RAG / 检索增强生成

Retrievals Can Be Detrimental: Unveiling the Backdoor Vulnerability of Retrieval-Augmented Diffusion Models

检索可能有害：揭示检索增强扩散模型的后门漏洞

Hao Fang, Xiaohang Sui, Hongyao Yu, Kuofeng Gao, Jiawei Kong, Sijin Yu, Bin Chen, Shu-Tao Xia

机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院，清华大学） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

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

AI总结 本文揭示了检索增强扩散模型（RDM）的后门漏洞，通过多模态对比攻击方法BadRDM，展示了如何利用检索数据库中的毒害代理进行攻击，同时保持模型的正常功能。

Comments Accepted by ACL-2026

Do Not Treat Code as Natural Language: Implications for Repository-Level Code Generation and Beyond

不要将代码视为自然语言：对仓库级代码生成及更广泛领域的启示

Minh Le-Anh, Huyen Nguyen, Khanh An Tran, Nam Le Hai, Linh Ngo Van, Nghi D. Q. Bui, Bach Le

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

AI总结 Hydra通过结构化代码生成框架提升仓库级代码生成性能，超越现有方法并实现更高效依赖检索。

Comments Accepted to FSE 2026

LiveVectorLake: A Real-Time Versioned Knowledge Base Architecture for Streaming Vector Updates and Temporal Retrieval

LiveVectorLake: 一种支持流式向量更新和时间检索的实时版本知识库架构

Tarun Prajapati

机构 * School of Artificial Intelligence \& Data Science Indian Institute of Technology Jodhpur Jodhpur, India 纠错

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

AI总结 LiveVectorLake提出一种双层时间知识库架构，实现实时语义搜索与版本历史管理，优化查询性能、更新效率和合规性。

Comments 7 pages, 1 figure. Preprint; work in progress

Optimizing What Matters: AUC-Driven Learning for Robust Neural Retrieval

Nima Sheikholeslami, Erfan Hosseini, Patrice Bechard, Srivatsava Daruru, Sai Rajeswar

机构 * ServiceNow 纠错

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

MoR: Better Handling Diverse Queries with a Mixture of Sparse, Dense, and Human Retrievers

Jushaan Singh Kalra, Xinran Zhao, To Eun Kim, Fengyu Cai, Fernando Diaz, Tongshuang Wu

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Technical University of Darmstadt（达姆斯塔特技术大学） 纠错

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

Comments 19 pages, 3 figures

Experience Retrieval-Augmentation with Electronic Health Records Enables Accurate Discharge QA

Justice Ou, Tinglin Huang, Yilun Zhao, Ziyang Yu, Peiqing Lu, Rex Ying

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Yale University（耶鲁大学） ； University of Waterloo（滑铁卢大学） 纠错

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

When Pigs Get Sick: Multi-Agent AI for Swine Disease Detection

Tittaya Mairittha, Tanakon Sawanglok, Panuwit Raden, Sorrawit Treesuk

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

Comments 14 pages, 2 figures

Improving Medical Reasoning through Retrieval and Self-Reflection with Retrieval-Augmented Large Language Models

Minbyul Jeong, Jiwoong Sohn, Mujeen Sung, Jaewoo Kang

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

Comments ISMB 2024

Your Reviews Replicate You: LLM-Based Agents as Customer Digital Twins for Conjoint Analysis

你的评价复制你：基于大语言模型的代理作为联合分析的客户数字双胞胎

Bin Xuan, Jungmin Hwang, Hakyeon Lee

机构 * Department of Data Science（数据科学系） ； Seoul National University of Science and Technology（首尔科学技术大学） 纠错

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

AI总结 本文提出利用大语言模型构建的客户数字双胞胎进行联合分析，通过聚合用户评论历史和检索增强生成技术，实现了高效准确的偏好预测，验证了其在市场研究中的可行性。

Comments 12 pages, 3 figures + This abstract introduces an LLM-based Customer Digital Twin framework that replaces human respondents in conjoint analysis with RAG-enhanced customer agents, validated at 87.73% accuracy on Reddit user data, and positions the contribution as a scalable alternative to traditional preference elicitation methods

SCoRD: Semantic-Assisted Continual Retriever-Reranker Distillation for LLM-Based Recommendation

SCoRD：用于基于大语言模型（LLM）推荐的语义辅助持续检索-重排序蒸馏

Seunghyun Baek, Gyuseok Lee, Seunghan Lee, Wonbin Kweon, Dong Wang, SeongKu Kang

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

AI总结 SCoRD是面向非平稳数据流的LLM推荐两阶段流程的持续知识蒸馏框架，通过语义推理助手实现检索器与重排序器的高效协同适配，在真实数据集上验证了其有效性。

