RAG / 检索增强生成

SPARC-RAG: Adaptive Sequential-Parallel Scaling with Context Management for Retrieval-Augmented Generation

SPARC-RAG：基于上下文管理的自适应顺序-并行扩展用于检索增强生成

Yuxin Yang, Gangda Deng, Ömer Faruk Akgül, Nima Chitsazan, Yash Govilkar, Akasha Tigalappanavara, Shi-Xiong Zhang, Sambit Sahu, Viktor Prasanna

机构 * University of Southern California（南加州大学） ； Capital One 纠错

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

AI总结 SPARC-RAG通过多代理框架实现顺序与并行扩展的协调，提升检索增强生成在多跳问答中的性能和效率。

Breaking the Static Graph: Context-Aware Traversal for Robust Retrieval-Augmented Generation

打破静态图：面向鲁棒检索增强生成的上下文感知遍历

Kwun Hang Lau, Fangyuan Zhang, Boyu Ruan, Yingli Zhou, Qintian Guo, Ruiyuan Zhang, Xiaofang Zhou

机构 * Huawei Hong Kong Research Center（华为香港研究中心） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） 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 CatRAG通过上下文感知遍历框架，改进检索增强生成模型，提升多跳查询的推理完整性和证据链恢复能力。

End-to-End Agentic RAG System Training for Traceable Diagnostic Reasoning

端到端代理RAG系统训练用于可追溯的诊断推理

Qiaoyu Zheng, Yuze Sun, Chaoyi Wu, Weike Zhao, Pengcheng Qiu, Yongguo Yu, Kun Sun, Jian Zhang, Yanfeng Wang, Ya Zhang, Weidi Xie

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

AI总结 Deep-DxSearch通过端到端强化学习训练代理RAG系统，实现可追溯的诊断推理，显著提升诊断准确率。

Logic-Oriented Retriever Enhancement via Contrastive Learning

基于对比学习的逻辑导向检索增强

Wenxuan Zhang, Yuan-Hao Jiang, Changyong Qi, Rui Jia, Yonghe Wu

机构 * Shanghai Institute of Artificial Intelligence for Education, East China Normal University, China（上海人工智能教育研究院，华东师范大学） ； Education Technology, East China Normal University, China（教育技术，华东师范大学） 纠错

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

AI总结 LORE通过对比学习提升检索器的逻辑分析能力，无需额外资源，有效增强检索和生成性能。

Comments accepted by icassp 2026

Retrieval-Augmented Generation for Natural Language Art Provenance Searches in the Getty Provenance Index

基于检索增强生成的自然语言艺术来源检索在盖蒂来源索引中的应用

Mathew Henrickson

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

AI总结 本研究提出一种基于检索增强生成的框架，用于多语言自然语言艺术来源检索，提升艺术档案的探索性搜索能力。

Journal ref Academia AI and Applications. 2026;2(1)

Domain-Adaptive and Scalable Dense Retrieval for Content-Based Recommendation

面向领域适应和可扩展的密集检索用于基于内容的推荐

Mritunjay Pandey

机构 * Aditya Birla Group（阿迪提亚·布尔拉集团） 纠错

专题命中 检索器与排序 ：dense retrieval(title,abstract)；分类 cs.IR

AI总结 本文提出了一种基于双塔双编码器的可扩展密集检索系统，通过领域适应提升基于内容的推荐效果，实现高效服务和模型压缩。

Comments 13 pages, 4 figures. Semantic dense retrieval for content-based recommendation on Amazon Reviews 2023 (Category - Fashion). Dataset statistics: 2.0M users; 825.9K items; 2.5M ratings; 94.9M review tokens; 510.5M metadata tokens. Timespan: May 1996 to September 2023. Metadata includes: user reviews (ratings, text, helpfulness votes, etc.); item metadata (descriptions, price, raw images, etc.)

Training a Utility-based Retriever Through Shared Context Attribution for Retrieval-Augmented Language Models

通过共享上下文归因训练基于效用的检索器以增强检索增强语言模型

Yilong Xu, Jinhua Gao, Xiaoming Yu, Yuanhai Xue, Baolong Bi, Huawei Shen, Xueqi Cheng

机构 * State Key Lab of AI Safety, Institute of Computing Technology, CAS（人工智能安全国家重点实验室，计算技术研究所，中国科学院） ； Key Lab of AI Safety, Chinese Academy of Sciences（人工智能安全重点实验室，中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

专题命中 检索器与排序 ：retriever(title,abstract)；分类 cs.CL

AI总结 SCARLet通过共享上下文归因和多任务泛化提升检索增强语言模型的检索性能。

Comments EMNLP 2025 Main Conference (Long paper)

