搜索 — HF Daily Papers

全部强化学习扩散模型大语言模型基准测试视频生成视觉语言模型世界模型 GRPO 多模态大模型多智能体系统多模态学习智能体知识蒸馏图像生成代码生成 LLM智能体注意力机制 LLM Agent 具身智能流匹配多模态大语言模型视频理解数学推理检索增强生成可解释性图像编辑多模态机器人学习机器人操作自监督学习工具使用 Transformer 基准评测对比学习长上下文 RLVR 多模态推理计算机视觉数据合成 LLM评估信息检索推理加速 3D重建扩散语言模型自回归模型视觉推理 RAG 参数高效微调 LoRA 视觉-语言-动作模型 Flow Matching 模型压缩自回归生成视觉-语言模型后训练工具调用持续学习高效推理 RLHF 策略优化

找到 52 条结果

经典缓存策略何时失效：面向语义检索缓冲的学习增强替换

👍 6

提出SOLAR：后悔门控准入+Thompson采样淘汰，破解LLM语义检索缓冲上的经典缓存失效

Yushi Sun, Bowen Cao, Wai Lam 2026-07-08

LLM智能体记忆 RAG Thompson采样在线学习竞争比分析

小大脑，大成就：探索紧凑型语言模型

👍 15

小型语言模型在RAG系统中可媲美大型模型，且无需GPU

Dari Baturova, Elena Bruches, Ivan Chernov, Roman Derunets, Arsenii Fomin,... 2026-07-01

LLM-as-a-Judge RAG 基准测试小语言模型

基于 Gist Token 的简化稀疏注意力

👍 5

通过gist token压缩+选择性展开实现无需架构修改的长上下文稀疏注意力

Yuzhen Mao, Michael Y. Li, Emily B. Fox 2026-06-29

KV-cache压缩 LLM RAG 稀疏注意力长上下文

RL-Index：基于强化学习的检索索引推理

👍 6

用强化学习优化文档索引以提升复杂推理检索效果

Yongjia Lei, Nedim Lipka, Zhisheng Qi, Utkarsh Sahu, Koustava Goswami,... 2026-06-25

RAG 信息检索强化学习文档增强检索增强

CalVerT：用校准验证器遥测增强代理，改善知识密集型任务中的行动与学习

👍 4

向LLM代理提供校准的置信度和基础性分数作为遥测信号，改善其检索决策

Ashwin Vinod, Ying Ding, Elias Stengel-Eskin 2026-06-23

Adaptive Retrieval Calibrated Confidence LLM Agents RAG Verifiers

HAKARI-Bench：统一条件下比较检索架构和效率设置的轻量级基准

👍 1

一个轻量级多语言检索评估基准，通过Nano-sets实现快速模型选择和效率设置对比

Yuichi Tateno 2026-06-23

RAG 信息检索多语言检索文本嵌入评估基准

SPROUTRAG：基于注意力引导的树搜索和渐进式嵌入的长文档RAG

👍 19

通过句子级注意力引导的二叉树实现多粒度检索，平均提升信息效率6.1%

Amirhossein Abaskohi, Issam H. Laradji, Peter West, Giuseppe Carenini 2026-06-22

RAG 层次化检索文档结构学习注意力机制长文档检索

每个多模态证据一个token：资源受限问答的潜在记忆

👍 17

提出Latent Memory，将每条多模态证据压缩为一个高维潜在token，实现高效的问答系统

Zhi Zheng, Ziqiao Meng, Hao Luan, Wei Liu, Wee Sun Lee 2026-06-10

RAG 多模态学习对比学习知识蒸馏记忆压缩

答案存在驱动RAG重写增益：RAG pipeline中重写器提升的因果分析

👍 8

通过控制干预审计揭示RAG重写增益主要来自答案字符串暴露而非证据质量改进

Yuejie Li, Yueying Hua, Ke Yang, Li Zhang, Yueping He, Ruiqi Li, Bolin Chen,... 2026-06-09