SSR-GRPO: Integrating Supervision and Semantic IDs into Reinforcement Learning for Dense Retrieval in E-commerce

SSR-GRPO：将监督与语义标识符集成到强化学习中用于电商领域的密集检索

Guangxin Song, Xing Fang, Mingmin Jin, Jing Wang, Bokang Wang, Zhentao Song, Junjie Bai, Jianbo Zhu

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

AI总结 该研究针对电商嵌入检索的语义处理难题，提出SSR-GRPO模型，通过双视角相关性评估、难负样本挖掘等策略优化R-GRPO，经实验验证有效并已部署于大规模电商平台。

Score-Only Distillation for Compact Dense Retrieval

用于紧凑密集检索的仅分数蒸馏

Kirill Dubovikov, Martin Takac, Salem Lahlou

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

AI总结 研究紧凑检索器能否从分数向量学教师排序行为，用行中心分数向量目标训练，在固定评估面板上蒸馏协议可弥补部分基础与教师模型差距，蒸馏后学生模型编码加速，外部迁移性能有好有坏。

VISOR: Agentic Visual Retrieval-Augmented Generation via Iterative Search and Over-horizon Reasoning

VISOR: 通过迭代搜索和超视距推理实现基于视觉检索的增强生成

Yucheng Shen, Jiulong Wu, Jizhou Huang, Dawei Yin, Lingyong Yan, Min Cao

机构 * Soochow University（苏州大学） ； Baidu Inc.（百度公司） 纠错

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

AI总结 VISOR通过结构化证据空间和动态轨迹机制解决多步推理中的视觉证据稀疏和搜索漂移问题，实现高效长视距视觉推理。

Comments Accepted by ACM Multimedia 2026 (MM '26). 8 pages, 3 figures. Code: https://github.com/syc1336/VISOR

Navigation-Informed Embeddings: Dense-Retriever Adaptation from Agent Search Traces

导航启发式嵌入：基于智能体搜索轨迹的密集检索器适配

Shrey Shah, Levent Ozgur

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

AI总结 该研究提出 NIE 方法，利用智能体检索轨迹无需额外标注即可适配密集检索器，在基准任务上提升了 Recall@20、长路径性能及 nDCG@10 指标，提供轻量适配通道。

When Do Anchor-Based Pointwise LLM Rerankers Help? Retriever Quality, Statistical Scope, and Anchor Design

基于锚点的点式大语言模型重排序器何时有用？检索器质量、统计范围与锚点设计

Utshab Kumar Ghosh, Shubham Chatterjee

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

AI总结 该研究以GCCP/PAGC为对象，复现并分析锚点式点式LLM重排序器，发现其增益源于对比打分，适用条件较窄，锚点构建可简化，检索器强度影响其效果。

Comments To be published in the 35th ACM International Conference on Information and Knowledge Management (CIKM 2026)

Retrieval Grounding Latent Reasoning for Dense Retrieval

用于密集检索的检索 grounding 潜在推理

Gang Zhou, Xiongxi Yu, Hu Tian, Yang Wei, Lu Pan, Ke Zeng, Shibiao Xu, Xiaolong Zheng

机构 * Meituan（美团） 纠错

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

AI总结 本文提出用于密集检索的 RGLT 框架，结合过程监督蒸馏与检索 grounding 监督优化潜在推理轨迹，在推理密集型检索基准上优于基线且保持高效推理。

M$^3$Prune: Hierarchical Communication Graph Pruning for Efficient Multi-Modal Multi-Agent Retrieval-Augmented Generation

M$^3$Prune: 多模态多智能体分层通信图剪枝用于高效多模态多智能体检索增强生成

Weizi Shao, Taolin Zhang, Zijie Zhou, Chen Chen, Chengyu Wang, Xiaofeng He

机构 * East China Normal University（东华大学） ； Hefei University of Technology（合肥工业大学） ； China University of Petroleum（中国石油大学） ； Guangdong university of Finance & Economics（广东财经大学） ； Alibaba Group（阿里巴巴集团） 纠错

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

AI总结 M$^3$Prune通过分层通信图剪枝提升多模态多智能体检索增强生成的效率和性能。

Comments Critical flaw in Eq.(5)/Alg.1 (Sec 3.2): scoring fails Lipschitz continuity in multi-modal spaces, causing invalid hierarchy. Thus, latency/FLOPs in Tables 2&3 are overestimated & irreproducible. Core defect unfixable by minor update. Withdraw to avoid misleading; will revise theory & experiments