MedTutor: A Retrieval-Augmented LLM System for Case-Based Medical Education

MedTutor: 一种基于检索的LLM系统用于基于病例的医学教育

Dongsuk Jang, Ziyao Shangguan, Kyle Tegtmeyer, Anurag Gupta, Jan Czerminski, Sophie Chheang, Arman Cohan

机构 * Department of Computer Science, Yale University（耶鲁大学计算机科学系） ； Department of Radiology and Biomedical Imaging, Yale School of Medicine（耶鲁医学院放射学与生物医学成像系） ； Interdisciplinary Program for Bioengineering, Seoul National University（首尔国立大学生物工程跨学科项目） 纠错

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

AI总结 MedTutor是一种基于检索的LLM系统，通过自动从临床病例报告生成教育内容和多项选择题，提升医学教育质量。

Comments Accepted to EMNLP 2025 (System Demonstrations)

Journal ref Proceedings of the 2025 Conference on Empirical Methods in Natural Language Processing: System Demonstrations, pages 319-353

SCALM: Detecting Bad Practices in Smart Contracts Through LLMs

SCALM：通过LLMs检测智能合约中的不良实践

Zongwei Li, Xiaoqi Li, Wenkai Li, Xin Wang

机构 * Zongwei Li, Xiaoqi Li, Wenkai Li, Xin Wang（作者） 纠错

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

AI总结 SCALM通过结合Step-Back提示和RAG技术，有效检测智能合约中的不良实践，优于现有工具。

Comments 7 pages

SOPRAG: Multi-view Graph Experts Retrieval for Industrial Standard Operating Procedures

SOPRAG：面向工业标准操作规程的多视图图专家检索

Liangtao Lin, Zhaomeng Zhu, Tianwei Zhang, Yonggang Wen

机构 * Nanyang Technological University（南洋理工大学） 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 SOPRAG通过多视图图专家检索框架，解决工业SOP检索中的结构复杂性和条件依赖性问题，提升检索准确性和响应实用性。

DRAINCODE: Stealthy Energy Consumption Attacks on Retrieval-Augmented Code Generation via Context Poisoning

DRAINCODE: 通过上下文污染对基于检索增强的代码生成进行隐秘的能量消耗攻击

Yanlin Wang, Jiadong Wu, Tianyue Jiang, Mingwei Liu, Jiachi Chen, Chong Wang, Ensheng Shi, Xilin Liu, Yuchi Ma, Zibin Zheng

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

AI总结 DrainCode通过上下文污染攻击，显著增加LLM的延迟和能耗，揭示了RAG代码生成系统在安全性和资源约束下的潜在风险。

Comments 16 pages, 4 figures

Code Digital Twin: A Knowledge Infrastructure for AI-Assisted Complex Software Development

代码数字孪生：面向AI辅助复杂软件开发的知识基础设施

Xin Peng, Chong Wang

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

AI总结 代码数字孪生通过整合混合知识表示和多阶段提取管道，为AI辅助复杂软件开发提供可持续的演进路径。

Comments A vision paper that will be continuously updated

LLMs as High-Dimensional Nonlinear Autoregressive Models with Attention: Training, Alignment and Inference

基于注意力机制的高维非线性自回归模型：训练、对齐与推理

Vikram Krishnamurthy

机构 * Cornell University（康奈尔大学） 纠错

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

AI总结 本文将LLMs表述为具有注意力依赖的高维非线性自回归模型，探讨了训练、对齐与推理的原理及方法。

Comments 27 pages, 12 figures. Mathematical survey framing LLMs as high-dimensional nonlinear autoregressive models with attention, covering training, alignment, and inference, with nanoGPT/nanochat-style code examples. Feedback welcome

ILSIC: Corpora for Identifying Indian Legal Statutes from Queries by Laypeople

ILSIC：用于由非专业人士查询识别印度法律条文的语料库

Shounak Paul, Raghav Dogra, Pawan Goyal, Saptarshi Ghosh

机构 * Indian Institute of Technology, Kharagpur（印度理工学院，克拉格浦尔） 纠错

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

AI总结 ILSIC是一个包含500多条印度法律条文的非专业人士查询语料库，用于研究非专业人士与法院数据在法律条文识别任务中的差异。

Comments 9 Pages of Main, 1 page of Limitations and Ethics Statement, 11 Pages of Appendix, Accepted for Publication at EACL 2026 (Findings)

Generative AI for Stock Selection

生成式AI用于股票选择

Keywan Christian Rasekhschaffe

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

AI总结 生成式AI通过检索增强生成技术，从股票数据中自动发现经济动机特征，提升短期收益预测的夏普比率，展现可解释且高效的特征发现能力。

Optimization of Latent-Space Compression using Game-Theoretic Techniques for Transformer-Based Vector Search

