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。

10月19日周一 · 4 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

仅用语义ID作为物品表示的推理重排序

该论文提出 ReRankID 测试平台，研究仅用语义 ID（SID）作为物品表示进行推理重排序。实验发现现有模型在仅见 SID 时倾向于照抄输入顺序而非真正重排序，可读元数据也无法修复该失败。作者比较了监督微调、拒绝采样自训练、在线策略蒸馏和基于验证器的强化学习等后训练方法，发现它们能激发缺失的重排序行为；其中用分级排序奖励训练的 8B 模型在仅 SID 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

AuditKIT：面向大模型与智能体系统的统一评测框架

论文提出 AuditKIT，一个面向大语言模型与智能体系统的开源评测库，统一了基准评测、模型评判、性能测量、工具使用评估和 RAG 评测接口。它要求每个指标声明 MAXIMIZE 或 MINIMIZE 方向并在比较中强制执行，用 SHA-256 指纹作为缓存与比较键，并将无法获取的证据标记为未评分而非计为失败。作者通过七个案例研究说明答案抽取、服务行为、检索

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

嵌入表太贵？面向小型与三值语言模型的16MB冻结词表

该论文提出用一张冻结的16MB、512位二值码词表替代小语言模型中可训练的嵌入表，该词表由预训练嵌入经主成分投影和符号二值化一次性生成。在Gemma 3 270M同构模型上以相同数据对比训练，冻结词表模型在LAMBADA、HellaSwag、PIQA上表现持平或更好，仅ARC-Easy落后；配合三值BitNet主体后整模型仅46MB，笔记本CPU上生成速度达

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

NoveltyScope：基于证据的多智能体论文新颖性评估助手

该论文提出 NoveltyScope，一个多智能体科研辅助原型，通过将论文与本地语料库中的先前工作进行检索比对，生成结构化报告和五级新颖性评分。系统提取核心任务与最多两项作者声称的贡献，使用 BM25 与稠密检索及倒数排名融合，并让检察官、辩护人、法官和批评者四个角色基于证据进行评分，法官最多可修订一次。在 50 个 RINoBench 样本上，多智能体评分

10月16日周五 · 10 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

InfoQ 研讨会：生产环境 AI 的静默失败、测试工程与智能体治理

InfoQ 举办线上研讨会，ThoughtWorks 的 Zichuan Xiong、Prem Chandrasekaran，隐私专家 Katharine Jarmul 与金融 AI 从业者 Lan Chu 等资深工程实践者讨论了智能体系统在生产环境中的真实运维挑战。与会者指出 LLM 流水线存在语义漂移、嵌入漂移等“静默失败”，RAG 可能泄露敏感文档，G

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 发布 v1.0.0-rc2：引入 Agentic 聊天模式

RAGFlow 发布 v1.0.0-rc2，这是 v1.0.0 的第二个候选版本，修复了 rc1 中的若干问题并引入新功能。主要亮点包括：聊天引入 Agentic 模式取代原有的 Low/Medium/High/Ultra 思考等级，兼容 rc1 数据可直接升级，新增 Team/Me 共享、DemonRoute 与 Opper 模型供应商、Firecrawl

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

AURA：效用引导的自适应推理实现高效文本检索

该论文提出 AURA 框架，将面向检索的推理建模为效用引导的计算分配问题，直接监督中间推理状态对相关文档与困难干扰项的区分能力，并训练轻量级效用估计器在推理时自适应决定推理深度。在 BRIGHT 基准上，AURA-4B 以平均 2.8 步推理、每查询 96 个生成 token 达到 34.7 的 nDCG@10，自适应停止将延迟从 4.6 秒降至 0.76

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

Idea2Prior：从研究想法出发的可审计论文检索与排序

研究者提出 Idea2Prior，一个基于 PaperArena 的可审计文献检索与排序系统，结合多源发现、身份验证、摘要分面评估、语义引用扩展和联合专家排序。在覆盖 EASY、MEDIUM、HARD 各十个查询的历史对比中，其 Hit@5 为 53.3%，高于 ChatGPT 网页 Deep Research 的 43.3% 和 Gemini 网页 Dee

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

MeddeX：结合RAG与Gemini Vision的LLaMA-3医疗报告分析系统

该论文提出 MeddeX，一个面向医疗报告分析的系统，将 QLoRA 微调的 LLaMA-3（8B）模型与检索增强生成（RAG）及 Gemini Vision 多模态层结合，用于生成准确、简洁且有证据支撑的医疗文档摘要。系统支持文本型 PDF、扫描图像 PDF 和放射影像，并引入垃圾文本检测、报告范围检索、纵向报告对比和惰性回填管线。与基础 LLaMA3-M

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

SSR：面向LLM多智能体系统的可扩展Agent发现检索器

论文提出 SSR（Structural Signal Retriever），一种确定性、免训练的检索方法，用于 LLM 编排的多智能体系统中 Agent Card 的发现。SSR 从 Agent Card 的能力字段提取结构化词汇信号，用 IDF 加权，并通过倒排信号索引（ISI）进行选择性候选评分。在 1000 个智能体规模下，SSR 相比全目录编排减少

