标签
一位开发者分享了通过精简系统提示、收紧检索、裁剪工具输出等技术，将AI Agent的令牌消耗降低72%的详细案例研究，且对成功率影响极小。
CoinRAG is a new method for long-context RAG that reuses fine-grained contextualized information nugget KV caches instead of full chunks, improving efficiency and answering quality. It achieves a new Pareto frontier with 5.3% relative F1 improvement on LongBench multi-hop QA tasks.
介绍了LitTraceQA，一个科学问答基准，要求系统检索相关论文、定位支持性证据，并以多种格式生成经过验证的答案。
The paper investigates whether retrieving more evidence helps visual retrieval-augmented generation with diffusion language models, finding that unconditionally expanding evidence hurts accuracy due to semantic conflict, and proposes a training-free Entropy-Based Candidate Filter (ECF) to selectively admit evidence, improving accuracy across benchmarks.
TA-RAG是一个概念框架，提出将语气意识作为检索增强生成的核心设计目标，解决RAG系统仅优化事实准确性时仍会出现的交际失调（语言、认知、关系）。它概述了四个约束条件以及一项针对社会敏感和高风险情境的评估议程。
本文介绍了因子化假设搜索（Factorized Hypothesis Search, FHS），一种在输入提供间接上下文证据（如表格单元格或临床笔记）时从大型分类法中检索概念的方法。FHS 在金融分类法标注和 CodiEsp 临床编码任务上取得了优异结果，在 Recall@1、MRR 和准确率方面均优于非 oracle 基线方法。
来自MachineLearningMastery的一篇教育性文章，涵盖了RAG流水线的七种分块策略，从固定大小令牌分块到高级语义和层次化方法，并提供了每种策略的适用场景指导。
Introduces Synthetic Query Probing (SQP), a reference-free method for learning mappings between similarity score distributions across embedding models, enabling threshold portability in RAG systems. Experiments show systematic score distortions and isotonic regression as the best calibration approach.
本文研究了使用检索到的文档简化示例来引导大语言模型进行文档级文本简化，在OneStopEnglish语料库上展示了相比仅使用提示生成的改进效果。
本文对英语来源多语言RAG在五种查询语言下的隐私风险进行了审计，检验非英语查询是否会加剧PII泄漏。通过使用Qwen2.5-7B流水线和两阶段防御，研究发现，在仅进行输出过滤时，英语的点估计泄漏率最高；而在加入输入判别器后，阿拉伯语和斯瓦希里语仍存在残余泄漏。
本文比较了将冻结LLM（Qwen2.5-32B-Instruct）接地到污水处理模拟器以进行因果问答的三种方法，包括实时工具使用、结构化参数注入和小型解耦检索模型，实现了高准确率和跨厂迁移。
This paper introduces D2F-ReAG, a novel paradigm for multi-hop reasoning-augmented generation that dynamically controls reasoning depth by judging root-level reasoning reliability and decomposing questions into sub-questions when needed, improving accuracy on multi-hop benchmarks.
本文从计算角度研究双关语翻译，将其视为一个发现、探索和选择的过程，使用基于图的可供性检索和多评估器排序。作者表明，成功的双关语翻译依赖于在目标语言中发现新的音义碰撞，而非保留源语言词汇。
科普了RAG技术从2020年基础RAG到2025-2026年自主智能体+强化学习的演进路径，涵盖检索精度提升、反思纠偏、图谱增强、路由优化与Agentic RAG等方向，并总结了各阶段代表性工作与痛点。
文章讨论了从提示工程向上下文工程的转变，后者被视为AI招聘中的下一个关键挑战，强调需要能够围绕AI模型和智能体设计环境与数据上下文专业人士。
本文介绍了对 NVIDIA 的 Nemotron 检索栈进行的端到端适配，使其适用于现代希腊语，包括新基准 HERA，以及在专业领域针对检索、重排序和有依据的生成进行微调的模型。
一位实践者认为RAG不再是企业AI的自动化解决方案，指出许多问题实际上是数据卫生或结构化查询问题，而带有工具使用的智能体往往更好。
RAGOCR 是一种新颖框架，根据输入查询将检索到的文档压缩为紧凑的视觉表示，并利用查询感知的动态分辨率来平衡压缩率与信息保真度。实验表明，其在仅使用八分之一输入 token 的情况下，准确率比朴素 RAG 高出 15% 以上。
本文介绍了SANE，一种用于检索增强生成的轻量级插件，通过基于摘要选择最佳候选者并执行蓝图引导的查询时证据提取，同时改进检索和阅读。
本文表明，逐块验证在多跳RAG中会失败，因为没有任何单个块是充分的，并提出基于分解的验证方法来修复这一问题，在多个数据集上展示了显著改进。