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。

2026-01-30 至 2026-01-30 共收录 2 篇信号源：cs.IR, cs.CL, cs.AI, cs.DB

1. 图谱与结构化RAG 2 篇

2601.21340 2026-01-30 cs.AI 88%

EHR-RAG: Bridging Long-Horizon Structured Electronic Health Records and Large Language Models via Enhanced Retrieval-Augmented Generation

EHR-RAG: 通过增强检索增强生成连接长期结构电子健康记录和大型语言模型

Lang Cao, Qingyu Chen, Yue Guo

机构 * University of Illinois Urbana-Champaign, United States（伊利诺伊大学厄巴纳-香槟分校）； Yale University, United States（耶鲁大学）

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

AI总结 EHR-RAG通过增强检索增强生成方法，提升长期结构电子健康记录在临床预测中的表现，实现宏F1平均提升10.76%。

2512.00590 2026-01-30 cs.CL cs.AI cs.LG 62%

Wikontic: Constructing Wikidata-Aligned, Ontology-Aware Knowledge Graphs with Large Language Models

Wikontic: 构建与维基数据对齐、本体感知的知识图谱

Alla Chepurova, Aydar Bulatov, Mikhail Burtsev, Yuri Kuratov

机构 * Cognitive AI Systems Lab（认知人工智能系统实验室）； Moscow Independent Research Institute of Artificial Intelligence（莫斯科独立人工智能研究所）； London Institute for Mathematical Sciences（伦敦数学科学研究所）

专题命中图谱与结构化RAG ：retrieval-augmented generation(abstract)；分类 cs.CL、cs.AI

AI总结 Wikontic通过多阶段流程构建维基数据对齐、本体感知的知识图谱，提升KG质量并实现高效构建。