返回主题地图

检索增强

技术方向 · 用外部知识约束模型输出的检索增强生成，含向量嵌入与重排序 · 共 258 条

只展示置信度达到公开门槛且每篇排名前三的主题标签，降低泛化误贴。

8月21日周五 · 5 条
正文结构化主题已通过公开置信门槛
arXiv cs.IR一手来源研究

SSR-GRPO：融合监督与语义标识符的电商密集检索强化学习

本文提出 SSR-GRPO，一种用于电商密集检索的强化学习框架，通过引入语义标识符（SIDs）和双视角相关性评估，解决 R-GRPO 中候选池噪声和奖励偏差问题。该方法利用 SIDs 挖掘难负样本，并集成掩码函数和 Retrieval-DPO 任务，提升模型细粒度语义区分能力。离线与在线实验验证了其有效性，并已部署于大规模电商平台。

正文结构化主题已通过公开置信门槛
arXiv cs.MA一手来源研究

基于证据的多智能体系统用于生物机器人高层设计

本文介绍了一个基于Qwen3.5-27B构建的离线多智能体系统micro biorobot agent，用于生物机器人高层设计。该系统通过共享工作空间协调约二十个专业组件，集成23,762条证据库，实现需求分析、模块检索、候选组装、冲突检查和独立评审。在50个查询的评估集上，系统平均得分7.35和8.04，为七种系统中最高，且源跟踪检查将虚假缺口从15降至3

正文结构化主题已通过公开置信门槛
arXiv cs.CL一手来源研究

石油工程师学会实践社区虚拟成员ATHENA：从原型到部署

本文介绍了为石油工程师学会（SPE）开发的虚拟助手ATHENA的演进过程，从原型到部署。ATHENA旨在支持油气行业实践社区的知识捕获、检索和传播，通过智能体检索、经验知识捕获和主动传播三大核心能力，帮助用户完成井规划等知识密集型任务。初步评估显示，与基于Claude Haiku 3.0的RAG基线相比，ATHENA使专家任务得分提高152%，生产力提高28

正文结构化主题已通过公开置信门槛
Hugging Face New and Trending Models一手来源模型发布

TomoroAI 发布多模态嵌入模型 tomoro-colqwen3-embed-4b

TomoroAI 发布了 tomoro-colqwen3-embed-4b，这是一个基于 Qwen3-VL-4B-Instruct 和 Qwen3-Embedding-4B 融合的多模态嵌入模型，采用 ColPali 风格的多向量表示，支持文本、图像和视频检索。该模型在 ViDoRe 基准上达到或接近最先进性能，并将嵌入存储占用降低至约 0.82 TB/百万

正文结构化主题已通过公开置信门槛
AWS Machine Learning Blog一手来源产品发布

AWS 推出向量解决方案，助力代理式 AI 数据检索

AWS 发布了向量解决方案，旨在支持代理式 AI 应用，通过将向量搜索集成到现有数据存储中，避免数据迁移。该方案覆盖多种服务，如 OpenSearch、S3、Aurora 等，并提供决策模型帮助用户选择。此举可提升检索准确性，降低延迟和成本，推动代理式 AI 的落地。

8月20日周四 · 4 条
正文结构化主题已通过公开置信门槛
Mistral AI News一手来源产品发布

Mistral 发布 Agentic Search，提升复杂文档检索准确率

Mistral AI 发布了 Agentic Search，一种多步骤检索工具，使 AI 系统能够导航、阅读和验证复杂文档中的信息。在 FinanceBench 和 OfficeQA Pro 基准测试中，它显著提高了准确性（FinanceBench 上从 26.7% 提升至 86%），同时降低了延迟和 token 消耗。该工具通过 Mistral Searc