基于博弈论技术的Transformer向量搜索中潜在空间压缩优化

Kushagra Agrawal, Nisharg Nargund, Oishani Banerjee

机构 * School of Computer Engineering, KIIT Deemed to be University, Bhubaneswar, Odisha - India（计算机工程学院，KIIT大学，巴胡瓦斯瓦尔，奥里萨-印度） 纠错

专题命中 向量检索 ：vector search(title,abstract)；分类 cs.IR、cs.AI

AI总结 本文提出基于博弈论的潜在空间压缩优化方法，通过平衡检索准确性和存储效率，提升Transformer向量搜索的效率和语义效用。

Journal ref In: Proceedings of the International Conference on Distributed Computing and Intelligent Technology (ICDCIT), Springer, 2026

QVCache: A Query-Aware Vector Cache

QVCache: 一种查询感知的向量缓存

Anıl Eren Göçer, Ioanna Tsakalidou, Hamish Nicholson, Kyoungmin Kim, Anastasia Ailamaki

专题命中 向量检索 ：retrieval-augmented generation(abstract)；RAG(abstract)；vector search(abstract)；分类 cs.DB

AI总结 QVCache是一种查询感知的向量缓存系统，通过语义相似性缓存和动态阈值学习，有效降低查询延迟并提升向量搜索效率。

FreeChunker: A Cross-Granularity Chunking Framework

FreeChunker: 一种跨粒度分块框架

Wenxuan Zhang, Yuan-Hao Jiang, Yang Cao, Yonghe Wu

机构 * Shanghai Institute of Artificial Intelligence for Education, East China Normal University, China（上海教育人工智能研究院，东华师范大学，中国） ； Education Technology, East China Normal University, China（教育技术，东华师范大学，中国） 纠错

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

AI总结 FreeChunker提出了一种跨粒度分块框架，通过灵活的检索支持任意句子组合，提升了RAG系统在复杂查询中的适应性和效率。

Comments Submitted to arXiv, October 2025

CFT-RAG: An Entity Tree Based Retrieval Augmented Generation Algorithm With Cuckoo Filter

CFT-RAG：基于实体树的检索增强生成算法与 cuckoo 过滤器

Zihang Li, Yangdong Ruan, Wenjun Liu, Zhengyang Wang, Tong Yang

机构 * Peking University（北京大学） ； Beihang University（北航） 纠错

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

AI总结 CFT-RAG通过改进的 cuckoo 过滤器优化树状RAG的实体定位，显著提升检索效率和生成质量。

TabRAG: Improving Tabular Document Question Answering for Retrieval Augmented Generation via Structured Representations

TabRAG：通过结构化表示改进表格文档问答以增强检索增强生成

Jacob Si, Mike Qu, Michelle Lee, Marek Rei, Yingzhen Li

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

AI总结 TabRAG通过结构化表示改进表格文档问答，采用布局分割和视觉语言模型解析，提升表格问答性能。

Comments NeurIPS 2025 AI4Tab

dziribot: rag based intelligent conversational agent for algerian arabic dialect

dziribot: 一种基于RAG的智能对话代理，用于阿尔及利亚阿拉伯语方言

El Batoul Bechiri, Dihia Lanasri

机构 * CESI, ATM Mobilis（CESI、ATM Mobilis） 纠错

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

AI总结 Dziribot是一种基于RAG的智能对话代理，专门针对阿尔及利亚阿拉伯语方言的挑战，通过多层架构和微调模型实现高效自然交互。

BenchPress: A Human-in-the-Loop Annotation System for Rapid Text-to-SQL Benchmark Curation

BenchPress：一种用于快速文本到SQL基准定制的人机协作标注系统

Fabian Wenz, Omar Bouattour, Devin Yang, Justin Choi, Cecil Gregg, Nesime Tatbul, Çağatay Demiralp

机构 * TU Munich（慕尼黑技术大学） ； MIT（麻省理工学院） ； Intel Labs（英特尔实验室） ； AWS AI Labs（亚马逊AI实验室） 纠错

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

AI总结 BenchPress通过人机协作系统加速特定领域文本到SQL基准的创建，结合LLM生成与人类验证提升标注准确性与基准可靠性。

Comments CIDR'26

TRACE: Grounding Time Series in Context for Multimodal Embedding and Retrieval

TRACE: 在上下文中对时间序列进行建模以实现多模态嵌入与检索

Jialin Chen, Ziyu Zhao, Gaukhar Nurbek, Aosong Feng, Ali Maatouk, Leandros Tassiulas, Yifeng Gao, Rex Ying

专题命中 多模态RAG ：retrieval-augmented generation(abstract)；RAG(abstract)；retriever(abstract)

