LLM4VV: Developing LLM-Driven Testsuite for Compiler Validation
专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；RAG(abstract)；分类 cs.AI
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。
1. 检索器与排序 4558 篇
Assessing generalization capability of text ranking models in Polish
专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；RAG(abstract)；分类 cs.CL
A Multi-level Distillation based Dense Passage Retrieval Model
专题命中 检索器与排序 ：retriever(abstract)；dense retrieval(abstract)；分类 cs.IR
SenTest: Evaluating Robustness of Sentence Encoders
专题命中 检索器与排序 ：retrieval augmented generation(abstract)；RAG(abstract)；分类 cs.CL
Fine-grained Late-interaction Multi-modal Retrieval for Retrieval Augmented Visual Question Answering
专题命中 检索器与排序 ：retriever(abstract)；knowledge retrieval(abstract)；分类 cs.CL
Comments To appear at NeurIPS 2023. This is the camera-ready version. We fixed some numbers and added more experiments to address reviewers' comments
MechGPT, a language-based strategy for mechanics and materials modeling that connects knowledge across scales, disciplines and modalities
专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；knowledge retrieval(abstract)；分类 cs.CL
Expand, Rerank, and Retrieve: Query Reranking for Open-Domain Question Answering
专题命中 检索器与排序 ：retriever(abstract)；dense retrieval(abstract)；分类 cs.CL
Comments ACL 2023 long paper (Findings)
Zero-Shot Retrieval with Search Agents and Hybrid Environments
专题命中 检索器与排序 ：retriever(abstract)；hybrid retrieval(abstract)；分类 cs.CL
Augmenting Zero-Shot Dense Retrievers with Plug-in Mixture-of-Memories
专题命中 检索器与排序 ：retriever(abstract)；dense retrieval(abstract)；分类 cs.CL
CORE: A Retrieve-then-Edit Framework for Counterfactual Data Generation
专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；dense retrieval(abstract)；分类 cs.CL
Comments Findings EMNLP 2022
Contextualized Query Embeddings for Conversational Search
专题命中 检索器与排序 ：dense retrieval(abstract)；hybrid retrieval(abstract)；分类 cs.IR
Comments Published in EMNLP 2021
Predicting Efficiency/Effectiveness Trade-offs for Dense vs. Sparse Retrieval Strategy Selection
专题命中 检索器与排序 ：dense retrieval(abstract)；hybrid retrieval(abstract)；分类 cs.IR
Transductive Learning for Unsupervised Text Style Transfer
专题命中 检索器与排序 ：retriever(abstract)；dense retrieval(abstract)；分类 cs.CL
Comments Accepted at EMNLP 2021
Passage Retrieval for Outside-Knowledge Visual Question Answering
专题命中 检索器与排序 ：retriever(abstract)；dense retrieval(abstract)；分类 cs.IR
Comments Accepted to SIGIR'21 as a short paper
Pyserini: An Easy-to-Use Python Toolkit to Support Replicable IR Research with Sparse and Dense Representations
专题命中 检索器与排序 ：dense retrieval(abstract)；hybrid retrieval(abstract)；分类 cs.IR
OPERA: Online Data Pruning for Efficient Retrieval Model Adaptation
OPERA：面向高效检索模型适应的在线数据剪枝
机构 * Amazon Web Services（亚马逊云服务）
专题命中 检索器与排序 ：retriever(abstract)；分类 cs.IR、cs.CL、cs.AI；RAG(comments)
AI总结 OPERA通过在线数据剪枝提升检索模型适应效果，SP在标准微调基础上提升NDCG，DP在多个领域数据集上取得最佳排名和召回效果，且训练时间减少50%。
Comments Code is released at: https://github.com/autogluon/autogluon-rag/tree/main/projects/opera
Bilevel Optimization for Covert Memory Tampering in Heterogeneous Multi-Agent Architectures (XAMT)
针对异构多智能体架构中的隐蔽内存篡改的双层优化
