RAG

READ:告别Top-K黑盒检索,无嵌入Agent将财报问答提升至58.8%

为此,研究团队提出了一种无须嵌入模型、不依赖向量数据库的全新方案—— READ (Reliable Embedding-free Agentic Document-search)。该方案让大模型 Agent 借助标准化协议,直接利用确定性工具在原始文档中进行结构化导航与按需阅读。

Rubric4Setwise:打破nDCG陷阱,用评测细则以更少文档拿下SOTA

在此诊断基础上,团队进一步提出了免训练的集合选择方法 Rubric4Setwise ,首次将评估准则直接转化为选择信号,在短文本和长文本两套场景中,仅用更少文档和更少搜索轮次便斩获了下游生成性能的 SOTA。要理解这项工作的必要性,必须先认清现有评测体系为何在大模型时代失效。

MathForm:知识检索+验证迭代,8B小模型形式化准确率反超32B

为了打破这一僵局,来自面壁智能(ModelBest)与清华大学的研究团队提出了 MathForm 框架。该研究彻底颠覆了“一次性黑盒翻译”的旧范式,将自动形式化重构为“检索规划—编译器诊断—语义一致性校验—多轮修正”的闭环系统。

代码Agent找文件太费Token?CodeGrep精准检索缩减19%开销

来自网易与独立研究者团队提出了名为 CodeGrep 的专用代码检索智能体,试图从架构层彻底重塑这一交互链路。他们基于 Qwen3-14B 模型,通过 GRPO(Group Relative Policy Optimization)强化学习端到端训练了一个轻量化检索专职模型。

DeepMind与哈佛揭示大模型交互盲区:欠指定程度越高,越爱盲目提前作答

DeepMind:如果在前一到两轮,模型由于搜索空间过于宽泛而提出了边缘化、无信息增益的问题,其在后续轮次中自主“纠偏”的能力极其孱弱。早期恢复斜率分析证实,大部分开源与闭源模型在偏离正确依赖路径后,随着交互轮次增加,其累积不确定性不仅没有减少,反而因为无序信息注入导致状态塌陷,提问越来越盲目。

EnterpriseRAG:单约束达标84%综合仅27%!企业RAG面临协同断崖

针对这一严重的工业落地痛点,中国移动等机构的研究团队提出了全新的基准测试集 EnterpriseRAG 。该项研究揭示了一个此前被传统基准广泛忽视的残酷事实:在真实的复杂约束条件下,主流大模型对单个指令约束的平均满足率虽然可以达到 80% 到 84%,但当多条约束组合施加时。

RippleMem:告别单次匹配,图构建降本30倍的智能体长记忆联想法

针对这一症结,来自中国传媒大学媒体融合与传播国家重点实验室和智联英和技术团队提出了全新长程记忆框架 RippleMem 。该框架打破了传统记忆系统“单次孤立检索(Isolated Retrieval)”的思维定式,转而借鉴人类认知心理学中的情景记忆激活机制。

AutoIndex:把文档索引做成可执行代码,BM25召回率提升30.5%

来自 Databricks 与马萨诸塞大学阿默斯特分校(UMass Amherst)的研究团队在最新论文中提出了一个截然不同的视角: 文档在进入检索系统前的表示形式,不应该是一成不变的预处理超参数,而应当被视作可优化的代码程序 。基于这一理念,他们推出了名为 AutoIndex 的框架。

MegaMem:解耦超大长效记忆与生成证据,6.5亿Token下正确率达86.5%

来自埃默里大学因果动力学实验室(Causal Dynamics Lab, Emory University)的研究团队提出了名为 MegaMem 的超大上下文记忆检索系统,试图从根本架构上破除这一两难处境。其核心洞察在于: 必须将“可检索的持久记忆规模”与“模型生成所消耗的证据上下文”彻底解耦 。