RAG / 检索增强生成

Vector Search As Nearest Neighbor Matching: RAG-based Policy Learning in Causal Inference

向量搜索作为最近邻匹配：因果推断中基于检索增强生成（RAG）的策略学习

Masahiro Kato, Taka Kato

机构 * np-hard.co.jp（np-hard公司） 纠错

专题命中 向量检索 ：RAG(title,title_cn)；vector search(title,abstract)；retrieval-augmented generation(abstract)

AI总结 研究提出基于检索增强生成（RAG）的策略学习一步法和两步法，两步法通过向量搜索等进行行动选择，还将两步法遗憾分解并界定，直接评估一步法为策略，把特定行动向量搜索与因果推断最近邻匹配相联系。

TurboVec: A Case Study in Cost-Efficient Private Retrieval for Enterprise RAG via Codebook-Oblivious Quantization

TurboVec：通过码本无关量化实现企业RAG成本高效私有检索的案例研究

Navnit Shukla, Kamal Pandey, Omsankar Tiwari

专题命中 向量检索 ：RAG(title,title_cn)；retrieval-augmented generation(abstract)；分类 cs.IR、cs.AI

AI总结 研究RAG系统向量检索层挑战，介绍基于TurboQuant的TurboVec开源向量索引。通过实验对比，表明TurboQuant在内存和召回率上有优势，TurboVec部署效果好，码本无关设计提升隐私性，不过存在单一数据集评估等局限。

SIFT: Selective-Index For Fast Compute of RAG Prefill by Exploiting Attention Invariance

SIFT: 利用注意力不变性实现RAG预填充快速计算的索引选择

Rya Sanovar, Srikant Bharadwaj, Hritvik Taneja, Moinuddin Qureshi

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Microsoft（微软） 纠错

专题命中 向量检索 ：RAG(title,title_cn)；retrieval-augmented generation(abstract)；分类 cs.AI

AI总结 针对RAG查询中文档重复导致预填充计算冗余和TTFT增加的问题，提出SIFT方法，通过离线提取文档高注意力分数位置并利用注意力不变性，在预填充时仅计算标记位置，将TTFT提升1.71倍且精度损失在1%以内。

RaG-Tree: Combining R-Tree and HNSW for Multi-Attribute Range Filtered Approximate Nearest Neighbor Search

RaG-Tree：结合R树与HNSW的多属性范围过滤近似最近邻搜索

Jiawei Liu, Xiang Zhang, Chao Zhang, Ju Fan, Xiaoyong Du

专题命中 向量检索 ：RAG(title,title_cn)；分类 cs.DB

AI总结 本文提出RaG-Tree，一种结合R树与感知划分HNSW图的统一MR-ANNS索引，通过分层R树剪枝、适配局部分布的HNSW图及自适应搜索算法，在三个真实数据集上实现更优查询性能与轻量级索引、快速增量更新。

Comments 13 pages

D-NOVA: In-Storage Retrieval Accelerator via Dual-Bound 3D NAND-Optimized Similarity Search with Vector Adaptation

D-NOVA：通过具有向量适配的双边界3D NAND优化相似性搜索实现存储内检索加速器

Chang Eun Song, Sumukh Pinge, Tianqi Zhang, Sung Eun Kim, Tajana S. Rosing, Mingu Kang

机构 * University of California, San Diego（加州大学圣地亚哥分校） 纠错

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

AI总结 研究针对RAG密集向量检索性能瓶颈，提出软硬件协同设计的存储内检索加速器D-NOVA。通过深度嵌入搜索功能、采用新距离度量及引入适配器，实现高效检索，相比CPU和现有加速器有显著性能和能效提升，展现全存储向量搜索加速RAG的潜力。

Comments Accepted at the 59th IEEE/ACM International Symposium on Microarchitecture (MICRO 2026), Athens, Greece. Chang Eun Song and Sumukh Pinge are co-first authors and contributed equally

A Unified Benchmark for Privacy-preserving Vector Search

面向隐私保护的向量搜索统一基准

Anne-Marie Kermarrec, Rafael Pires, Mathis Randl, Martijn de Vos

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

AI总结 本文构建隐私保护向量搜索统一基准，在相同条件下对比SAP、EMVP等方案性能，明确各方案隐私与性能权衡关系，为从业者提供部署选择依据。

RACORN-1: Adaptive Recall-Preserving Speedup for Low-Selectivity Filtered Vector Search

RACORN-1: 面向低选择性过滤向量搜索的自适应保召回加速方法

Yoonseok Kim, Gyusik Choe

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

AI总结 针对ACORN-1在低选择性下召回率崩溃的问题，提出RACORN-1，通过自适应搜索回退（ASF）利用过滤失败节点作为临时桥梁恢复连通性，并引入自适应精确回退（AEF）处理极低选择性场景，在保持高召回的同时实现9-26倍加速。

