RAG / 检索增强生成

An Index-based Approach for Efficient and Effective Web Content Extraction

基于索引的方法用于高效有效的网络内容提取

Yihan Chen, Benfeng Xu, Xiaorui Wang, Zhendong Mao

机构 * University of Science and Technology of China（中国科学技术大学） ； Metastone Technology（Metastone技术） 纠错

专题命中 向量检索 ：RAG(abstract)；分类 cs.IR、cs.CL

AI总结 本文提出基于索引的方法，用于高效提取网络相关内容，提升RAG系统查询准确性与处理速度。

Distribution-Aware Exploration for Adaptive HNSW Search

面向分布的探索：自适应HNSW搜索

Chao Zhang, Renée J. Miller

专题命中 向量检索 ：vector search(abstract)；分类 cs.DB

AI总结 本文提出Ada-ef方法，通过动态配置ef实现高效近邻搜索，减少查询延迟和计算资源消耗。

Comments Accepted for publication in SIGMOD 2026

How Should We Evaluate Data Deletion in Graph-Based ANN Indexes?

在基于图的ANN索引中，我们应如何评估数据删除？

Tomohiro Yamashita, Daichi Amagata, Yusuke Matsui

机构 * The University of Tokyo（东京大学） ； The University of Osaka（大阪大学） 纠错

专题命中 向量检索 ：retrieval-augmented generation(abstract)

AI总结 本文提出了一种评估框架和指标，用于评估基于图的ANNS索引在动态数据中的数据删除效率，并提出删除控制方法以动态选择合适的删除策略。

Comments 4 pages, 4 figures. Accepted at NeurIPS 2025 Workshop on Machine Learning for Systems