RAG / 检索增强生成

MedBioRAG: Semantic Search and Retrieval-Augmented Generation with Large Language Models for Medical and Biological QA

MedBioRAG: 基于大语言模型的语义搜索与检索增强生成用于医学和生物学问答

Seonok Kim

机构 * Seonok Kim（独立研究者） 纠错

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

AI总结 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。

Comments Submitted to ACL 2025. 9 pages, 4 figures, 5 tables (including 2 appendix tables)

Breast-Rehab: A Postoperative Breast Cancer Rehabilitation Training Assessment System Based on Human Action Recognition

Breast-Rehab: 一种基于人体动作识别的术后乳腺癌康复训练评估系统

Zikang Chen, Tan Xie, Qinchuan Wang, Heming Zheng, Xudong Lu

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

AI总结 Breast-Rehab通过结合人体动作识别与RAG框架，提供低成本的居家乳腺癌术后上肢康复训练评估系统，提升患者康复依从性。

Comments has been accepted by CHIP 2025

Large Language Model Agent for Modular Task Execution in Drug Discovery

用于药物发现模块化任务执行的大型语言模型代理

Janghoon Ock, Radheesh Sharma Meda, Srivathsan Badrinarayanan, Neha S. Aluru, Achuth Chandrasekhar, Amir Barati Farimani

机构 * Department of Chemical Engineering, Carnegie Mellon University（化学工程系，卡内基梅隆大学） ； Department of Material Science and Engineering, Carnegie Mellon University（材料科学与工程系，卡内基梅隆大学） ； Department of Mechanical Engineering, Carnegie Mellon University（机械工程系，卡内基梅隆大学） 纠错

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

AI总结 本文提出了一种基于大型语言模型的模块化框架，用于药物发现中的任务执行，通过自动化分子生成和属性预测提升药物筛选效率。

M3-Embedding: Multi-Linguality, Multi-Functionality, Multi-Granularity Text Embeddings Through Self-Knowledge Distillation

M3-Embedding：通过自知识蒸馏实现多语言、多功能、多粒度的文本嵌入

Jianlv Chen, Shitao Xiao, Peitian Zhang, Kun Luo, Defu Lian, Zheng Liu

机构 * University of Science and Technology of China（中国科学技术大学） ； BAAI（北京人工智能研究院） 纠错

专题命中 向量检索 ：dense retrieval(abstract)；分类 cs.CL、cs.AI

AI总结 M3-Embedding通过自知识蒸馏实现多语言、多功能和多粒度的文本嵌入，提升多语言检索性能。

Annotation-Free Reinforcement Learning Query Rewriting via Verifiable Search Reward

无需标注的强化学习查询重写通过可验证的搜索奖励

Sungguk Cha, DongWook Kim, Taeseung Hahn, Mintae Kim, Youngsub Han, Byoung-Ki Jeon

机构 * LG Uplus（LG 通信） 纠错

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

AI总结 RL-QR通过可验证的搜索奖励实现无需标注的查询重写，显著提升检索性能，适用于多种模态和索引领域。

Reject or Not?: A Benchmark for Voice Assistant Query Rejection in Smart Home Scenario and an Improved Method Based on LLMs

拒绝或不？：智能家庭场景下的语音助手查询拒绝基准及基于LLM的改进方法

Huichao Men, Yizhen Hu, Yingyang He, Yu Gao, Xiaofeng Mou, Yi Xu

专题命中 RAG评测 ：RAG(abstract)

AI总结 本文提出面向智能家庭场景的语音助手查询拒绝基准及基于LLM的改进方法，通过构建多模态数据集和三级协作架构提升拒绝准确率。