正文结构化主题已通过公开置信门槛
arXiv cs.SE一手来源研究

跳过压缩器：代码智能体整文件选择解决更多问题

该研究比较了在固定 token 预算下，代码智能体处理仓库级 issue 时三种上下文压缩策略的效果：检索器、提示压缩器和整文件选择。作者提出简单选择器 CQ2-CARE，通过两次独立采样让模型选出必须修改的文件并整文件原样展示，再补充 grep 找到的相关代码片段。在 300 个 SWE-rebench issue 上，使用 GPT-5.6 和 Claud

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

信息增益校准的深度搜索智能体在线策略蒸馏

该论文针对深度搜索智能体的在线策略蒸馏（OPD）提出改进方法 IG-OPD。作者指出标准 OPD 存在“证据盲监督”（EBS）问题：监督仅基于检索前上下文，导致预算先验按 token 量分配监督、方向先验偏向教师偏好，而忽略检索到的证据实际效用。IG-OPD 利用检索后信息增益校准这两个先验，在六个多模态搜索基准上使 2B 和 4B 学生模型平均准确率分别提

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

巴西葡萄牙语金融新闻多类分类大规模数据集

研究者发布了一个约16万篇巴西葡萄牙语金融新闻的大规模数据集，以缓解该领域数据稀缺问题。他们构建了六个类别（钢铁、石油、银行、金融科技、一般市场影响、无关），并分别用人工和LLM零样本标注子集。实验比较了余弦相似度、KNN和FAISS三种基于多语言语义嵌入的分类方法，发现任务对标签质量和类别分布高度敏感：人工标注子集上KNN最佳（准确率47.3%，F1 31

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

LLM 记忆缺失的一环：长上下文与检索不足以修正信念

Hugging Face 博客发布两篇系列文章，探讨大语言模型记忆机制中「访问」与「修正」的区别。文章指出，长上下文和检索只能让模型保留并访问过去信息，但当新证据与旧信息冲突时，系统未必能正确更新记忆，这一现象被称为 context rot。作者以线性注意力为例，说明其固定大小的循环状态使记忆更新过程可被直接观察，并指出简单累加式记忆在信息被替换时会把新旧关

10月15日周四 · 6 条
正文结构化主题已通过公开置信门槛
Microsoft AI Blog一手来源产品发布

巴伊兰大学试点AI学习智能体，覆盖71门课程2400名学生

以色列巴伊兰大学（BIU）于今年2月在Moodle学习平台上试点了一款AI智能体，帮助学生用自然语言搜索和总结课程材料。该智能体由毕马威和OpenApp基于微软Copilot Studio开发，运行在Azure AI Services上，仅以教师上传的课程材料为依据。试点覆盖71门课程、约2400名学生，支持希伯来语、阿拉伯语和英语，并计划在2026/27学

正文结构化主题已通过公开置信门槛
llama.cpp Releases一手来源开源

llama.cpp b11643 发布：修复仅 embedding 图空图问题

llama.cpp 发布 b11643 版本，修复了仅含 embedding 的图在关闭 embeddings 时因 build pooling() 提前返回、t embd 不再展开而导致图为空、输入未被分配的问题，通过在该情况下展开 t embd 解决。该版本同时提供 macOS、iOS、Linux、Android、Windows 等多平台多后端（CUDA

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

TAGHN：文本注意力图重排序用于自动主题标引

研究者提出 TAGHN，一种面向自动主题标引的异构图重排序器，在检索候选描述符的子图上引入叙词表邻域（上位词、下位词、相关词）进行文档条件化消息传递。在包含 6,198 个描述符的经济学叙词表 STW 上，TAGHN 达到 0.380 宏 F1，优于微调交叉编码器的 0.346 和固定词表 XMLC 分类器的 0.278；微观 F1 上优于重排序模型并与最佳

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

重新审视生成式与稠密检索：静态价值先验逆转差距

该研究重新审视了生成式检索（GR）与稠密检索（DR）在电商候选生成中的表现差异。作者在 Amazon Toys 2014 和 2023 数据集上发现，GR 在双方共同覆盖用户的最佳相关商品价值上领先，而 DR 在精确目标召回和整列表相关价值上领先；分析表明流行度是 GR 价值领先的最大来源（2014 年占 49.8%，2023 年占 65.4%）。作者提出一

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

RCER：为迭代式RAG重建跨证据关系

研究者提出 RCER，一种迭代式检索增强生成（RAG）方法，通过从累积的源段落中重建跨证据关系来改进多跳问答。该方法包含轮间关系证据获取、推理上下文重建和跨证据组合推理三个环节，用于动态分解问题并指导检索。在三个多跳 QA 基准上，RCER 平均比最佳基线提升 2.83 EM 和 3.06 F1，并在叙事与隐式推理任务上表现更优。

正文结构化主题已通过公开置信门槛
llama.cpp Releases一手来源开源

llama.cpp b11619：移除嵌入图冗余的 t embd 扩展

llama.cpp 发布 b11619 版本，主要变更是从嵌入图中移除 t embd 扩展操作（#30461）。由于这些图仅用于生成嵌入，且 build pooling() 已为每种池化类型扩展输出，模型图末尾的扩展属于冗余。该版本同时提供 macOS、Linux、Windows、Android 等多平台预编译包。