Comments 13 pages, 11 figures, 10 tables

InSituANN: Revisiting IVF for PCIe-Efficient Billion-Scale Vector Search

InSituANN：为PCIe高效的十亿级向量搜索重新审视IVF

Yuemeng Xu, Zongxi Liu, Junyu Long, Yiming Huang, Jiarui Guo, Yangyujia Wang, Jiachen Xu, Dongyuan Yu, Zongwei Lv, Tong Yang

专题命中 向量检索 ：vector search(title,abstract)；RAG(abstract,abstract_cn)；分类 cs.DB

AI总结 InSituANN是一种基于IVF的ANNS引擎，将基础向量存于主机内存、就地执行精细搜索，在单个商用GPU上实现十亿级向量搜索，大幅提升吞吐量并开源。

Comments 16 pages, 19 figures

Embedding Inference Attack

嵌入推理攻击

Cedric Fitiavana Raelijohn, Sébastien Gambs, Jean-Francois Rajotte

机构 * Université du Québec à Montréal（魁北克大学蒙特利尔分校） 纠错

专题命中 向量检索 ：RAG(summary_cn,abstract)；retrieval-augmented generation(abstract)；分类 cs.IR

AI总结 研究黑盒信息检索系统中，攻击者仅通过观察检索文档集合即可推断嵌入模型类型的方法，并验证其在含重排序器和RAG系统中的有效性。

Comments 12 pages

Policy-aware Vector Search: A Vision for Fine Grained Access Control in Vector Databases

策略感知向量搜索：向量数据库中细粒度访问控制的愿景

Lakshmi Sahithi Yalamarthi, Primal Pappachan

机构 * Portland State University（波特兰州立大学） 纠错

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

AI总结 本文提出策略感知向量搜索的愿景，形式化向量数据库中的细粒度访问控制（FGAC）策略模型与实施问题，比较不同实施策略并指出未来挑战。

Comments Accepted at SeQureDB 26, Sigmod 2026

An Approach for Embedding-Guided Function Reuse Detection in Embedded C Software

嵌入式C软件中嵌入引导的函数复用检测方法

A A Talha Talukder, Omar Alam, Akramul Azim

专题命中 向量检索 ：RAG(summary_cn,abstract)；retrieval-augmented generation(abstract)

AI总结 本文提出领域感知RAG流水线，结合8种模型与4种硬件兼容性验证器，检测嵌入式C软件函数复用，解决SonarQube高假阳性问题，验证器准确率达97.5%。

QASP: Query-Adaptive Robust Vector Search Policy

QASP：查询自适应鲁棒向量搜索策略

Hakan Ferhatosmanoglu, Kushal Kumar, Tal Wagner, Andy Warfield

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

AI总结 该研究针对向量搜索中固定参数导致的召回率方差及计算成本问题，提出QASP策略，通过前期回归预测召回曲线推导搜索策略，在99%召回率下减少80%数据访问，性能优异且可跨场景泛化。

Comments 12 pages, 6 figures, 6 tables, preprint

MonaVec: A Training-Free Embedded Vector Search Kernel for Edge and Offline AI Systems

MonaVec: 一种面向边缘和离线AI系统的免训练嵌入式向量搜索内核

Oğuzhan Yenen

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

AI总结 提出MonaVec，一种无需训练、数据无关的嵌入式向量搜索内核，通过随机哈达玛变换和预计算Lloyd-Max量化实现4位压缩，在边缘和离线场景下提供确定性结果，支持单文件部署。

Comments 27 pages, 11 figures. Code and artifacts: https://github.com/mona-hq/monavec (PyPI: monavec; crates.io: monavec-core). Zenodo: doi:10.5281/zenodo.20559587

NeuRoute: Logit-Guided Neural Routing for Billion-Scale Vector Search with Sub-Hour Index Construction

NeuRoute：基于Logit引导的神经路由的十亿级向量搜索，构建亚小时级索引

Xingqiao Wang, Zi Wang, Xiaowei Xu

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

AI总结 NeuRoute是基于Logit引导的神经路由的轻量级ANN索引框架，通过训练神经网络编码器生成二进制地址，在十亿级向量搜索中实现亚小时级索引构建，且精度-吞吐量权衡优异。

Comments 34 pages, 9 figures

Think-to-Personalize: Unifying Reasoning and Retrieval for User-Centric Personalized Dense Retrieval

思考以个性化：统一推理与检索的以用户为中心的个性化密集检索

Angqing Jiang, Gaoming Zhang, Jianchun Song, Kena Qi, Dayao Chen, Wei Lin, Defu Lian