正文结构化主题已通过公开置信门槛
arXiv cs.IR一手来源研究

双有界关系召回：在固定预算下超越Top-K检索的完整证据恢复

本研究提出双有界关系召回（DBRR）方法，在固定检索预算下，通过将部分预算分配给与已选证据相关的图邻接上下文，而非仅依赖扁平top-k排序，显著提升了HotpotQA数据集上完整支持证据的恢复率。在7,405个问题上，完整证据恢复率相对匹配的扁平基线提高了23.8个百分点，其中桥接类问题提升最为显著。结果表明，在相同上下文预算下，证据的分配方式对检索完整性至

正文结构化主题已通过公开置信门槛
AWS Machine Learning Blog一手来源产品发布

Fanatics 在 AWS 上构建多智能体客户支持系统

Fanatics Betting and Gaming (FBG) 在 AWS 上构建了一个多智能体客户支持系统，以应对体育博彩中复杂的、因州而异的规则和高并发查询。该系统采用编排器模式，通过 Amazon Bedrock 访问多个基础模型，并集成 Guardrails 和负责任博彩分类器，显著提升了响应速度和准确性，同时降低了运营成本。FBG 的 CTO

正文结构化主题已通过公开置信门槛
AWS Machine Learning Blog一手来源产品发布

KnowledgeForge：从 ITSM 工单中挖掘知识金矿

AWS 机器学习博客介绍了 KnowledgeForge，一个利用生成式 AI 从 ITSM 工单中挖掘知识并优化知识库的系统。该系统通过 Amazon Bedrock、S3 Vectors 和 Step Functions 等 AWS 服务，自动生成知识文章并进行去重、质量评分和内容改进，最终由知识管理员审核。该方案旨在解决企业 IT 支持中知识沉淀不足和

8月19日周三 · 6 条
正文结构化主题已通过公开置信门槛
Mastra Releases一手来源产品发布

Mastra 更新：持久执行、Cloudflare Sandbox 与 MCP 协议升级

Mastra 发布 2026 年 8 月 19 日更新，为 Agents API 增加无需部署的持久执行功能，并新增 Cloudflare Sandbox 提供商。MCP 协议升级支持无状态 2026-07-28 修订版和多轮 elicitation。RAG 模块新增 GraphRAG 快照序列化，降低大型语料库启动成本。核心包 @mastra/core 1

正文结构化主题已通过公开置信门槛
RAGFlow Releases一手来源产品发布

RAGFlow v0.27.0 发布：模型提供者、过滤器及 Go 迁移

RAGFlow 发布 v0.27.0 版本，主要更新包括模型提供者功能、聊天和搜索页面的过滤器、任务执行器迁移到 Go、以及多个 Go 代理组件的修复和增强。此外，该版本修复了多个 bug，如内存错误信息显示、内置元数据问题、以及安全漏洞（CVE-2026-9256）。

正文结构化主题已通过公开置信门槛
arXiv cs.IR一手来源研究

Sparse Coverage：用于专利现有技术检索的语义中心表示

arXiv 论文提出 Sparse Coverage，一种无监督语义检索框架，通过将局部跨度嵌入映射到嵌入空间中心的稀疏词汇表，实现专利现有技术检索。在 CLEF-IP 2013 数据集上，Sparse Coverage 在文档级召回率上达到或超过强密集专利编码器，同时保持段落级检索竞争力。该方法结合局部语义证据与稀疏倒排索引搜索，为专利检索提供有效的第一阶

正文结构化主题已通过公开置信门槛
arXiv cs.CL一手来源研究

边际正则化结构化语义对齐用于脑语言对应研究

本文提出 MD-SigLIP 框架，通过边际正则化的结构化语义对齐，将脑磁图信号与文本嵌入映射到共享语义空间，实现基于检索的脑语言解码。该方法在 D-SigLIP 基础上引入列表式边际正则项，建模多正例语义簇和排序约束，在两个 MEG 语言数据集上取得最优检索性能，且不依赖生成式语言模型。

