RAG / 检索增强生成

Beyond Component Strength: Synergistic Integration and Adaptive Calibration in Multi-Agent RAG Systems

超越组件强度：多智能体RAG系统中的协同整合与自适应校准

Jithin Krishnan

机构 * National University of Singapore（新加坡国立大学） 纠错

专题命中 检索器与排序 ：RAG(title,abstract)；retrieval-augmented generation(abstract)；hybrid retrieval(abstract)；分类 cs.CL、cs.AI

AI总结 该研究探讨了多智能体RAG系统中组件协同整合的重要性，发现通过混合检索、集合验证和自适应阈值等技术的协同作用，可显著降低退避率并减少幻觉，强调了标准化度量和自适应校准的必要性。

Comments 10 pages, 4 figures

Smarter, not Bigger: Fine-Tuned RAG-Enhanced LLMs for Automotive HIL Testing

更智能，而非更大：细调的RAG增强LLM用于汽车HIL测试

Chao Feng, Zihan Liu, Siddhant Gupta, Gongpei Cui, Jan von der Assen, Burkhard Stiller

机构 * Communication Systems Group CSG, Department of Informatics IfI, University of Zurich UZH, 8050 Zürich, Switzerland（苏黎世大学信息学院通信系统组） ； Volvo Car Corporation, 405 31 Göteborg, Sweden（沃尔沃汽车公司） 纠错

专题命中 检索器与排序 ：RAG(title,abstract)；retrieval-augmented generation(abstract)；分类 cs.CL

AI总结 本文提出HIL-GPT，一种基于RAG的细调LLM系统，用于提升汽车HIL测试的效率与准确性，挑战了更大模型更优的传统观念。

RAG-Empowered LLM-Driven Dynamic Radio Resource Management in Open 6G RAN

基于RAG的LLM驱动的开放6G RAN动态无线电资源管理

Onur Salan, Burak Çırağ, Onur Sever, İbrahim Hökelek, Ali Görçin, Hakan Ali Çırpan

专题命中 检索器与排序 ：RAG(title,abstract)；retrieval-augmented generation(abstract)

AI总结 本文提出基于RAG的LLM驱动的O-RAN动态资源管理框架，通过双代理机制实现网络切片的自适应控制，提升计算效率和SLA合规性。

Comments Submitted to possible IEEE conferences

Privacy-Preserving Reasoning with Knowledge-Distilled Parametric Retrieval Augmented Generation

基于知识蒸馏的参数化检索增强生成隐私保护推理

Jinwen Chen, Hainan Zhang, Liang Pang, Yongxin Tong, Haibo Zhou, Yuan Zhan, Wei Lin, Zhiming Zheng

机构 * 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（北京航空航天大学人工智能学院） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机科学与工程学院） ； Meituan（美团） 纠错

专题命中 检索器与排序 ：retrieval augmented generation(title)；RAG(abstract)；分类 cs.CL

AI总结 DistilledPRAG通过知识蒸馏实现高效参数化RAG，提升隐私保护推理的准确性和泛化能力。

Local Hybrid Retrieval-Augmented Document QA

本地混合检索增强文档问答

Paolo Astrino

机构 * Università Ca’ Foscari Venezia（威尼斯大学） 纠错

专题命中 检索器与排序 ：hybrid retrieval(title)；分类 cs.CL；RAG(comments)

AI总结 本研究提出一种本地混合检索增强的文档问答系统，通过结合语义理解和关键词精度，在不传输数据的情况下实现高准确率的问答，平衡隐私与性能。

Comments 10 pages, 5 figures, 3 tables; conference-style (ACL format); fully local RAG system

LLM-Empowered Event-Chain Driven Code Generation for ADAS in SDV systems

基于大语言模型的事件链驱动的ADAS代码生成方法

Nenad Petrovic, Norbert Kroth, Axel Torschmied, Yinglei Song, Fengjunjie Pan, Vahid Zolfaghari, Nils Purschke, Sven Kirchner, Chengdong Wu, Andre Schamschurko, Yi Zhang, Alois Knoll