RAG 因果推断多跳问答数据污染检索增强生成

面向智能体搜索的交互空间检索方法

👍 4

提出RISE框架，通过构建有界交互空间和结构化文档处理，在保持准确率的同时大幅降低智能体搜索的查询成本。

Shengyao Zhuang, Yuansheng Ni, Hengxin Fun, Jimmy Lin, Xueguang Ma 2026-06-08

RAG 人机交互信息检索工具增强学习智能体搜索

吸收复杂性：面向金融 LLM 代理的交互式知识框架

👍 5

提出被动注入、时序图谱和写入失效的交互式知识框架，将金融认知复杂性从用户转移到系统

Ailiya Borjigin, Igor Stadnyk, Ben Bilski, Maksym Chikita, Dmytro Kyrylenko,... 2026-06-05

RAG 智能体知识图谱金融AI 长期记忆

Harness-1：具有状态外化框架的搜索代理强化学习

👍 60

通过状态外化框架分离语义决策与状态管理，提升RL搜索代理性能

Pengcheng Jiang, Zhiyi Shi, Kelly Hong, Xueqiang Xu, Jiashuo Sun, Jimeng... 2026-06-02

RAG 信息检索强化学习搜索代理认知卸载

Gemini Embedding 2:源自 Gemini 的原生多模态嵌入模型

👍 23

用 Gemini 多模态底座统一文本/图像/视频/音频的稠密嵌入表示。

Madhuri Shanbhogue, Zhe Li, Shanfeng Zhang, Gustavo Hernández Ábrego,... 2026-05-27

Gemini MTEB RAG 多模态嵌入对比学习

基于 on-policy 内禀知识边界增强的高效智能体强化学习

👍 16

通过双路径 rollout 动态探测知识边界，引导 agentic RL 训练减少冗余工具调用。

Dingwei Chen, Zefang Zong, Zhipeng Ma, Leo Luo, Yang Li, Chengming Li, Peng... 2026-05-27

Agentic RL GRPO LLM Agent RAG Tool-Use

SciAtlas：面向自动化科研的大规模多学科异构学术知识图谱

👍 60

构建4300万论文多学科知识图谱，配神经-符号检索支撑自动化科研。

Shuofei Qiao, Yunxiang Wei, Jiazheng Fan, Bin Wu, Busheng Zhang, Mengru... 2026-05-25

RAG 信息检索图神经网络知识图谱自动化科研

把PRP重排序当作主动学习：从噪声成对比较中高效识别Top-K

👍 98

用主动排名+随机方向预言机,在有限LLM调用预算下提升RAG重排序NDCG@10。

Jeremías Figueiredo Paschmann, Juan Kaplan, Francisco Nattero, Santiago... 2026-05-20

Pairwise Ranking Prompting RAG Top-K识别主动学习位置偏差

PEEK：面向长上下文LLM代理的上下文地图作为方向性缓存

👍 7

用上下文地图缓存可重用的方向性知识，提升LLM代理处理重复长上下文任务的效率

Zhuohan Gu, Qizheng Zhang, Omar Khattab, Samuel Madden 2026-05-20

LLM代理 RAG 上下文管理缓存策略长上下文

MLAIRE：多语种语言感知信息检索评估协议

👍 4

提出多语种检索评估协议，揭示语义相关与查询语言偏好是两个独立维度。

Youngjoon Jang, Seongtae Hong, Hyeonseok Moon, Heuiseok Lim 2026-05-18

RAG 多语种信息检索嵌入模型查询语言偏好检索评估

MemLens：面向大视觉语言模型的多模态长期记忆评测基准

👍 79

首个统一对比长上下文LVLM与记忆增强代理的多模态长期记忆基准

Xiyu Ren, Zhaowei Wang, Yiming Du, Zhongwei Xie, Chi Liu, Xinlin Yang,... 2026-05-15

RAG 多模态记忆视觉语言模型记忆增强代理评测基准

检索廉价请亮码：面向检索增强生成的可执行多跳推理

👍 9

将多跳RAG重构为Python程序合成，以执行反馈替代LLM自反思

Jiashuo Sun, Jimeng Shi, Yixuan Xie, Saizhuo Wang, Jash Rajesh Parekh,... 2026-05-14

RAG RL训练代码大模型多跳问答执行反馈