专题命中 向量检索 ：dense retrieval(title,abstract)；分类 cs.IR

AI总结 本文提出TTP框架，将用户意图推理与密集检索统一，经两阶段训练后在电商场景实验及在线测试中均取得优于基线的效果，提升了订单量。

Comments Accepted at CIKM 2026. 11 pages, 8 figures, and 9 tables

A Mechanistic Analysis of Gender Sensitivity in Dense Retrieval Models

稠密检索模型中性别敏感性的机制分析

Catherine Chen, Maarten de Rijke, Carsten Eickhoff

专题命中 向量检索 ：dense retrieval(title,abstract)；分类 cs.IR

AI总结 本文通过机制分析定位稠密检索模型性别敏感性源于输入嵌入与后期层注意力头，测试不同引导干预效果，为针对性去偏提供机制基础并指出相关信号分离挑战。

TEngineDB-V: An OLAP-Native Vector Search System for Large-$k$ Workloads at Tencent

TEngineDB-V：腾讯面向大k workloads的原生OLAP向量搜索系统

Xufei Wu, Pengcheng Zhang, Yitong Song, Xiaobo Zhang, Anqi Liang, Kai Wang, Jijun Du, Yidi Xiong, Guangxu Cheng, Zhe Chen, Peng Chen, Guoliang Li, Xuanhe Zhou, Fan Wu

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

AI总结 本文提出TEngineDB-V，一款腾讯的原生OLAP向量搜索系统，通过全局分块解耦索引等技术解决大k向量搜索问题，实验显示其性能较竞品最高提升145倍，适配百亿级生产部署。

iFVS: Towards Instance-Optimized Filtered Vector Search

iFVS：迈向实例优化的过滤向量搜索

Abdullah Al-Mamun, Yeasir Rayhan, Walid G. Aref

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

AI总结 研究现代AI+DB系统中过滤向量搜索问题，提出iFVS技术，针对特定数据集和查询工作负载，采用特定于查询的码本生成方法，依查询向量和过滤谓词估计距离，实验证明其提升了QPS与召回率的权衡。

Comments 4 pages

Coverage Is Not Containment: A Fundamental Limit of Admission-Time Defenses Against Coordinated Poisoning of Vector Retrieval

覆盖并非包含：针对向量检索协同投毒的准入时刻防御的根本局限

Prashant Kumar Pathak, Tarun Kumar Sharma

专题命中 向量检索 ：RAG(abstract,abstract_cn)；retrieval-augmented generation(abstract)；分类 cs.IR、cs.CL

AI总结 该研究揭示摄入时刻防御无法抵御向量检索协同投毒，提出检索时刻检测器可捕获全部攻击，证明覆盖并非包含，稳健防御需转向查询需求。

Comments 10 pages, 9 figures. Preprint; under submission

Ghost Vectors: Soft-Deleted Embeddings Remain Reconstructible in HNSW Vector Databases

幽灵向量：HNSW向量数据库中软删除的嵌入仍然可重构

Chandranil Chakraborttii, Jackeline García Alvarado, Sitora Abdulofizova, Shivanshu Dwivedi

机构 * Trinity College, USA（美国三一学院） 纠错

专题命中 向量检索 ：RAG(abstract,abstract_cn)；retrieval-augmented generation(abstract)；分类 cs.AI、cs.DB

AI总结 研究揭示HNSW向量数据库的软删除机制存在安全漏洞，被标记删除的向量仍可通过存储层恢复，并提出基于加密密钥轮换的防护方案。

Comments 13 pages, 5 figures, 12 tables. Prepared for submission

When Global Gating Is Enough: Admission-Time Hubness Control in Anisotropic Vector Retrieval Systems

当全局门控足够：各向异性向量检索系统中的准入时间枢纽性控制

Prashant Kumar Pathak, Tarun Kumar Sharma

专题命中 向量检索 ：RAG(abstract,abstract_cn)；retrieval-augmented generation(abstract)；分类 cs.IR、cs.DB

AI总结 针对检索增强生成中向量枢纽性引发的投毒风险，提出准入时间控制方法，通过哨兵查询评分隔离枢纽文档，全局门控在多个数据集上达到高召回率和低误报率。

A Comprehensive Empirical Evaluation of Vector Database Systems for Approximate Nearest Neighbor Search: Performance, Quality, and Resource Trade-offs

用于近似最近邻搜索的向量数据库系统的综合实证评估：性能、质量与资源权衡

Ashen Rashmiks, Tiroshan Madushanka

专题命中 向量检索 ：RAG(abstract,abstract_cn)；retrieval-augmented generation(abstract)；分类 cs.IR

AI总结 本文对7款主流向量数据库系统开展综合实证评估，测量多维度指标，推导系统选择指南并发布开源基准框架，为AI应用选型提供依据。

Exploiting Structural Properties for Efficient Constraint-Aware HNSW Hyperparameter Tuning

