RAG / 检索增强生成

DataSage: Multi-agent Collaboration for Insight Discovery with External Knowledge Retrieval, Multi-role Debating, and Multi-path Reasoning

DataSage: 基于外部知识检索、多角色辩论和多路径推理的多智能体协作以实现洞察发现

Xiaochuan Liu, Yuanfeng Song, Xiaoming Yin, Xing Chen

机构 * ByteDance, China（字节跳动） 纠错

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

AI总结 DataSage通过多智能体协作、外部知识检索和多路径推理，提升数据洞察发现的准确性和深度。

QBR: A Question-Bank-Based Approach to Fine-Grained Legal Knowledge Retrieval for the General Public

QBR: 基于问题库的面向大众的细粒度法律知识检索方法

Mingruo Yuan, Ben Kao, Tien-Hsuan Wu

机构 * The University of Hong Kong（香港大学） 纠错

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

AI总结 QBR方法通过构建问题库提升大众对法律知识的细粒度检索能力，实现更准确、高效且可解释的检索结果。

CroPS: Improving Dense Retrieval with Cross-Perspective Positive Samples in Short-Video Search

CroPS：通过跨视角正样本提升密集检索（短视频搜索）

Ao Xie, Jiahui Chen, Quanzhi Zhu, Xiaoze Jiang, Zhiheng Qin, Enyun Yu, Han Li

机构 * Kuaishou Technology（快手科技） 纠错

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

AI总结 CroPS通过引入多视角正样本提升短视频检索性能，减少查询重述率，已在快手搜索部署。

Comments AAAI-2026, Oral

ComoRAG: A Cognitive-Inspired Memory-Organized RAG for Stateful Long Narrative Reasoning

Juyuan Wang, Rongchen Zhao, Wei Wei, Yufeng Wang, Mo Yu, Jie Zhou, Jin Xu, Liyan Xu

机构 * Tencent（腾讯） 纠错

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

Comments Accepted by AAAI 2026

A Representation Sharpening Framework for Zero Shot Dense Retrieval

Dhananjay Ashok, Suraj Nair, Mutasem Al-Darabsah, Choon Hui Teo, Tarun Agarwal, Jonathan May

机构 * Information Sciences Institute, University of Southern California（信息科学研究所，南加州大学） ； Amazon（亚马逊） 纠错

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

Comments 15 pages, 4 figures

Vortex: Hosting ML Inference and Knowledge Retrieval Services With Tight Latency and Throughput Requirements

Yuting Yang, Tiancheng Yuan, Jamal Hashim, Thiago Garrett, Jeffrey Qian, Ann Zhang, Yifan Wang, Weijia Song, Ken Birman

专题命中 检索器与排序 ：knowledge retrieval(title,abstract)；分类 cs.AI、cs.DB

AttentionRAG: Attention-Guided Context Pruning in Retrieval-Augmented Generation

Yixiong Fang, Tianran Sun, Yuling Shi, Xiaodong Gu

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

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

Windsock is Dancing: Adaptive Multimodal Retrieval-Augmented Generation

Shu Zhao, Tianyi Shen, Nilesh Ahuja, Omesh Tickoo, Vijaykrishnan Narayanan

机构 * The Pennsylvania State University（宾夕法尼亚州立大学） ； Intel（英特尔） 纠错

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

Comments Accepted at NeurIPS 2025 UniReps Workshop

Practical Code RAG at Scale: Task-Aware Retrieval Design Choices under Compute Budgets

Timur Galimzyanov, Olga Kolomyttseva, Egor Bogomolov

机构 * JetBrains Research（JetBrains研究） 纠错

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

Mixture of Experts Approaches in Dense Retrieval Tasks

Effrosyni Sokli, Pranav Kasela, Georgios Peikos, Gabriella Pasi

机构 * University of Milano-Bicocca（米兰-比科卡大学） 纠错

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

Comments 8 pages, 4 figures, 3 tables, reproducible code available at https://github.com/FaySokli/SB-MoE , Accepted for publication in Proceedings of the 2025 IEEE/WIC International Conference on Web Intelligence and Intelligent Agent Technology (WI-IAT 2025)

Scalable and Explainable Enterprise Knowledge Discovery Using Graph-Centric Hybrid Retrieval

Nilima Rao, Jagriti Srivastava, Pradeep Kumar Sharma, Hritvik Shrivastava

专题命中 检索器与排序 ：hybrid retrieval(title,abstract)；分类 cs.AI、cs.DB

Do RAG Systems Really Suffer From Positional Bias?

Florin Cuconasu, Simone Filice, Guy Horowitz, Yoelle Maarek, Fabrizio Silvestri

机构 * Sapienza University of Rome（罗马萨皮恩扎大学） ； Technology Innovation Institute（技术创新研究所） 纠错

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

Study on LLMs for Promptagator-Style Dense Retriever Training

Daniel Gwon, Nour Jedidi, Jimmy Lin

机构 * Massachusetts Institute of Technology Lincoln Laboratory（麻省理工学院林肯实验室） ； University of Waterloo（滑铁卢大学） 纠错

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

Comments CIKM 2025 short research paper

An Information Bottleneck Perspective for Effective Noise Filtering on Retrieval-Augmented Generation

Kun Zhu, Xiaocheng Feng, Xiyuan Du, Yuxuan Gu, Weijiang Yu, Haotian Wang, Qianglong Chen, Zheng Chu, Jingchang Chen, Bing Qin

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Peng Cheng Laboratory（鹏城实验室） ； Sun Yat-sen University（中山大学） ； Zhejiang University（浙江大学） 纠错

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

Comments Accepted to ACL 2024

Can Synthetic Query Rewrites Capture User Intent Better than Humans in Retrieval-Augmented Generation?

