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 478 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。

9月14日周一 · 1 条
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

R2VC：检索、验证与置信度校准的模块化事实核查

研究者提出 R2VC，一种模块化的事实核查架构，将检索、推理、验证与置信度校准分离，结合稀疏+稠密混合检索、经 SFT 与 DPO 对齐的生成器、外部 NLI 交叉编码器筛选候选以及轻量级序列级校准器。在 FEVER 上，8B 骨干模型使用 R2VC 后准确率比基线提升 13.74%。消融实验显示验证器候选筛选与置信度校准贡献最大，移除候选筛选准确率降至 7

9月12日周六 · 1 条
正文结构化主题已通过公开置信门槛
InfoQ AI ML and Data Engineering观点

从检索到推理：用知识图谱构建生产级智能体 AI 系统

RelationalAI 的 Cassie Shum 在 InfoQ 演讲中分享了她构建生产级智能体 AI 系统的经验，主张以知识图谱作为智能体系统的基础。她介绍了知识图谱与图数据库的区别，强调知识图谱的核心在于实体、关系及其间嵌入的逻辑与语义层。她还提到自己为团队搭建了基于知识图谱的开发工具，并讨论了 GraphRAG 的现状。

9月11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

VikingRAG：面向结构化文档的高效检索增强生成

该论文提出 VikingRAG，一个面向结构化文档的目录感知语义数据管理系统，将语义与结构访问紧密结合，支持基于证据缺口的多轮检索。系统通过将多轮检索轨迹物化为可复用的经验边，并引入自适应升级策略，在证据充分时仅用单轮经验增强检索。实验显示基础系统在保持高准确率的同时仅消耗现有方法 11.6%–51.9% 的 token，结合轨迹复用与自适应升级后可降至 5

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

先思后链：多语言实体链接中的稀有性、推理与检索

该论文研究多语言多模态实体链接中稀有实体的失败问题，指出传统基于流行度（如页面浏览量）的稀有度指标会遗漏许多知识图谱结构上稀疏的实体。作者提出用Wikidata结构指标刻画稀有度，并设计一个无需训练的框架，让具备推理能力的视觉语言模型迭代检索并推理Wikipedia证据。在MERLIN五语言基准上，最佳系统整体比SOTA提升6.9%，在稀有实体切片上最高提升

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

TimelyRAG：面向重叠演化文档的语义-时间混合检索

KAIST 的研究者提出 TimelyRAG，一个与检索器无关的语义-时间混合重排序框架，将时间距离纳入排序，以应对法律、政策等文档通过修正案重叠演化的场景。同时发布 TimelyQABench，首个针对重叠演化监管语料的时间敏感问答基准。实验显示 nDCG@10 最高提升 28.6%，Hit@10 提升 19.1%。

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

合成数据之殇：LLM智能体技能检索中的灾难性遗忘

该研究针对LLM智能体在34,396个技能库中的技能检索问题，发现使用合成数据微调虽能提升分布内检索，却会导致在真实和分布外（OOD）数据上的灾难性遗忘。作者评估了嵌入锚点正则化、LwF、EWC和L2初始化等持续学习方法，结果显示这些方法不仅保留了OOD检索性能，还将0.6B Qwen检索器和重排器的合成分布内检索提升了13.98%。研究提供了实用基准和针对

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

Amazon Bedrock 知识库集成 Marengo 3.0 实现视频图像搜索

AWS 宣布 TwelveLabs Marengo Embed 3.0 作为嵌入模型在 Amazon Bedrock Knowledge Bases 中正式可用。该多模态嵌入模型可将视频、音频、图像和文本联合编码为 512 维向量，使视频和图像内容可通过自然语言进行语义搜索。Managed Knowledge Bases 自动完成分段、抽帧、转录和嵌入，用户

9月10日周四 · 4 条
正文结构化主题已通过公开置信门槛
RAGFlow Releases一手来源开源

RAGFlow v0.27.2 发布：重构 Agentic RAG 检索框架

RAGFlow 发布 v0.27.2 版本，重构了 Agentic RAG 检索框架，显著提升推理速度与基准测试表现。新增知识编译运行时设置、知识编译流水线限流、Sitemap 数据源、WebDAV 自定义 CA 证书、MonkeyOCRv2 与自托管 PaddleOCR-VL 解析支持，以及 Sofya 搜索工具等。同时新增 Hubris 和 llmman

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

Dify v1.17.1 发布：知识库密钥限定与多项修复

Dify 发布 v1.17.1 版本，主要包含知识库 API 密钥按数据集限定范围、工作流节点键盘移动、市场创作者主页改版等新功能，并修复了 CSV、Notion、PDF、网页抓取等知识库提取与索引相关的多个 bug。其中自托管且使用内置 Weaviate 的部署需在升级前完成分阶段手动升级，否则可能永久损坏向量搜索。

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

推测式RAG中保证忠实证据抽取的约束混合解码

该论文提出 Constrained Hybrid Decoding (CHyD)，一种面向推测式检索增强生成（speculative RAG）的「忠实优先」解码范式。传统推测解码以推理效率为目标，而 CHyD 在模型进入抽取模式时施加硬解码约束，将生成限制为检索文档中连续且逐字存在的片段，从而保证输出中任何引用片段都逐字来自上下文。作者在多种抽象式、抽取式和

