WWW / The Web Conference

Retrieval Collapses When AI Pollutes the Web

当AI污染网络时检索崩溃

Hongyeon Yu, Dongchan Kim, Young-Bum Kim

机构 * NAVER Corp.（NAVER公司） 纠错

AI总结 研究发现AI生成内容污染导致检索系统崩溃，需引入检索意识策略以防止质量下降。

Comments 4 pages, Proceedings of The Web Conference 2026 (WWW '26)

FeDecider: An LLM-Based Framework for Federated Cross-Domain Recommendation

FeDecider: 一种基于大语言模型的联邦跨域推荐框架

Xinrui He, Ting-Wei Li, Tianxin Wei, Xuying Ning, Xinyu He, Wenxuan Bao, Hanghang Tong, Jingrui He

AI总结 FeDecider是一种基于大语言模型的联邦跨域推荐框架，通过解耦客户端低秩更新并学习个性化权重，有效解决跨域推荐中的过拟合和异质性问题。

Comments Accepted to The Web Conference (WWW) 2026

Language Model Representations for Efficient Few-Shot Tabular Classification

用于高效少样本表格分类的语言模型表示

Inwon Kang, Parikshit Ram, Yi Zhou, Horst Samulowitz, Oshani Seneviratne

机构 * Rensselaer Polytechnic Institute（罗格斯理工学院） ； IBM Research（IBM研究） 纠错

AI总结 本文提出TaRl方法，利用语言模型的语义嵌入进行少样本表格分类，通过移除公共组件和校准温度提升性能，实现高效利用现有LLM基础设施。

Comments Accepted to WWW'26

PRoH: Dynamic Planning and Reasoning over Knowledge Hypergraphs for Retrieval-Augmented Generation

PRoH：基于知识超图的动态规划与推理用于检索增强生成

Xiangjun Zai, Xingyu Tan, Xiaoyang Wang, Qing Liu, Xiwei Xu, Wenjie Zhang

机构 * University of New South Wales（新南威尔士大学） 纠错

AI总结 PRoH通过动态规划与推理知识超图框架，提升检索增强生成任务中多跳问答的性能和鲁棒性。

Comments Accepted by The Web Conference 2026 (WWW, 2026)