机构 * Federal Ministry of Research, Technology and Space of Germany（德国联邦研究、技术和空间部） 纠错

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；RAG(abstract)；分类 cs.AI

AI总结 本文提出基于事件链驱动和大语言模型的ADAS代码生成方法，通过RAG层提高代码生成的准确性和一致性，无需重新训练大语言模型。

Resolving Evidence Sparsity: Agentic Context Engineering for Long-Document Understanding

解决证据稀疏性：面向长文档理解的代理情境工程

Keliang Liu, Zizhi Chen, Mingcheng Li, Jingqun Tang, Dingkang Yang, Lihua Zhang

专题命中 检索器与排序 ：retrieval augmented generation(abstract)；retriever(abstract)

AI总结 SLEUTH通过多代理框架解决长文档理解中的证据稀疏问题，提升多模态文档处理性能。

OmniRouter: Budget and Performance Controllable Multi-LLM Routing

OmniRouter: 可预算和性能控制的多LLM路由

Kai Mei, Wujiang Xu, Minghao Guo, Shuhang Lin, Yongfeng Zhang

机构 * Department of Computer Science（计算机科学系） 纠错

专题命中 检索器与排序 ：hybrid retrieval(abstract)；分类 cs.CL、cs.DB

AI总结 OmniRouter通过受约束优化方法实现多LLM路由，平衡成本与性能，提升响应准确率并降低计算成本。

Domain adaptation of large language models for geotechnical applications

大语言模型在地质应用中的领域适应

Lei Fan, Fangxue Liu, Cheng Chen

专题命中 检索器与排序 ：retrieval augmented generation(abstract)；分类 cs.AI

AI总结 本文系统回顾了大语言模型在地质应用中的领域适应方法，分析了四种关键策略并评估其优劣，指出领域适应LLMs在提升推理准确性方面的作用，同时揭示数据稀缺和可解释性挑战等限制。

MedMobile: A mobile-sized language model with clinical capabilities

MedMobile: 一种具有临床能力的移动尺寸语言模型

Krithik Vishwanath, Jaden Stryker, Anton Alyakin, Daniel Alexander Alber, Eric Karl Oermann

专题命中 检索器与排序 ：retrieval augmented generation(abstract)；分类 cs.CL

AI总结 MedMobile是一种移动尺寸的语言模型，通过高效的方法在医疗领域实现高性能表现，成为参数最少且性能最佳的临床应用模型。

Comments 24 pages, 7 figures (4 main, 3 supplementary)

PeerCoPilot: A Language Model-Powered Assistant for Behavioral Health Organizations

PeerCoPilot: 一种基于语言模型的助手法师，用于行为健康组织

Gao Mo, Naveen Raman, Megan Chai, Cindy Peng, Shannon Pagdon, Nev Jones, Hong Shen, Peggy Swarbrick, Fei Fang

机构 * Behavioral Health Organizations（心理健康组织） 纠错

专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；分类 cs.CL

AI总结 PeerCoPilot是一种基于语言模型的助手，帮助行为健康组织的同伴提供者制定健康计划和目标，提高服务质量和效率。

Comments Accepted at IAAI'26

MG-Nav: Dual-Scale Visual Navigation via Sparse Spatial Memory

MG-Nav：基于稀疏空间记忆的双尺度视觉导航

Bo Wang, Jiehong Lin, Chenzhi Liu, Xinting Hu, Yifei Yu, Tianjia Liu, Zhongrui Wang, Xiaojuan Qi

机构 * The University of Hong Kong（香港大学） ； Southern University of Science and Technology（南方科技大学） 纠错

专题命中 检索器与排序 ：hybrid retrieval(abstract)

AI总结 MG-Nav通过稀疏空间记忆图和VGGT-adapter模块实现双尺度视觉导航，结合全局规划与局部控制，实现零样本导航的高鲁棒性与高性能。

Comments 10pages, 5 figures

Simulated patient systems powered by large language model-based AI agents offer potential for transforming medical education

