★ 3
DeFT-RAG 框架逐步分解多跳问题并复用答案提升检索增强准确率
论文提出 DeFT-RAG 检索增强框架，每次从原问题与已答问答对生成一个自包含子问题，免去规划、依赖追踪与重写。框架将剩余工作移出 LLM，用规则更新问答表并由微调轻量决策模型做判断，同时缓存问答对复用同义子问题答案。在 MuSiQue、2WikiMultiHopQA 与 HotpotQA 上，…
arXiv NLP3 天前
#检索增强生成
共 44 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
论文提出 OA-RAG：本体驱动智能体 RAG 提升医学推理忠实度
OA-RAG 将形式化推理与大模型推理结合，利用领域本体的逻辑结构与注释为答案标注证据及接地等级（蕴含/支持/相关/无关）。在三大本体基准与六个真实医学问答任务上整体表现最佳，推理密集型任务优势明显。
arXiv cs.AI5 天前
★ 3
研究：智能体记忆检索到旧事实反而更易答错
论文在 MemoryAgentBench 的 FactConsolidation 任务上发现，检索到正确事实并不够：Qwen2.5-7B 在证据预算从 64 增至 512 token 时准确率由 45% 降至 32%。将一条无关证据替换为过时竞争陈述后，Qwen2.5 准确率从 100% 跌至 4…
arXiv cs.AI5 天前
★ 3
研究：文本嵌入模型情感可解码但度量近乎无视
论文发现现代文本嵌入模型存在系统性割裂：情感几乎可完美解码，却几乎不体现在余弦相似度度量中。11 个冻结编码器上线性探针最高 91.3% 准确率，而极性间隔仅 0.003-0.064，Qwen3-Embedding-4B 探针 91.3% 但检索 MAP 仅 64.3。作者提出 SISE 轻量监督…
arXiv NLP7 天前
★ 3
arXiv 论文：朴素 RAG 在智能体记忆基准上反超复杂方案
一篇 arXiv 论文提出 Raw-RAG 基线，仅用稠密检索与重排从原始对话历史中取证据，在 LoCoMo、LongMemEval、MEME、MemoryAgentBench 四个基准的 7 个模型设置中有 6 个排名第一，比最强智能体记忆系统高 0.13-5.53 分。分析显示原始历史检索对必…
arXiv cs.AI10 天前
★ 3
研究提出 SAG2：基于 BM25 与 SQLite 的无嵌入多跳检索
论文提出 SAG2，一种无需嵌入的多跳检索架构，仅依赖单个 SQLite 数据库、BM25 与 JEV 的上下文证据决策。在 MuSiQue、2WikiMultiHopQA、HotpotQA 上取得最高 Recall@10，索引 11656 条段落仅需 2.36 秒，无需模型调用。
arXiv NLP14 天前
★ 3
GraphRAG-LTM：图检索增强生成攻击的分层威胁建模框架
论文提出 GraphRAG-LTM，一个分层威胁建模框架，测试三个嵌套级别的攻击者访问权限。黑盒查询利用排序反馈降级相关种子块，白盒查询使用检索器梯度，图感知白盒则删除桥接三元组以破坏多跳证据传播。实验表明，仅排序反馈即可降低答案质量，梯度访问增强查询攻击，桥接三元组删除进一步损害支持事实检索。
arXiv NLP18 天前
★ 3
SRAT：选择性检索增强机器翻译的智能体强化学习
论文提出选择性检索增强翻译（SRAT），一个智能体强化学习框架，学习何时直接翻译或检索、检索什么以及如何整合决策以优化最终翻译质量。研究还开发了联合 Plackett-Luce 优化和翻译质量对比训练。在习语、知识密集和文档级翻译任务上，SRAT 持续优于从不检索和始终检索的基线。
arXiv NLP18 天前
★ 3
SAFE-KV：RAG 非前缀 KV 缓存复用的因果后缀修复
研究将 RAG 中的非前缀 KV 缓存复用形式化为行为保持问题，提出 SAFE-KV，通过从选定起始文档重新编码因果后缀来修复组合缓存。在 Qwen2.5-7B-Instruct 上，前缀条件组合仅保留 47.2%/37.8% 的完整预填充答案，SAFE-KV 可恢复至 99.8%/98.4%。
arXiv NLP19 天前
★ 3
arXiv 论文：SEEDS 搜索智能体证据准入框架
论文将「检索证据」与「消费证据」区分开，提出证据准入问题，并给出预览引导的框架 SEEDS，让智能体根据当前推理状态决定哪些候选进入上下文。在九个知识密集型问答基准上，SEEDS 提升搜索效果并大幅减少全证据消耗。