AI总结 TRACE通过在上下文中对时间序列进行建模，实现多模态嵌入与检索，提升下游任务的预测精度和可解释性，同时作为强大的独立编码器优化上下文感知表示。

Understanding and Mitigating Errors of LLM-Generated RTL Code

理解并缓解LLM生成的RTL代码错误

Jiazheng Zhang, Cheng Liu, Long Cheng, Xiaowei Li, Huawei Li

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

AI总结 本文提出基于LLM的框架，通过检索增强生成、规则检查、多模态转换和迭代仿真调试，显著提升了RTL代码生成的准确性。

Comments Accepted by IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems

ELLMPEG: An Edge-based Agentic LLM Video Processing Tool

ELLMPEG：一种基于边缘的代理LLM视频处理工具

Zoha Azimi, Reza Farahani, Radu Prodan, Christian Timmerer

机构 * Christian Doppler Laboratory ATHENA, Department of Information Technology (ITEC) University of Klagenfurt（亚琛实验室ATHENA，信息科技系，克雷格弗尔特大学） ； Department of Information Technology (ITEC) University of Klagenfurt（信息科技系，克雷格弗尔特大学） ； Department of Computer Science University of Innsbruck（计算机科学系，因斯布鲁克大学） 纠错

专题命中 多模态RAG ：retrieval-augmented generation(abstract)；RAG(abstract)

AI总结 ELLMPEG是一种基于边缘的代理LLM视频处理工具，通过整合工具感知的检索增强生成与迭代自我反思，实现本地生成和验证FFmpeg和VVenC命令，提升视频处理效率和准确性。

Comments 12 pages, 5 tables, 8 Figures, accepted for the MMSys 2026 conference

Multimodal UNcommonsense: From Odd to Ordinary and Ordinary to Odd

多模态UNcommonsense：从奇特到普通和从普通到奇特

Yejin Son, Saejin Kim, Dongjun Min, Younjae Yu

机构 * Yonsei University（延世大学） ； Seoul National University（首尔国立大学） 纠错

专题命中 多模态RAG ：retriever(abstract)；分类 cs.AI

AI总结 多模态UNcommonsense通过R-ICL框架提升模型在非典型场景下的推理能力，实现从奇特到普通和从普通到奇特的转换。

Comments 24 pages

Semantic Leakage from Image Embeddings

图像嵌入中的语义泄露

Yiyi Chen, Qiongkai Xu, Desmond Elliott, Qiongxiu Li, Johannes Bjerva

机构 * Department of Computer Science, Aalborg University, Copenhagen, Denmark（计算机科学系，奥尔堡大学，哥本哈根，丹麦） ； School of Computing, Macquarie University, Sydney, Australia（计算学院，麦考瑞大学，悉尼，澳大利亚） ； Department of Computer Science, University of Copenhagen, Copenhagen, Denmark（计算机科学系，哥本哈根大学，哥本哈根，丹麦） ； Department of Electronic Systems, Aalborg University, Copenhagen, Denmark（电子系统系，奥尔堡大学，哥本哈根，丹麦） 纠错

专题命中 多模态RAG ：retriever(abstract)；分类 cs.CL

AI总结 SLImE通过保留局部语义邻域实现从压缩图像嵌入中恢复语义信息，揭示了图像嵌入的隐私风险。

Comments 20 pages, 19 figures

ChunkNorris: A High-Performance and Low-Energy Approach to PDF Parsing and Chunking

ChunkNorris: 一种高性能且低能耗的PDF解析与分块方法

Mathieu Ciancone, Clovis Varangot-Reille, Marion Schaeffer

机构 * Wikit ； Laboratoire Hubert Curien（Hubert Curien实验室） ； Université Jean Monnet（Jean Monnet大学） ； INSA Rouen Normandie（Rouen Normandie国立理工学院） 纠错

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

AI总结 ChunkNorris通过高效启发式方法实现PDF解析与分块的高性能低能耗，优于现有技术，适用于资源受限的检索增强生成任务。

MalCVE: Malware Detection and CVE Association Using Large Language Models

MalCVE: 使用大语言模型进行恶意软件检测与CVE关联

Eduard Andrei Cristea, Petter Molnes, Jingyue Li

专题命中 RAG评测 ：retrieval-augmented generation(abstract)；RAG(abstract)

AI总结 MalCVE利用大语言模型检测恶意软件并关联CVE，实现高准确率的恶意软件识别和漏洞关联。

ES-MemEval: Benchmarking Conversational Agents on Personalized Long-Term Emotional Support

ES-MemEval：在个性化长期情感支持中评估对话代理的基准测试

Tiantian Chen, Jiaqi Lu, Ying Shen, Lin Zhang

机构 * Tongji University（同济大学） 纠错

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

AI总结 ES-MemEval通过评估长期情感支持中的记忆能力，揭示了显式长期记忆对减少幻觉和提升个性化的重要性，同时指出了检索增强模型在时间动态方面的局限性。

Comments 12 pages, 7 figures. Accepted to The Web Conference (WWW) 2026