器模型生成准确答案并信任上下文。
2025-05-28 cs.AI cs.CL
Retrieval-Augmented Classification of Environmental Mitigations in Hydropower Licensing Documents
Oak Ridge National Laboratory(橡树岭国家实验室);Farragut High School(法拉格特高中)
针对水电许可文件环境缓解义务分类的标签稀缺问题,提出结合BERT检测与RAG分类的混合系统,在2017年许可文件上取得0.524的微平均F1值,优于单一方法。
2026-08-25 cs.AI cs.IR