arXiv NLP21 天前
★ 3
RAG-Stress 基准揭示检索增强生成易被误导证据带偏
研究者提出 RAG-Stress 诊断协议，通过固定问题与参考答案、篡改一条断言来诱导错误答案，测量模型在检索增强生成中的「误导率」。在 TriviaQA-RC、HotpotQA、SearchQA 及中英文 MedQA 上评测 15 个系统（API 模型、开源模型、强化学习搜索智能体）发现：优先采…
arXiv NLP24 天前
★ 3
BEACON-SP：本体驱动 GraphRAG 用于临床自杀风险评估
论文提出 BEACON-SP，一个基于本体的 GraphRAG 框架，用于自杀预防等行为健康场景的临床决策支持。它结合患者知识图谱与本体引导检索，支持跨诊断、用药、风险因素与时间关系的多跳推理。在 1500 条查询基准上，其完整性、临床相关性与证据支撑均优于向量 RAG 基线，配对比较中 76.4…
arXiv cs.AI25 天前
★ 3
研究：邮件Agent因表达方式变化而检索与执行失败
论文研究邮件助手在请求内容不变、但表达风格或英语变体改变时的鲁棒性，构建了五个沟通风格轴与四种方言条件的变体。在RAG流程与两个工具型代理上评估发现，间接请求会降低全部三项基准表现，正式请求则拖累两个代理基准。分析表明冗长请求主要损害词法检索器，而间接与方言变体即便检索到相关邮件仍有害，代理主要表…
arXiv cs.AI28 天前
★ 3
世界模型训练：微调与 RAG 的对比研究
论文在具身、网页导航与社交等五类环境中系统比较微调与 RAG 两种语言模型世界模型构建范式。结果显示微调在 20 个设置中的 15 个取得更高奖励，但 RAG 更省数据；微调则更受益于经验规模扩大。作者用反事实干预估计检索阶段错误率，并提出分层查询改写与混合式世界模型系统，在多个环境与模型上稳定领…
arXiv cs.AI28 天前
★ 3
是时候放弃「随机鹦鹉」这一 AI 定义了
文章认为用「随机鹦鹉」描述 2026 年的大模型已不合时宜，早期自回归模型确实只是统计预测下一个词，但现代 LLM 已通过检索增强生成、神经符号系统等研究大幅超越。作者呼吁更新对 AI 能力的认知，以免低估其潜在风险。
快公司32 天前
★ 3
ARCagent：临床问答的自适应检索校准智能体
针对临床指南不完整或相互矛盾的疾病（如ME/CFS），论文提出自适应检索校准临床问答智能体ARCagent。其贡献包括：含指南间冲突注册表的1706块知识库、基于查询焦点与冲突信号重排证据的冲突感知检索校准流程，以及用LLM-as-Judge评分的基准。ARCagent得分95.3%，超越所有基础…
arXiv cs.AI33 天前
★ 3
PILLAR：隐私保护RAG的私有倒排索引检索
针对RAG将用户查询暴露给语料托管方的问题，论文提出基于私有信息检索（PIR）的隐私保护RAG系统PILLAR。它采用稀疏+稠密两阶段混合检索：稀疏阶段用预计算BM25索引做少量固定PIR查询筛选候选，稠密阶段仅取候选嵌入本地重排。PILLAR-Bin延迟低于现有方案，PILLAR-Tree在更低…
arXiv cs.AI33 天前
★ 3
双语AI听力师盲测超越人类听力学家
研究团队提出一种双语AI听力师系统，将通用大语言模型与评分表引导的策略归纳、多模态听力图解读和检索增强结合，无需微调模型主干。在58个独立模拟病例的盲测中，该系统在全部病例上均优于17名执业听力学家，21项评分标准中20项胜出。消融实验显示策略手册贡献最大，为低数据医疗领域的专科咨询智能体提供了可…
arXiv cs.AI34 天前
★ 3
RAG-NAROK：面向检索感知的RAG知识库投毒攻击
论文指出RAG系统依赖动态检索管线，带来一类未被充分探索的对抗漏洞。现有知识库投毒攻击是静态的，而RAG-NAROK能根据查询文本自适应，先提取合法来源身份，再生成针对性的反驳文档以贬低被检索来源，利用时效与权威偏见引导生成目标答案。结果显示其显著优于静态基线，揭示RAG透明度与AI安全之间的张力。
arXiv cs.AI40 天前
★ 3
SHAQ：影子查询防御向量数据库嵌入反转攻击
SHAQ通过生成多样影子查询并存储其嵌入，替代原始文档嵌入，有效防御嵌入反转攻击。实验显示恢复率低至0.21，同时保持检索效用，为RAG系统提供隐私保护新思路。