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

LiteRAG：低成本图检索增强生成方法

研究者提出 LiteRAG，一种基于图的检索增强生成方法，用查询条件驱动的算法探索和推理链上下文构建替代检索时昂贵的 LLM 控制。在 DistComp 多跳检索基准上，LiteRAG 取得最高整体质量（0.798），相比 GraphRAG Global 和 DRIFT 将单查询延迟降低超过 100 倍、成本降低超过 99%；在 UltraDomain 上与

9月9日周三 · 5 条
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

互补查询改写：在强RAG基线下的协同效应研究

该研究在固定强RAG流水线（BGE检索、交叉编码器重排、MMR多样化）下，系统比较了四种查询改写策略与HyDE、Query2Doc两种基线，在HotpotQA、AmbigNQ和企业数据集上发现：单独改写最多与强基线持平，但组合不同改写方法能显著提升检索效果，企业数据上HIT@10提升达13.8个百分点。研究进一步提出成本感知的置信度门控路由器，在模拟中仅用4

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

ExpertLens：可视化嵌入空间实现MoE增强检索器的后置可解释性

arXiv 论文提出 ExpertLens，一个针对 MoE 增强型稠密检索器的后置可解释性框架，利用判别式嵌入空间可视化和概念激活向量，揭示专家路由如何影响嵌入空间结构和检索效果。实验在五个 IR 基准和两个稠密检索器上进行，结果表明专家路由能改善嵌入空间几何结构，且存在通用专家和具有语言特化的少数专家。该框架补充了现有特征级归因方法，推动神经 IR 的全

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

基于大语言模型的科学文献实体解析的可视化分析

该论文提出了一种结合大语言模型（如GPT-4）与可视化分析的人机协同实体解析流程，用于从科学文献中提取领域特定实体，并以金属有机框架（MOFs）材料领域为例进行验证。通过交互式错误分析和RAG过程解释，该方法将单文档实体解析准确率提升了约30%。研究强调了可视化在提升LLM实体解析可解释性和准确性方面的作用。

正文结构化主题已通过公开置信门槛
arXiv cs.CV一手来源研究

CrossModalQA：面向多模态检索增强生成的跨模态多跳基准

本文提出了 CrossModalQA，一个用于评估多模态检索增强生成（RAG）的开域基准，包含 1,863 个问答对，基于 4,987 篇维基百科文章和 4,431 张维基共享图片构建，覆盖五种跨模态推理路径，平均推理深度为 3.50 跳。实验表明现有多模态 RAG 系统难以恢复完整证据链，且不完整检索可能引入干扰，导致性能低于闭卷模型；完整跨模态检索比生成

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

HPE Zerto 基于 Amazon Bedrock 构建代理式故障排查系统

AWS 与 HPE Zerto 合作，在 Amazon Bedrock 上构建了一个代理式故障排查系统，部署于本地环境，通过自然语言交互帮助用户快速诊断和解决数据保护与灾难恢复问题。系统采用 Strands Agents 框架、MCP 服务器和 Bedrock Knowledge Bases 等技术，并利用 Guardrails 确保安全。该系统旨在减少停机

9月8日周二 · 1 条
正文结构化主题已通过公开置信门槛
阿里 AgentScope Releases一手来源产品发布

AgentScope v2.0.8 发布：新增实时语音代理与 A2A 支持

阿里 AgentScope 发布 v2.0.8 版本，新增实时语音代理、A2A 协议支持、GoalPipeline 流水线模块、代理驱动的上下文压缩工具、RAG 的 LLM 重排序功能，并支持 Volcengine Ark 模型。同时改进了 MCP 连接清理和 Web UI 体验。

9月7日周一 · 3 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

SAGE：用于多实体视觉检索的语义属性图

arXiv 论文提出 SAGE 框架，通过将密集文档图像中的语义实体解析为层次化图节点并采用多向量嵌入，缓解了标准视觉语言检索器因单向量编码导致的“语义稀释”问题。作者还构建了 DEAR 基准数据集，包含 1055 对查询-图像对，用于评估多实体视觉检索。实验表明 SAGE 在 DEAR 上显著优于基线，Recall@3 达 0.849，代码已开源。

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

大语言模型中的证据整合机制研究

该研究提出了一种关于大语言模型（LLM）如何整合外部证据的分布理论，认为证据会通过接收者先验权重和候选证据倾斜来改变模型的初始答案分布。基于超过一千万次试验、十二个模型和八个领域的验证，研究发现模型更易接受自身倾向的候选，且相同证据可能提升弱模型而损害强模型。因果干预表明候选整合发生在网络后期，而验证表征对最终答案几乎没有因果影响。

正文结构化主题已通过公开置信门槛
Hugging Face Blog一手来源开源

Qdrant 发布 100 亿向量开源基准数据集及 Supernova 框架

Hugging Face 与 Qdrant、Vultr 合作发布了 Qdrant-FineWeb-10B，这是一个包含 100 亿向量的开源向量搜索基准数据集，基于 FineWeb 语料库生成。同时，Qdrant 开源了 Supernova 框架，用于自动化嵌入生成、暴力 ground truth 计算、数据库加载和评估。该数据集和框架旨在解决现有基准在规模