Language-Coupled Reinforcement Learning for Multilingual Retrieval-Augmented Generation

多语言耦合强化学习用于多语言检索增强生成

Rui Qi, Fengran Mo, Yufeng Chen, Xue Zhang, Shuo Wang, Hongliang Li, Jinan Xu, Jian-Yun Nie, Kaiyu Huang

机构 * School of Computer Science and Technology, Beijing Jiaotong University（计算机科学与技术学院，北京交通大学） ； University of Montreal（蒙特利尔大学） ； Tsinghua University（清华大学） ； University of Notre Dame（Notre Dame 大学） 纠错

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

AI总结 本文提出LcRL框架，通过语言耦合组相对策略优化减少知识偏差和冲突，提升多语言检索增强生成的性能，适用于受限训练数据和多语言大规模集合的场景。

Comments Accepted to ACL 2026 (Findings)

Simorgh at SemEval-2026 task 7: Region-Aware Hybrid Retrieval for Low-Resource Cultural Reasoning in Multilingual Question Answering

Simorgh at SemEval-2026 task 7: 面向低资源文化推理的多语言问答中的区域感知混合检索

Hadi Bayrami Asl Tekanlou, Mahdi Bakhtiyarzadeh, Jafar Razmara

机构 * University of Tabriz（塔布里兹大学） 纠错

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

AI总结 提出区域感知混合检索方法，结合BM25和稠密语义相似度与区域加权启发式，以提升多语言文化问答的跨语言稳定性。

Comments 6 pages, 3 figures, accepted to the Everyday Knowledge Across Diverse Languages and Cultures shared task at SemEval2026

Journal ref Proceedings of the 20th International Workshop on Semantic Evaluation (SemEval-2026), Association for Computational Linguistics, 2026, pp. 624-629

MAM-AI: An On-Device Medical Retrieval-Augmented Generation System for Nurses and Midwives in Zanzibar

MAM-AI：面向桑给巴尔护士和助产士的设备端医疗检索增强生成系统

Yi Ren

机构 * École Polytechnique Fédérale de Lausanne（瑞士联邦理工学院洛桑分校） 纠错

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

AI总结 针对撒哈拉以南非洲地区护士助产士难以获取权威指南的问题，提出完全运行于安卓设备上的医疗问答系统MAM-AI，采用300M嵌入模型检索87份指南文档，并用4B int4生成器离线生成带引用的回答，评估发现小生成器在安全性和有用性间存在权衡，通过优化提示词降低回避率。

Comments 38 pages. Video demo: https://www.youtube.com/watch?v=M_Kruluel28 ; browser demo, code, models, and benchmarks linked in the paper

Retrieval-Augmented Generation to Support Railways Engineering Tasks: A Case Study

检索增强生成支持铁路工程任务：案例研究

Andrea Gerardo Russo, Federico Ruggeri, Ivan Tomarchio, Davide Bombini, Nicolò Donati, Gianmarco Pappacoda, Paolo Torroni, Giuseppe-Emiliano La Cara

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

AI总结 本文通过案例研究，展示了从设计到部署构建检索增强生成系统，用于铁路领域复杂技术法规的咨询，平衡技术能力与领域专业知识。

Scaling Dense Retrieval with LLM-Annotated Training Data: Structured Mining and Progressive Curriculum for E-Commerce Sponsored Search

使用LLM标注的训练数据扩展稠密检索：面向电商赞助搜索的结构化挖掘与渐进式课程

Md Omar Faruk Rokon, Shasvat Desai, Jhalak Nilesh Acharya, Isha Shah, Kumar Priyam, Brahanyaa Somasundaram, Vamsee Tangirala, Minuteresa Thomas, Vivek Arora, Vijay Manchi, Hong Yao, Kuang-chih Lee

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

AI总结 针对电商搜索中点击信号偏差和人工标注成本高的问题，提出利用多通道检索挖掘、校准的LLM级联标注和五级渐进式课程训练，在Walmart搜索中实现NDCG@10提升5.1%，尾查询提升显著。

Comments Accepted at E-Commerce Workshop, SIGIR 2026

MoG: Mixture of Experts for Graph-based Retrieval-Augmented Generation

MoG：用于基于图的检索增强生成的混合专家模型

Zheng Yuan, Chuang Zhou, Linhao Luo, Siyu An, Di Yin, Xing Sun, Xiao Huang

机构 * The Hong Kong Polytechnic University（香港理工大学） ； Monash University（墨尔本大学） ； Tencent Youtu Lab（腾讯优图实验室） 纠错

