跳到正文
11月3日周二
  1. arXiv · AI21

    SemFlowRAG:基于有向语义流解决知识图谱检索中复杂推理难题

    SemFlowRAG 提出了一种将平坦检索空间重构为语料自适应语义梯度图的框架。 通过量化语义抽象性并设计抽象度引导的有向 PageRank 算法,强制检索轨迹沿“高到低语义抽象度”梯度行进。 实验证明该框架有效缓解了高抽象概念节点导致的“概率黑洞”问题,在检索及下游推理性能上优于现有基线模型。

  2. arXiv · AI28

    神经检索器是否偏好特定文档?关于学习到的相关性先验的证据

    监督式双编码器检索器隐含了文档级别的相关性先验,该先验可泛化至未见文档,并在不同模型间保持一致。 通过对冻结文档嵌入训练简单分类器评估三个最先进检索器,发现具有较低先验的文档即使真正相关也更难被检索到,形成“可发现性差距”。 这种偏差在 BM25 中较弱且不稳健,通过 LLM 解释发现,判定相关的文档往往是关于主流话题的综合、自包含的摘要,而利基、碎片化或高度技术化的内容常被遗漏。

  3. arXiv · AI28

    MIGRASCOPE:基于互信息的RAG检索器分析框架与基准

    MIGRASCOPE 提出基于互信息的指标以量化检索质量、冗余度及边际贡献,弥补现有 RAG 评估仅依赖 Recall 或 MRR 的不足。 在 4 个语料库和 13 种 SOTA 检索器(含词法、稠密及图基)上验证了该框架有效性。 结果表明图基检索器间存在冗余,而 BM25 具有信息互补性,基于互信息归因的集成可超越单一检索器。

  4. arXiv · AI29

    Wonder系统:LLM辅助数据库推测性查询

    论文提出Wonder系统,利用小型辅助LLM在主要LLM推理期间推测性预加载数据库。 通过预测查询形状编译、预热缓存及预计算超集结果,缩短SQL执行等待。 在代理工作流评估中,SQL执行时间最多降低31.8%,总推理与执行时间最多降低22.6%,带来生产力提升。

  5. arXiv · AI29

    A/B Agent: 面向工业级 A/B 测试策略迭代的自进化智能体

    提出 A/B Agent 框架,通过层级经验树和 Tree-RAG 实现工业推荐策略自进化,短视频电商 GMV 提升 4.829%。 该框架整合历史策略组织、目标感知生成及实验引导自进化三大组件,支持多路径检索与在线反馈自动调优。 离线与在线评测证实其有效性,且在所有护栏指标上保持正向增益,显著降低人工迭代成本。

  6. arXiv · AI27

    MMCOMET:用于视觉推理的大规模多模态常识知识图谱

    研究团队推出 MMCOMET,这是首个整合物理、社会、事件知识与视觉 grounding 的大规模多模态常识知识图谱。 该图谱扩展了 ATOMIC2020,通过混合对齐管道为每个常识三元组关联代表性图像,生成超过 90 万条覆盖 19 种关系类型的多模态数据。 分析表明,多模态 grounding 在推理密集场景下比纯文本或 LLM 生成知识更可靠,但需自适应路由以避免感知主导任务中的噪声干扰。

  7. arXiv · AI32

    VeriCypher:基于文本到Cypher生成的图RAG命名实体验证框架

    VeriCypher是一个LLM驱动的文本到Cypher框架,专为Labeled Property Graphs设计。 其核心机制是命名实体验证:系统提取生成查询中的节点、关系和属性,与目标图谱比对,并将不匹配项转化为修正指令。 在CypherBench基准测试中,该方法相较于基线模型一致性地提升了答案正确率和查询鲁棒性,有助于纠正幻觉元素。

  8. arXiv · AI20

    Kolmogorov-Arnold 网络与多层感知机在临床表格数据上的统计基准测试

    针对 7 个医学数据集的 11 种架构对比显示,KAN 变体(如 TabKAN、ReLUKAN)在严重类不平衡场景下比 StandardMLP 具有更高的 AUPRC。 KAN 推理延迟增加 1.20x 至 1.48x,可训练参数最多增加 12.5x,整体判别力与 MLP 相当。 在追求稀有阳性病例精确度时,KAN 是可行的替代方案,StandardMLP 仍是效率帕累托前沿的强基线。

  9. arXiv · AI23

    表格式基础模型为何能在未见过的关系型数据上表现优异

    研究证实,结合无参数关系编码器的单表基础模型(TFMs)在关系型数据库预测中具有竞争力,尽管未接触关系数据预训练。 其机制在于无参数编码器将关系效应映射为固定长度嵌入,粗略模仿 TFMs 原设计的分布,从而转移单表属性至关系场景。 分析为提升关系型数据库基础模型提供新路径,特别是在强调可解释性和智能体系统集成的情况下。

  10. arXiv · AI22

    RecGroupMemory:用于电商推荐的反馈感知群体记忆

    工作流 RecGroupMemory 通过群体级用户画像和基于前一天的反馈修订决策指引,支持基于 LLM 的电商推荐。在针对淘宝低消费用户群体的在线对比中,无记忆基线、无反馈记忆和有反馈记忆分别使被引导交易用户数提升了 0%、1.58% 和 1.78%,且验证检查确保选定的源数值在反馈修订后保持不变。