基于大语言模型的AI代理的模拟患者系统有潜力改变医学教育

Huizi Yu, Jiayan Zhou, Lingyao Li, Shan Chen, Jack Gallifant, Anye Shi, Xiang Li, Jingxian He, Wenyue Hua, Mingyu Jin, Guang Chen, Yang Zhou, Zhao Li, Trisha Gupte, Ming-Li Chen, Zahra Azizi, Qi Dou, Bryan P. Yan, Yongfeng Zhang, Yanqiu Xing, Themistocles L. Danielle S. Bitterman, Themistocles L. Assimes, Xin Ma, Lin Lu, Lizhou Fan

专题命中 知识库问答 ：retrieval augmented generation(abstract)；RAG(abstract)；分类 cs.CL、cs.AI

AI总结 基于大语言模型的AI代理构建的模拟患者系统在医学教育中展现出高保真度和教育价值，优于人类模拟患者。

Comments 19 pages, 6 figures, 4 tables

More Documents, Same Length: Isolating the Challenge of Multiple Documents in RAG

更多文档，相同长度：隔离多文档在RAG中的挑战

Shahar Levy, Nir Mazor, Lihi Shalmon, Michael Hassid, Gabriel Stanovsky

机构 * School of Computer Science and Engineering（计算机科学与工程学院） 纠错

专题命中 长文档RAG ：RAG(title,abstract)；retrieval-augmented generation(abstract)；分类 cs.CL

AI总结 研究发现RAG中增加文档数量显著降低LLM性能，但Qwen2.5表现出更强的多文档处理能力。

Comments Preprint

SafeHumanoid: VLM-RAG-driven Control of Upper Body Impedance for Humanoid Robot

SafeHumanoid: 通过VLM-RAG驱动的人形机器人上半身阻抗控制

Yara Mahmoud, Jeffrin Sam, Nguyen Khang, Marcelino Fernando, Issatay Tokmurziyev, Miguel Altamirano Cabrera, Muhammad Haris Khan, Artem Lykov, Dzmitry Tsetserukou

机构 * Skolkovo Institute of Science and Technology（斯克洛尔沃科学与技术研究所） 纠错

专题命中 图谱与结构化RAG ：RAG(title,abstract)；retrieval-augmented generation(abstract)

AI总结 SafeHumanoid通过VLM-RAG结合自身视觉，实现人形机器人上半身阻抗控制，提升人机交互的安全性与任务成功率。

AutoPatch: Multi-Agent Framework for Patching Real-World CVE Vulnerabilities

AutoPatch：多智能体框架用于修补现实世界中的CVE漏洞

Minjae Seo, Wonwoo Choi, Myoungsung You, Seungwon Shin

专题命中 图谱与结构化RAG ：retrieval-augmented generation(abstract)；RAG(abstract)

AI总结 AutoPatch通过多智能体框架高效修补LLM生成代码中的CVE漏洞，实现高准确率和低成本的漏洞修复

Comments 19 pages, double column, 9 figures. Under submission

RELATE: Relation Extraction in Biomedical Abstracts with LLMs and Ontology Constraints

RELATE：利用LLMs和本体约束进行生物医学摘要中的关系提取

Olawumi Olasunkanmi, Mathew Satusky, Hong Yi, Chris Bizon, Harlin Lee, Stanley Ahalt

专题命中 图谱与结构化RAG ：vector search(abstract)；分类 cs.IR

AI总结 RELATE通过结合LLMs和本体约束，提升生物医学摘要中关系提取的标准化和准确性，有效构建标准化知识图谱。

MegaChat: A Synthetic Persian Q&A Dataset for High-Quality Sales Chatbot Evaluation

MegaChat: 一个用于高质量销售聊天机器人评估的合成波斯语问答数据集

Mahdi Rahmani, AmirHossein Saffari, Reyhane Rahmani

专题命中 RAG评测 ：retrieval-augmented generation(abstract)；RAG(abstract)；分类 cs.CL、cs.AI

AI总结 MegaChat通过自动化多代理架构生成高质量波斯语问答数据，用于评估销售聊天机器人，优于传统RAG模型。

Comments 6 pages, 11 figures, 2 tables