JiaYing Zheng, HaiNan Zhang, Liang Pang, YongXin Tong, ZhiMing Zheng

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

Comments 10 pages, 6 figures

ZhiFangDanTai: Fine-tuning Graph-based Retrieval-Augmented Generation Model for Traditional Chinese Medicine Formula

ZiXuan Zhang, Bowen Hao, Yingjie Li, Hongzhi Yin

机构 * School of Management, Capital Normal University（管理学院，首都师范大学） ； School of Electrical Engineering and Computer Science, the University of Queensland（电气工程与计算机科学学院，昆士兰大学） 纠错

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

Modeling Sequential Sentence Relation to Improve Cross-lingual Dense Retrieval

Shunyu Zhang, Yaobo Liang, Ming Gong, Daxin Jiang, Nan Duan

机构 * Microsoft Research Asia（微软亚洲研究院） 纠错

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

Comments Published at ICLR 2023

HyST: LLM-Powered Hybrid Retrieval over Semi-Structured Tabular Data

Jiyoon Myung, Jihyeon Park, Joohyung Han

机构 * PrompTart LAB, MODULABS（PrompTart实验室，MODULABS） 纠错

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

Comments Accepted at the 2nd EARL Workshop on Evaluating and Applying Recommender Systems with Large Language Models (RecSys 2025)

An automatic patent literature retrieval system based on LLM-RAG

Yao Ding, Yuqing Wu, Ziyang Ding

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

RRRA: Resampling and Reranking through a Retriever Adapter

Bongsu Kim

机构 * Bongsu Kim 纠错

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

Comments 8 pages, 4 figures, submitted to AAAI 2026

A Few Words Can Distort Graphs: Knowledge Poisoning Attacks on Graph-based Retrieval-Augmented Generation of Large Language Models

Jiayi Wen, Tianxin Chen, Zhirun Zheng, Cheng Huang

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

BiXSE: Improving Dense Retrieval via Probabilistic Graded Relevance Distillation

Christos Tsirigotis, Vaibhav Adlakha, Joao Monteiro, Aaron Courville, Perouz Taslakian

机构 * Université de Montéal（蒙特阿尔大学） ； Mila - Quebec AI Institute（魁北克AI研究院） ； McGill University（麦吉尔大学） ； Apple MLR（苹果机器学习研究部） ； IVADO, Canada（加拿大IVADO研究所） ； CIFAR AI Chair（CIFAR人工智能主席） ； ServiceNow Research（ServiceNow研究） 纠错

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

Comments 22 pages, 5 figures, accepted at COLM 2025

Tool Graph Retriever: Exploring Dependency Graph-based Tool Retrieval for Large Language Models

Linfeng Gao, Yaoxiang Wang, Minlong Peng, Jialong Tang, Yuzhe Shang, Mingming Sun, Jinsong Su

机构 * School of Informatics, Xiamen University（厦门大学信息学院） ； Baidu（百度） ； Alibaba（阿里巴巴） 纠错

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

Knowledge Conceptualization Impacts RAG Efficacy

Chris Davis Jaldi, Anmol Saini, Elham Ghiasi, O. Divine Eziolise, Cogan Shimizu

机构 * Wright State University（怀特州立大学） 纠错

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

HyReC: Exploring Hybrid-based Retriever for Chinese

Zunran Wang, Zheng Shenpeng, Wang Shenglan, Minghui Zhao, Zhonghua Li

机构 * Huawei Technologies Ltd. Co.（华为技术有限公司） 纠错

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

Ask Optimal Questions: Aligning Large Language Models with Retriever's Preference in Conversation

Chanwoong Yoon, Gangwoo Kim, Byeongguk Jeon, Sungdong Kim, Yohan Jo, Jaewoo Kang

机构 * Korea University（韩国大学） ； KAIST AI（韩国科学技术院人工智能研究中心） ； Seoul National University（首尔国立大学） ； AIGEN Sciences（AIGEN科学） 纠错

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

Comments NAACL 2025 (findings)

CoRet: Improved Retriever for Code Editing

Fabio Fehr, Prabhu Teja Sivaprasad, Luca Franceschi, Giovanni Zappella

机构 * EPFL（苏黎世联邦理工学院） ； Idiap Research Institute（伊迪亚普研究机构） ； AWS AI Labs（亚马逊AI实验室） 纠错

专题命中 检索器与排序 ：retriever(title)；dense retrieval(abstract)；分类 cs.CL、cs.AI

Comments ACL 2025

Listen to the Context: Towards Faithful Large Language Models for Retrieval Augmented Generation on Climate Questions

David Thulke, Jakob Kemmler, Christian Dugast, Hermann Ney

机构 * Machine Learning and Human Language Technology, RWTH Aachen University, Germany（机器学习与人类语言技术，亚琛工业大学，德国） ； AppTek GmbH, Aachen, Germany（AppTek GmbH，亚琛，德国） 纠错

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

Comments Accepted at the ClimateNLP 2025 Workshop at ACL

Pre-training vs. Fine-tuning: A Reproducibility Study on Dense Retrieval Knowledge Acquisition

Zheng Yao, Shuai Wang, Guido Zuccon

机构 * The University of Queensland（昆士兰大学） 纠错

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

Comments Accepted in SIGIR-2025

E2E-AFG: An End-to-End Model with Adaptive Filtering for Retrieval-Augmented Generation

Yun Jiang, Zilong Xie, Wei Zhang, Yun Fang, Shuai Pan

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

Comments 13 pages, 3 figures, 5 tables