利用结构特性进行高效的约束感知HNSW超参数调优

Geon Choi, Hoeun Lee, Jaeyoung Do

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

AI总结 从系统角度研究HNSW超参数调优，发现其配置空间有结构规律，提出CHAT框架，利用特定结构进行确定性、高效搜索，在多数据集和引擎上表现出色，优于基线。

Comments This paper has been accepted to ACM SIGMOD 2027

Filtered Vector Search in a Disaggregated Lakehouse: Composing Table-Format Pruning with Per-File ANN

分解式湖仓中的过滤向量搜索：表格式剪枝与逐文件ANN的组合

Rakesh Jain, Thomas Griffin, Syed Zawad

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

AI总结 本文提出在基于Apache Iceberg和Parquet的湖仓中，通过组合现有文件剪枝与逐文件IVF索引实现过滤向量搜索，在特定条件下可使ANN搜索速度提升数十倍。

Cluster with Auctions for Vector Search

通过拍卖进行向量搜索的聚类

Swann Bessa, Pierre Fernandez, Gergely Szilvasy, Matthijs Douze, Hervé Jégou

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

AI总结 研究针对大规模近似最近邻搜索中查询探测函数和数据库分区未分开处理的问题，提出CwA方法，联合学习平衡的数据库分区与神经探测函数，通过交替两步优化搜索性能，扩展后在不同分布下表现出色，提升了吞吐量。

Comments 10 pages, 6 figures. Under review at NeurIPS 2026

When Does Mixing Help? Analyzing Query Embedding Interpolation in Multilingual Dense Retrieval

何时混合有帮助？分析多语言稠密检索中的查询嵌入插值

Tongyao Zhu, Chao-Ming Huang, Min-Yen Kan

机构 * National University of Singapore（新加坡国立大学） 纠错

专题命中 向量检索 ：dense retrieval(title)；分类 cs.CL

AI总结 通过嵌入级插值构造混合查询，系统研究多语言稠密检索对混合语言查询的敏感性，发现最优混合比在多数情况下优于单语言查询，且英语主导性导致不对称性。

Comments ACL 2026 Main (Oral)

Efficient Graph Indexing for Interval-Aware Vector Search

面向区间感知向量搜索的高效图索引

Siyuan Liang, Ziqi Yin, Qi Zhang, Ronghua Li, Guoren Wang, Kaiwen Xue, Daiyin Wang, Xubin Li

专题命中 向量检索 ：vector search(title)；分类 cs.DB

AI总结 提出统一区间感知相对邻域图（URNG），支持多种区间感知ANN查询语义，并开发实用图索引UG，通过统一剪枝和迭代修复实现高效搜索。

Comments 14 pages, 13 figures. Preprint version

Mapping Similarity Spaces across Embedding Models with Synthetic Query Probing

通过合成查询探测映射嵌入模型间的相似度空间

Marcin Rozmus, Peter van der Putten

机构 * Pegasystems（pegasystems公司） ； Leiden University（莱顿大学） 纠错

专题命中 向量检索 ：retrieval-augmented generation(abstract)；RAG(abstract_cn)；分类 cs.CL

AI总结 本研究针对嵌入模型间相似度分数不可直接比较的问题，提出合成查询探测方法，通过学习分数分布映射实现跨模型相似度空间对齐，提升阈值可移植性，为嵌入可比性分析提供可扩展框架。

Comments Accepted for 29th International Conference on Discovery Science, October 5-9, 2026, Mainz, Germany

Efficient Privacy-Preserving Range Filtered Approximate Nearest Neighbor Search

高效的隐私保护范围过滤近似最近邻搜索

Haoyu Wang, Yandi Zhang, Jiadong Xie, Yingfan Liu, Hui Li, Jeffrey Xu Yu, Jiangtao Cui

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

AI总结 本研究针对外包加密向量数据库的隐私保护需求，提出了分离范围定位与加密向量搜索的过滤-精调RFANNS方案，实验验证其在QPS-召回率权衡上优于现有安全适配方案。

Comments According to the best of our knowledge, this work is the first attempt to study privacy-preserving range-filterd ANN search problem. This is the early version of the work that is still in progress

Stop Indexing at Full Precision: Revisiting Clustering for Vector Embeddings

停止以全精度索引：重新审视向量嵌入的聚类方法

Leonardo Kuffo, Peter Boncz

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

AI总结 该研究针对向量嵌入索引问题，提出在聚类前应用降维、量化和维度剪枝的流水线，发现1位编码聚类可实现近最优质量且大幅降存储，相关实现已开源。

Comments VLDB 2026 Workshop: The 2nd Workshop on Vector Databases