专题命中 检索器与排序 ：RAG(abstract,comments)；retrieval-augmented generation(abstract)
AI总结 XAMT通过双层优化方法针对异构多智能体架构中的隐蔽内存篡改问题，提出了一种新的训练时威胁模型，以提升系统安全性。
Comments 10 pages, 5 figures, 4 tables. Conference-style paper (IEEEtran). Proposes unified bilevel optimization framework for covert memory poisoning attacks in heterogeneous multi-agent systems (MARL + RAG)
Automated Code Generation and Validation for Software Components of Microcontrollers
专题命中 检索器与排序 ：RAG(abstract,comments)；retrieval-augmented generation(abstract)
Comments Sebastian Haug: This paper, spanning 12 pages with 5 figures, presents my work on automated code generation and validation for STM32F407 microcontroller software components. Developed as part of a research project at Munich University of Applied Sciences and AGSOTEC GmbH, it leverages AST and RAG to streamline embedded development. Includes glossary and bibliography as supplementary materials
Guardian Crawler: Retrieval-First Knowledge Discovery with Bounded LLM Augmentation for Noisy Web Intelligence
Guardian Crawler：面向噪声网络智能的、结合受限大语言模型增强的检索优先型知识发现方法
专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；分类 cs.IR、cs.CL、cs.AI
AI总结 Guardian Crawler是面向噪声网络智能的检索优先型测试平台，结合BM25与风险感知重排序等技术，在合成语料库实验中取得较高检索分数，可用于知识发现与证据摘要生成。
Comments 8 pages, 2 figures. Accepted as a Short Paper at KDIR 2026 (International Conference on Knowledge Discovery and Information Retrieval)
Search, Inspect, Fetch: Exploiting Structure-Aware Boolean Retrieval for Deep-Research Agents
搜索、检查、获取：利用布尔检索构建深度研究智能体
专题命中 检索器与排序 ：retriever(abstract)；分类 cs.IR、cs.CL、cs.AI
AI总结 本研究针对现有深度研究智能体的缺陷，提出基于BQL的SIEVE接口，在三个问答数据集上实现更高准确率且token用量显著减少，验证了BQL过滤的有效性。
Comments added statistical test, restructure appendix etc
Beyond Self-Knowledge: Propagating Uncertainty Across Reasoning and Retrieval in LLMs
超越自我认知：在语言模型中跨推理与检索传播不确定性
专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；分类 cs.IR、cs.CL、cs.AI
AI总结 研究在知识密集型问答中，利用黑盒语言模型的置信度指导检索路由。核心方法是BeyondUncertainty，先得临时答案和置信度，依阈值决定检索策略。该方法提升了平均词元级F1，减少检索段落，在多数设置中优于随机分配，揭示了证据获取与词元效率的权衡。
Comments 9 pages, 6 figures, 6 tables
When Thinking Before Retrieval Hurts: TraceBound Diagnostics for Adaptive Knowledge-Graph Retrieval
当检索前思考有害时：用于自适应知识图谱检索的TraceBound诊断
专题命中 检索器与排序 ：retriever(abstract)；分类 cs.IR、cs.CL、cs.AI
AI总结 研究知识图谱自适应检索中“检索前思考”有害问题，引入TraceBound诊断协议，它能暴露查询配置文件等。实验表明虽改善可检查性，但降低检索质量，通过分析定位退化原因，指出应将其作为动作选择控制问题评估。
Comments 11 pages, 4 figures, 15 tables. Accepted at the Failure Modes in Agentic AI (FAGEN) Workshop at ICML 2026
A Multi-Agent Framework for Zero-Dimensional Reduced-Order Model Planning
用于零维降阶模型规划的多智能体框架
机构 * Institute of Engineering Thermophysics, Chinese Academy of Sciences（中国科学院工程热物理研究所） ； National Key Laboratory of Science and Technology on Advanced Light-duty Gas-turbine（先进轻型燃气轮机技术重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； Qingdao Institute of Aeronautical Technology（青岛航空技术研究院） ； Nanjing Future Energy System Research Institute（南京未来能源系统研究院）
专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；RAG(abstract)
AI总结 本文针对复杂零维降阶模型规划中依赖人工、传统方法局限等问题，提出多智能体架构Z-COPA，其核心是专用图表示法，将规划转化为图结构优化问题，经多基准测试验证，该框架性能卓越且打破传统范式，提供新规划技术方法。
MMAgent-R$^2$: Learning to Rerank and Reject for Agentic mRAG
MMAgent-R$^2$：用于智能mRAG的重排与拒绝学习
