AI 大模型

RAG / 检索增强生成

检索增强生成、向量检索、知识库问答和面向大模型的搜索系统。

2026-01-05 至 2026-01-05 共收录 2 篇信号源：cs.IR, cs.CL, cs.AI, cs.DB

1. 长文档RAG 2 篇

2512.20144 2026-01-05 cs.CL 70%

Multi-hop Reasoning via Early Knowledge Alignment

通过早期知识对齐实现多跳推理

Yuxin Wang, Shicheng Fang, Bo Wang, Qi Luo, Xuanjing Huang, Yining Zheng, Xipeng Qiu

机构 * Computer Science, Fudan University（复旦大学计算机科学系）； Institute of Modern Languages and Linguistics, Fudan University（复旦大学现代语言与语言学研究所）； Shanghai SII（上海SII）

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

AI总结 EKA通过早期知识对齐提升多跳推理效率，增强检索精度和系统性能。

Comments 16 pages

2512.02660 2026-01-05 cs.CV cs.IR 70%

Spatially-Grounded Document Retrieval via Patch-to-Region Relevance Propagation

通过补丁到区域相关性传播实现空间感知的文档检索

Athos Georgiou

机构 * Independent Researcher（独立研究者）

专题命中长文档RAG ：retrieval-augmented generation(abstract)；RAG(abstract)；分类 cs.IR

AI总结通过结合ColPali的补丁相似性与OCR区域，实现更精确的文档检索，提升RAG任务中的上下文相关性

Comments 21 pages, 6 figures, 8 tables. Includes ancillary files with full benchmark results and ablation studies. Code available at https://github.com/athrael-soju/Snappy