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。

2026-02-04 至 2026-02-04 共收录 4 篇信号源：cs.IR, cs.CL, cs.AI, cs.DB

1. RAG评测 4 篇

2509.21875 2026-02-04 cs.CL 83%

LUMINA：通过上下文-知识信号检测RAG系统中的幻觉

Samuel Yeh, Sharon Li, Tanwi Mallick

机构 * Department of Computer Science, University of Wisconsin-Madison（威斯康星大学麦迪逊分校计算机科学系）； Argonne National Laboratory（阿贡国家实验室）

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

AI总结 LUMINA通过上下文-知识信号检测RAG系统中的幻觉，利用分布距离和token演变测量，实现高准确率和实用性。

Comments ICLR 2026

2602.01355 2026-02-04 cs.AI 70%

无结构文本上的聚合查询：基准测试与代理方法

Haojia Zhu, Qinyuan Xu, Haoyu Li, Yuxi Liu, Hanchen Qiu, Jiaoyan Chen, Jiahui Jin

机构 * Southeast University（东南大学）； Imperial College London（伦敦帝国学院）； The University of Manchester（曼彻斯特大学）

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

AI总结本文提出DFA方法，用于在无结构文本上进行完整性导向的聚合查询，通过模块化设计提升证据覆盖能力。

2602.03693 2026-02-04 cs.CL cs.AI 62%

OCRTurk：土耳其的综合OCR基准

Deniz Yılmaz, Evren Ayberk Munis, Çağrı Toraman, Süha Kağan Köse, Burak Aktaş, Mehmet Can Baytekin, Bilge Kaan Görür

机构 * Middle East Technical University, Computer Engineering Department（中东部技术大学，计算机工程系）； Politecnico di Torino（托里诺理工大学）； Roketsan Inc.（罗克特兰公司）

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

AI总结 OCRTurk是一个针对土耳其语文档解析的综合基准测试，通过多难度级别和多种文档类型评估七种OCR模型，发现PaddleOCR在多数指标上表现最佳，但幻灯片文档对模型构成挑战。

Comments Accepted by EACL 2026 SIGTURK

2602.02053 2026-02-04 cs.CL 57%

WildGraphBench: 用野源语料基准测试图式检索增强生成

Pengyu Wang, Benfeng Xu, Licheng Zhang, Shaohan Wang, Mingxuan Du, Chiwei Zhu, Zhendong Mao

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

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

AI总结 WildGraphBench通过真实语料评估GraphRAG在长上下文和异构文档中的性能，揭示多事实聚合的局限性。