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。

2026-09-01 至 2026-09-01 共收录 3 篇信号源：cs.IR, cs.CL, cs.AI, cs.DB

1. 多模态RAG 3 篇

2608.28699 2026-09-01 cs.CV 新提交 90%

超越视觉边界：为电影检索增强生成（RAG）重新思考场景分割

Dong-Hee Kim, Seonwoo Choi, Changbeen Kim, Jungmyung Wi, Juyeon Ko, Youngju Choi, Il Hyeon Mun, Hyunwoo J. Kim, Donghyun Kim

机构 * Korea University（高丽大学）； KAIST（韩国科学技术院）

专题命中多模态RAG ：RAG(title,title_cn)；retrieval-augmented generation(abstract)

AI总结本文针对电影RAG场景，发现现有场景分割方法不如均匀时间分块，提出以叙事为核心的NarraScene数据集，其生成的片段作为检索单元可提升下游电影理解任务性能。

2608.30163 2026-09-01 cs.IR cs.CV 新提交 89%

Doc-REFRAG：重新思考多模态文档检索增强生成

Ruofan Hu, Shengyang Xu, Minjie Hong, Xiaoda Yang, Sashuai Zhou, Ke Lei, Tao Jin, Zhou Zhao

专题命中多模态RAG ：RAG(summary_cn,abstract)；retrieval-augmented generation(title,abstract)；分类 cs.IR

AI总结针对现有多模态RAG模型在多图像场景中准确率有限且计算开销大的问题，提出基于大规模数据集DocLongRAG的问题引导框架Doc-REFRAG，其在六个基准上优于11个基线，实现SOTA准确率且推理延迟更低。

Comments Accepted by EMNLP 2026 Main

2608.30213 2026-09-01 cs.CV cs.CL 新提交 81%

高棉语文本识别与分词联合模型研究

Marry Kong, Rina Buoy, Sovisal Chenda, Nguonly Taing, Masakazu Iwamura, Koichi Kise

机构 * Techo Startup Center（德科创业中心）； Ministry of Economy and Finance（经济与财政部）； Osaka Metropolitan University（大阪公立大学）

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

AI总结本文提出一种采用CTC解码器的统一模型，实现高棉语文本识别与分词联合，可在不同模态基准数据集上同时完成字符识别与词边界定位，无需额外分词步骤。

Comments 16 pages, 7 figures, 6 tables