正文结构化主题已通过公开置信门槛
arXiv cs.IR一手来源研究

MITRE-SAGE：多智能体网络安全问答模型

MITRE-SAGE 是一个多智能体检索增强生成框架，用于网络安全问答，通过整合语义和结构知识提升 LLM 的可靠性和可解释性。该框架在八个基准任务中的五个上优于独立 LLM 和传统 RAG 方法，并发布了包含 3000 个问答对的 MITRE-QA 基准。

正文结构化主题已通过公开置信门槛
AWS Machine Learning Blog一手来源产品发布

利用 Amazon Bedrock 自动生成过滤器提升合同搜索准确性

AWS 机器学习博客介绍了其 AI 驱动的注释（AIDA）解决方案，该方案基于 Amazon Bedrock 知识库，通过元数据增强的分块和隐式/显式过滤机制，提高合同搜索的准确性。AIDA 将非结构化合同转化为可搜索的智能数据，支持自然语言查询，并通过 RAG 架构和过滤机制确保检索结果的相关性和合规性。

8月18日周二 · 5 条
正文结构化主题已通过公开置信门槛
Quarkus LangChain4j Releases一手来源产品发布

Quarkus LangChain4j 1.13.0 发布：新增 Guardrails 页面与工具调用支持

Quarkus LangChain4j 发布了 1.13.0 版本，该版本升级了 LangChain4j 依赖至 1.19.0，并引入了多项新功能，包括在 Dev UI 中新增 Guardrails 页面、支持在 AI 服务方法上使用 @Skills 注解、为 GPULlama3 添加工具调用支持，以及修复了多个问题。此外，还改进了文档结构，将 Agenti

正文结构化主题已通过公开置信门槛
arXiv cs.IR一手来源研究

MAPLE：多角度全文科学论文检索基准

研究人员提出了MAPLE基准，用于评估检索器能否从多个方面（如动机、方法和实验结果）一致地检索同一篇科学论文。MAPLE包含2095个查询，涉及210篇近期机器学习和NLP论文，并提出了MAPLE-Synth流水线来生成逼真的查询。实验表明，最强模型在AnyAspect@20上达到98.1%，但在AllAspect@20上仅为15.7%，揭示了多角度检索的显

正文结构化主题已通过公开置信门槛
arXiv cs.CL一手来源研究

语言服务器能否为编码代理节省令牌？测量方法与初步研究

该研究首次系统测量了编码代理中语言服务器协议（LSP）语义检索与词法检索（如grep）的令牌效率，提出“令牌到成功”指标并设计五臂消融实验。初步实验表明，在符号定位任务中LSP通常消耗更多令牌，仅在引用完整性任务中提高精度而非节省令牌，且对最弱模型Haiku有节省效果。研究建议采用自适应路由策略，根据任务类型和模型能力选择检索工具。

正文结构化主题已通过公开置信门槛
arXiv cs.IR一手来源研究

检索感知代理控制器缓解深度研究代理的推理停滞

本文分析了多种深度研究代理（DRA）的推理轨迹，发现它们常出现“推理停滞”问题，即多数迭代对最终性能贡献甚微，且代理缺乏对自身轨迹的感知。为此，作者提出无监督信号和检索感知代理控制器（RAAC），帮助代理在每步选择最优动作，减少不必要的搜索调用并提升性能。在BrowseComp-Plus等基准上，RAAC平均减少14次搜索调用，准确率最高提升10%，平均提升

正文结构化主题已通过公开置信门槛
arXiv cs.IR一手来源研究

DESA：混合检索中的通道非对称查询扩展方法

该研究提出 DESA（Dense Expansion and Sparse Anchoring）方法，用于混合检索中的非对称查询扩展。LLM 生成参考段落，通过正交残差扩展增强稠密检索，通过分数乘积锚定限制稀疏检索的词汇支持。在七个 BEIR 数据集上，DESA 相比未扩展查询将 nDCG@10 和 Recall@20 分别提升 3.82% 和 2.38%，