RAG / 检索增强生成

Confundo: Learning to Generate Robust Poison for Practical RAG Systems

Confundo: 学习生成稳健的毒药以应对实际RAG系统

Haoyang Hu, Zhejun Jiang, Yueming Lyu, Junyuan Zhang, Yi Liu, Ka-Ho Chow

机构 * The University of Hong Kong（香港大学） ； Nanjing University（南京大学） ； City University of Hong Kong（香港城市大学） 纠错

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

AI总结 Confundo是一种学习生成毒药的框架，通过微调大型语言模型以提高RAG系统的鲁棒性和隐蔽性，有效应对实际系统中的安全威胁。

CLaRa: Bridging Retrieval and Generation with Continuous Latent Reasoning

CLaRa：通过连续潜在推理弥合检索与生成

Jie He, Richard He Bai, Sinead Williamson, Jeff Z. Pan, Navdeep Jaitly, Yizhe Zhang

机构 * Apple（苹果公司） ； University of Edinburgh（爱丁堡大学） 纠错

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

AI总结 CLaRa通过连续潜在推理框架实现检索与生成的统一优化，提升压缩和重排性能，优于现有基线方法。

Identifying Adversary Tactics and Techniques in Malware Binaries with an LLM Agent

利用LLM代理识别恶意软件二进制中的攻击战术与技术

Zhou Xuan, Xiangzhe Xu, Mingwei Zheng, Louis Zheng-Hua Tan, Jinyao Guo, Tiantai Zhang, Le Yu, Chengpeng Wang, Xiangyu Zhang

专题命中 检索器与排序 ：dense retrieval(abstract)

AI总结 TTPDetect通过结合密集检索与LLM神经检索，利用LLM代理识别恶意软件二进制中的TTPs，实现高精度和召回率。

SpIDER: Spatially Informed Dense Embedding Retrieval for Software Issue Localization

SpIDER：面向软件问题定位的时空感知密集嵌入检索

Shravan Chaudhari, Rahul Thomas Jacob, Mononito Goswami, Jiajun Cao, Shihab Rashid, Christian Bock

机构 * Department of Computer Science, Johns Hopkins University（约翰霍普金斯大学计算机科学系） ； AWS（亚马逊公司） ； AWS AI Labs（亚马逊人工智能实验室） 纠错

专题命中 检索器与排序 ：dense retrieval(abstract)

AI总结 SpIDER通过结合LLM推理和图结构探索信息，提升代码库中相关代码单元的密集检索性能，实验显示在多个编程语言和基准测试中性能提升达13%。

Comments Initial preprint

Credit Risk Estimation with Non-Financial Features: Evidence from a Synthetic Istanbul Dataset

利用非金融特征进行信用风险估计：来自合成伊斯坦布尔数据集的证据

Atalay Denknalbant, Emre Sezdi, Zeki Furkan Kutlu

机构 * Department of Computer Engineering（计算机工程系） ； Bahcesehir University（巴赫切希尔大学） ； Department of Big Data Analytics（大数据分析系） ； Department of Artificial Intelligence（人工智能系） 纠错

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

AI总结 本文通过合成伊斯坦布尔数据集，利用非金融行为属性提升信用风险评估的准确性，展示了替代金融数据在改善信贷评估中的有效性。

InstructLR: A Scalable Approach to Create Instruction Dataset for Under-Resourced Languages

InstructLR: 一种可扩展的方法，用于为资源匮乏语言创建指令数据集

Mamadou K. Keita, Sebastien Diarra, Christopher Homan, Seydou Diallo

机构 * Rochester Institute of Technology（罗切斯特理工学院） ； RobotsMali ； MALIBA-AI 纠错

专题命中 检索器与排序 ：RAG(abstract)

AI总结 InstructLR通过结合LLM生成与双层质量过滤机制，为低资源语言创建高质量指令数据集，促进了三个多领域基准的建立。