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

AI总结 提出MoG框架，通过组织知识为中心枢纽图和稀疏激活的专家图，利用拓扑感知路由器动态选择相关专家图，以解决检索增强生成中统一知识库引入无关信息的问题，在MuSiQue上相对提升超过20%。

MARQUIS: A Three-Stage Pipeline for Video Retrieval-Augmented Generation

MARQUIS：视频检索增强生成的三阶段流水线

Debashish Chakraborty, Dengjia Zhang, Jialiang Jin, Hanting Liu, Katherine Guerrerio, Hanxiang Qin, Tyler Skow, Alexander Martin, Reno Kriz, Benjamin Van Durme

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Human Language Technology Center of Excellence（人机语言技术卓越中心） 纠错

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

AI总结 本文提出MARQUIS三阶段流水线，通过查询扩展、融合和重排序、校准的结构化证据提取以及从提取证据生成文章，解决了视频检索增强生成中检索和生成的不足，提升了检索性能和文章生成质量。

Comments Accepted as an oral presentation at the ACL 2026 Workshop MAGMaR Systems. 27 pages, 4 figures. Code can be found here: https://github.com/debashishc/marquis

Negative Data Mining for Contrastive Learning in Dense Retrieval at IKEA.com

密集检索中对比学习的负样本挖掘

Eva Agapaki, Amritpal Singh Gill

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

AI总结 本文提出基于结构化负样本策略和LLM评估方法提升IKEA产品检索，通过生成语义挑战性负样本和训练数据生成，提升检索性能，但发现在线用户参与度无显著差异。

Navigating Global AI Regulation: A Multi-Jurisdictional Retrieval-Augmented Generation System

跨越全球人工智能监管：一个多司法管辖区的检索增强生成系统

Courtney Ford, Ojas Rane, Susan Leavy

机构 * PoliticalNLP Workshop（政治NLP研讨会） ； LREC 2026 Report（LREC 2026报告） 纠错

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

AI总结 本文提出一个多司法管辖区的检索增强生成系统，用于全球人工智能监管，通过类型特定分块、条件检索路由和优先级重排序技术，提升法律文档检索效果。

Comments Preprint. Accepted at PoliticalNLP Workshop, LREC 2026. 10 pages, 1 figure

Identity-Decoupled Anonymization for Visual Evidence in Multi-modal Retrieval-Augmented Generation

多模态检索增强生成中视觉证据的身份解耦匿名化

Zehua Cheng, Wei Dai, Jiahao Sun

机构 * Department of Computer Science University of Oxford, UK 纠错

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

AI总结 本文提出身份解耦MRAG框架，通过在检索与生成之间插入生成匿名化模块，解耦人脸身份与属性，利用生成对抗网络和拒绝采样器实现隐私保护。

Comments ACM International Conference on Multimedia Retrieval 2026

Structure-Grounded Knowledge Retrieval via Code Dependencies for Multi-Step Data Reasoning

通过代码依赖关系进行结构化知识检索以实现多步数据推理

Xinyi Huang

机构 * Simon Fraser University（西蒙弗雷泽大学） 纠错

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

AI总结 本文提出SGKR框架，通过函数调用依赖关系构建图结构，提升多步数据推理任务中知识检索的准确性与相关性。

vstash: Local-First Hybrid Retrieval with Adaptive Fusion for LLM Agents

vstash：基于自适应融合的本地优先混合检索LLM代理

Jayson Steffens

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

AI总结 vstash通过自适应融合和自监督嵌入优化，提升LLM代理在多数据集上的检索性能，实现NDCG@10的显著提升。

Tool Retrieval Bridge: Aligning Vague Instructions with Retriever Preferences via Bridge Model

工具检索桥：通过桥模型对模糊指令与检索器偏好进行对齐

Kunfeng Chen, Luyao Zhuang, Fei Liao, Juhua Liu, Jian Wang, Bo Du

机构 * Department of Gastroenterology, Renmin Hospital, Wuhan University（武汉大学人民医院消化内科） ； School of Computer Science, Wuhan University（武汉大学计算机学院） ； State Grid Corporation（国家电网公司） 纠错

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

AI总结 本文提出TRB方法，通过桥模型将模糊指令转化为更具体的指令，提升模糊指令下的工具检索性能，实验表明TRB在多个检索设置下显著提升检索效果。

Comments 14 pages, 6 figures