arXiv cs.AI56 天前
★ 3
RAG方法检测政治辩论谬误
该研究提出一种引导式检索增强生成方法，利用论证关系动态引导文档提取，用于政治辩论中的谬误检测与分类。在ElecDeb60to20基准上，该方法在谬误检测和分类上分别达到0.864和0.725的宏F1，优于非检索基线。外部知识显著增强谬误检测。
arXiv cs.AI63 天前
★ 2
TaLenT：面向文本图问答的可学习 LLM 检索器框架
arXiv 论文提出 TaLenT，将基于 LLM 的可学习检索器与微调生成器整合进统一的「先检索后生成」流水线，用于文本图问答（GraphQA）与 GraphRAG。方法用金标答案信号监督证据选择，将图节点分为金标答案、答案相关节点与无关噪声，并采用加权伪标签损失兼顾覆盖率与紧凑性。在三个 Gr…
arXiv NLP6 天前
★ 2
arXiv 论文提出参数化会话状态，免重放历史恢复检索意图
论文针对长会话助手中「用之前的配置」这类省略指代的追问，提出参数化会话状态（Parametric Session State）作为可复用的会话记忆层，只记住「要搜什么」而把事实知识留在外部。相比重放历史的长上下文模型和假设查询信息充分的传统 RAG，该方法降低了重复处理历史的成本。
arXiv NLP6 天前
★ 2
银证据示范：用目标条件化摘要过滤 RAG 噪声上下文
论文提出「银证据示范」方法，将上下文学习示例中的原始检索段落替换为由 LLM 生成的目标条件化证据摘要，以缓解长噪声上下文淹没决策证据的问题。在 EI 2.0、SciFact、合成政策检索与 HICRIC/IMR 四个数据集上，方法在三个数据集上优于同等规模金标 ICL，并在所有标注数据集上提升证…
arXiv NLP7 天前
★ 2
开发者用 4.5 万封安然邮件让 AI 生成可溯源维基
一位开发者在 Hacker News 展示项目：用 AI 将 4.5 万封安然公司邮件整理成维基百科式知识库，每条事实均附引用来源。该项目展示了检索增强与引用溯源在真实语料上的可行性，也引发对大规模私有邮件数据处理的讨论。
Hacker News9 天前
★ 2
FedGRAG 框架发布：联邦图检索增强生成
研究者提出 Federated GraphRAG（FedGRAG），在多个持有知识图谱的客户端间实现分布式图检索与知识增强生成。框架通过联邦知识路由在不暴露本地图结构的前提下定位相关客户端，并用受控披露的证据构建方法在服务器端重建证据。实验显示其在检索与下游生成任务上均优于基线。
arXiv cs.LG10 天前
★ 2
C²U：在 RAG 检索端抑制组合式敏感概念的遗忘方法
论文提出组合式概念遗忘方法 C²U，在编码器与文档索引固定的前提下，通过向原始查询加入有界扰动来抑制检索到的敏感概念。在五个数据集、四种编码器上，目标概念 Hit@5 下降 4.25 个百分点，且未增加对照查询的暴露。
arXiv NLP11 天前
★ 2
研究：文本挖掘临床因果知识图谱的方向信号审计
论文基于 328,839 份 MIMIC-IV 出院小结，用 LLM 抽取与 UMLS 归一化构建有向候选因果图，并对比共现提升、编码时序与文献佐证三类信号。结果显示编码顺序作为方向信号接近随机，抽取器方向更稳定，因此文本挖掘的临床因果图谱应视为「有 EHR 支持但方向不确定」。在泄漏受控的因果问…
arXiv cs.AI13 天前
★ 2
孟加拉语幻觉检测系统：检索加程序执行，Kaggle 私有 F1 达 0.956
论文描述一个仅推理的孟加拉语幻觉检测系统，结合查询改写、混合检索与任务专用模型评判，六条检索路径由路由器分派给 27B 文本评判器或可执行 Python 的 14B 智能体。该系统在 Olikbochon 挑战赛取得 0.956 的私有 macro-F1，但作者审计发现 1090 条语料中有 38…
arXiv NLP14 天前
★ 2
研究提出证据门控双语 RAG 框架，提升银行搜索命中率
论文提出面向消费者银行业务搜索的证据门控双语 RAG 框架，完全本地部署，融合网页内容精炼、稠密-稀疏混合检索、意图感知证据选择、交叉编码器重排与三态决策机制。在 210 条阿拉伯语与英语查询上，Top-1 命中率从 50.48% 提升至 79.05%。作者强调结果仍属初步。
arXiv NLP14 天前