  11. arXiv · AI31

    金融问答幻觉检测:PHANTOM 基准上的类型感知分析与层级检测器研究

    针对金融问答中的 LLM 幻觉问题,该研究在 PHANTOM 基准上分析了 9 类幻觉,发现传统二元检测器子类型准确率仅 44.7%。 研究提出一种两阶段层级检测器,将二元准确率提升至 95.6%,子类型准确率提高至 56.1%,优于单一指标评估。 结果表明,类型级评估能揭示聚合指标所掩盖的检测器弱点,对金融合规场景具有参考意义。

  12. arXiv · AI28

    ClickSight: 一种通过学习策略解释学生点击流的 LLM 框架

    ClickSight 是一个利用 LLM 分阶段流水线解读学生点击流并评估学习策略遵从度的框架。 评测基于 2 个学习环境、365 名学生及 12 个模型底座,推理模型表现优于指令微调模型。 该框架将细粒度点击流与理论定义的学习策略相结合,为研究数字学习环境中的学生行为提供灵活方法。

  13. arXiv · AI32

    SPAR:多会话 B2B 销售中的经验驱动策略进化

    SPAR 提出自我进化框架,在 1688 平台 20 万+ 商家 A/B 测试中实现转化率提升 15.8%,高意向商家增长 35.8%。 该框架采用双循环架构,通过因果归因驱动策略假设演进,无需更新模型参数。 专家人类评估中 SPAR 整体销售质量获 4.62/5 分,为所有方法中最高。

  14. arXiv · AI37

    HiGenTrans:层级LLM知识迁移提升生成式推荐性能

    HiGenTrans框架通过层级迁移LLM知识,显著提升生成式推荐在召回率等指标上的表现。 在三个公开基准测试中,该模型相比最强基线提升Recall@10达12.9%,NDCG@10提升33.7%。 其优势源于在输入、表征和决策三层引入LLM知识,有效解决了交互监督不足和重排序偏差问题。

  15. arXiv · AI23

    SkillCDG 通过约束依赖图检索提升长 SKILL 文档合规检测准确率

    针对长 SKILL 文档中基于相似度的检索易遗漏必要前提的问题,SkillCDG 框架将文档重构为约束依赖图,实现基于闭包的选择性规则检索。 该框架结合可验证奖励的组相对策略优化,对高熵推理 token 进行选择性 on-policy 蒸馏,以提升判定准确性。 在三个企业数据集和两个公开基准测试中,SkillCDG 在准确率和 F1 分数上均优于全文档及检索基线模型。

  16. 36氪37

    创界通发布合规大脑Agent 2.0:出海合规进入智能执行时代

    深圳市创界通科技有限公司发布合规大脑Agent 2.0,产品覆盖50+国家税务规则及3400万+知识产权数据,从问答工具升级为“感知—决策—执行”闭环。 该Agent接入300+官方信源每日更新,支持MCP与Skill开放生态,通过本体驱动的认知中枢、多智能体协同及RAG检索实现跨系统业务执行。 创界通旨在将产品打造为出海企业“AI操作系统”,推动合规从信息检索迈向智能执行,重新定义合规工具标准。

  17. Hacker News LLM83

    巴西柔道 LLM 教练构建实录:RAG、重排器与 7B 模型微调

    Max DeMarzi 分享用 3 万段视频素材构建巴西柔道专用 LLM 教练的完整流程。先通过 ASR 修复和上下文检索头清洗数据,建跨学派同义词知识图谱;再用 CLIP 加 Qwen2.5-VL 把 861 个无声示范片段变成可检索文本块。

    推荐理由:给出了用视频与知识库构建领域 LLM 教练的完整技术路径,含数据清洗、检索重排与模型微调的可复现步骤。

  18. AWS Machine Learning Blog31

    Circle K 利用 Amazon Bedrock 将 DevOps 事件分诊缩短至 15 分钟以内

    Circle K 基于 Amazon Bedrock 构建自动分诊系统,将平均分诊时间降至 15 分钟以内,效率提升 67%–75%。 系统采用 Agentic AI 架构,利用 Bedrock Flows 及 AgentCore 自动检索日志并生成 Slack 摘要。 此举让值班工程师即刻获取可操作上下文,免去了手动排查 45–60 分钟的操作。

  19. AWS Machine Learning Blog28

    AWS 指导如何利用 Crawl4AI 为 Amazon Bedrock Knowledge Bases 准备网页数据

    AWS 展示如何用开源 Crawl4AI 处理网页内容以摄入 Amazon Bedrock Knowledge Bases。Crawl4AI 生成 Markdown 和元数据文件存入 Amazon S3,供知识库解析、嵌入并建立索引。 该方案适用于需要过滤导航栏、提取特定区域或添加自定义元数据的场景。工作流由 EventBridge 触发 ECS 任务执行爬取、上传及摄入作业。

11月2日周一
  1. R/ArtificialInteligence25

    中转站缺乏提示词缓存导致成本优势被抵消

    用户发现中国 API 中转站虽提供 50-90% 的价格折扣,但因上游无提示词缓存,长会话中每次请求均需按全量输入价格计费,极大消耗 token 导致实际成本反超官方 API。 该现象主要影响使用 AI 编码的开发者,使其在长上下文中需使用 100 倍以上的 token 才能抵消缓存缺失带来的额外费用。

  2. Hacker News AI55

    danebalia 开源 AI 系统设计入门教程

    danebalia 发布了开源的 AI 系统设计入门教程(GitHub 仓库),旨在帮助工程师掌握基于 LLM 的生产系统构建方法。该教程借鉴 System Design Primer 结构,涵盖从基础概念(token、推理、工具调用)到高级架构(Agent、RAG、MCP)的权衡分析,提供可运行的实验室代码和 Anki 记忆卡片,并包含针对面试和实际设计评审的解决方法指南。