机构 * State Key Laboratory of Multimodal Artificial Intelligence Systems, CASIA（中国科学院复杂系统管理与控制国家重点实验室） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Beijing Key Laboratory of Super Intelligent Security of Multi-Modal Information（北京多模态信息超智能安全重点实验室） ； WeChat Vision, Tencent Inc.（腾讯微信视觉团队） ； PeopleAI Inc.（人智公司） ； School of Information Science and Technology, ShanghaiTech University（上海科技大学信息科学与技术学院）
专题命中 检索器与排序 ：retrieval augmented generation(abstract)；retriever(abstract)
AI总结 针对KB-VQA中现有mRAG方法在处理视觉相似实体时的不足，提出MMAgent-R$^2$框架，集成视觉重排和主动拒绝机制，设计复合奖励函数，经GRPO训练实现联合优化，实验证明其在多任务中性能达最优。
Comments Accepted by ECCV 2026
InfluMatch: Frontier-Quality KOL Search at 4B-Model Cost
InfluMatch：以4B模型成本实现前沿质量的关键意见领袖搜索
专题命中 检索器与排序 ：dense retrieval(abstract)；分类 cs.IR、cs.CL、cs.AI
AI总结 研究如何将关键意见领袖与泰国营销标准匹配，提出低成本三阶段级联InfluMatch，由小型开放权重模型构建，能以低得多的成本达到前沿模型效果，是可部署、可解释的KOL搜索系统。
External Data Extraction Attacks against Retrieval-Augmented Large Language Models
针对检索增强型大语言模型的外部数据提取攻击
专题命中 检索器与排序 ：RAG(abstract,abstract_cn)
AI总结 研究针对检索增强型大语言模型的外部数据提取攻击，提出统一框架并开发SECRET攻击方法，该方法含自适应优化与聚类聚焦触发策略，实验显示其显著优于先前攻击，能有效提取数据，呼吁关注此新兴威胁。
Comments Accepted by IEEE TIFS
ClinRAG-GRAPH: Clinical-prior Retrieval-Augmented Graph Model with Domain Adversarial Learning for Breast pCR Prediction
ClinRAG-GRAPH: 基于临床先验的检索增强图模型与领域对抗学习用于乳腺癌pCR预测
机构 * Department of Medical Imaging, Radboud University Medical Center, Nijmegen, The Netherlands（拉德堡德大学医学中心医学影像科，奈梅亨，荷兰） ； The Netherlands Cancer Institute, Amsterdam, The Netherlands（荷兰癌症研究所，阿姆斯特丹，荷兰） ； Faculty of Applied Sciences, Macao Polytechnic University, Macau, China（澳门理工大学应用科学学院，澳门，中国） ； Boston Children’s Hospital, Harvard Medical School, Boston, USA（波士顿儿童医院，哈佛医学院，波士顿，美国） ； Centre for Artificial Intelligence and Robotics, Hong Kong Institute of Science & Innovation, Chinese Academy of Sciences, Hong Kong, China（中国科学院香港创新研究院人工智能与机器人创新中心，香港，中国） ； Imaging Division, University Medical Center Utrecht, Utrecht, The Netherlands（乌得勒支大学医学中心影像部，乌得勒支，荷兰） ； Department of Radiology, Fuzhou University Affiliated Provincial Hospital, Fuzhou, China（福州大学附属省立医院放射科，福州，中国） ； Department of Radiology, Yantai Yuhuangding Hospital, Shandong, China（烟台毓璜顶医院放射科，山东，中国）
专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；RAG(abstract)
AI总结 提出ClinRAG-GRAPH框架，通过构建患者内临床先验图、双分支领域对抗学习和大语言模型驱动的子图检索增强模块，实现术前pCR预测，在内部和外部测试集上取得良好性能。
Comments 11 pages, 5 figures
Multi-Agent Transactive Memory
多智能体交互记忆
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of California, Berkeley（加州大学伯克利分校）
专题命中 检索器与排序 ：retrieval-augmented generation(abstract)；分类 cs.IR、cs.CL、cs.AI
AI总结 提出MATM框架，通过共享存储和检索智能体轨迹，实现异构智能体群体间的知识复用，提升下游任务性能并减少交互步骤。
ToolChain-CRC: Conformal Risk Control for Agentic AI Under Retrieval and Tool-Use Drift
ToolChain-CRC: 检索与工具使用漂移下代理型AI的共形风险控制
机构 * The University of Texas Rio Grande Valley（德克萨斯大学里奥格兰德谷分校） ； Florida International University（佛罗里达国际大学）
专题命中 检索器与排序 ：RAG(abstract,abstract_cn)
AI总结 针对检索增强和工具使用代理在漂移下的风险控制问题，提出ToolChain-CRC方法，通过构建轨迹级风险评分并校准接受或干预规则，实现可证明的轨迹级风险控制。
Comments 26 pages, 11 figures
Non-negative Elastic Net Decoding for Information Retrieval
非负弹性网络解码用于信息检索
机构 * NTT, Inc（NTT公司）
专题命中 检索器与排序 ：dense retrieval(abstract)；分类 cs.IR、cs.CL、cs.AI
AI总结 提出非负弹性网络（NNN）解码方法，将检索视为联合解码问题，通过稀疏非负线性组合重构查询嵌入，在理论上严格优于稠密检索，实验表明在多个基准上取得一致改进。
Comments 19 pages, 4 figures
