今日场景今天 AI 搜索赛道的主线是检索做得更好，答案未必跟着变好。一篇研究按题决定要不要多加一路混合检索，证据命中率不变、调用省了大半，但答案没有更可靠。SpectRAG 用片段图补齐多跳证据，召回涨得多，答案只涨一点。另外两篇从成本和风险两头下手：政府办事助手让大部分请求走固定模板并核对金额，MetaKV 复用 GraphRAG 里反复出现的结构来省 prefill。 — 评分 35 篇，入选 4 篇，分数 3.35 – 4.05
本期目录 · 4 篇
- 01When Is Additional Retrieval Worthwhile? A Cost-Aware Study of Evidence Gain and Answer Reliability in RAG
- 02Governed Sovereign RAG for Public Administration: Tripartite Epistemic Routing, Facet-Guided Clarification, and Deterministic Numeric Verification in Citizen Services
- 03SpectRAG: Weighted Chunk Graphs for Token-Budgeted Context Selection in Multi-Hop Retrieval-Augmented Generation
- 04Structure Is All You Need to Reuse: Accelerating GraphRAG via Meta-Structure-Aware KV Caching
LEAD STORY · 今日必读
RAG 里多加一路检索，到底值不值？这篇论文先用向量检索加重排拿到一批证据，再用一个小线性模型读这一轮检索留下的分数，比如第一名的相似度多高、和第二名差多少，预测换成 BM25 加向量的混合检索能不能多找回证据，只有预测收益够大时才切换。在科研论文问答数据集 QASPER 里没参与训练的论文上，它只给 24.5% 的问题换了混合检索，证据命中率就和每题都用混合检索一样，都是 78.70%。可是让一个小模型据此生成答案后，答对率和忠实度都没有变好。证据找得更省，不等于答案更可靠，检索指标的提升不能直接当成问答质量的提升。
今日其余入选
3 篇 · 按综合排名
02 3.75
政府办事窗口的问答助手，编错一笔收费就是事故，而且市民的问题常常说不清，或者根本不归这里管。墨西哥特拉斯卡拉州官方门户上线了一套部署在本地服务器上的 RAG 助手：每个问题先判断该回答、该追问缺的条件，还是因为不归本州管而拒答；生成答案后，再用程序逐个核对里面的费用和有效期是否出自检索到的官方记录。上线后的 380 条真实对话里，89.47% 直接用固定模板回答，完全不经过自由生成；抽查的生成回答里没有出现编造的金额。在容错为零的场景，先让大部分请求绕开自由生成，再给剩下的加一道确定性核对，比单纯提升生成质量更稳。
03 3.80
多跳问答里，检索召回涨了一大截，答案却只好了一点点。SpectRAG 离线时把文档片段连成一张图：两个片段语义相近、在原文里前后相邻、提到同样的实体或互相引用，就连一条边，这些信号加权成边的权重。查询时，先用向量检索和 BM25 命中一批片段，再让它们把相关性分数沿边分给邻居，连得越紧分得越多，这样和问题字面不像、却是推理中间环节的片段也能找回来。最后在约 12k token 的预算里挑出少重复的上下文。在 MultiHopRAG 上，它前五条结果的召回是 64.7，图检索基线 LightRAG 只有 49.2。可答案的 EM 只比 LightRAG 高 1.5 个点。召回的大幅领先到了生成端只剩小幅优势，评估多跳 RAG 要同时看检索和答案。
04 3.35
GraphRAG 每回答一个问题，都要把检索到的子图拼成一长段文字，再让大模型重新做一遍 prefill。可不同问题检索到的实体虽然不同，实体之间的关系结构却反复出现，算力大多花在一遍遍编码同样的结构上。MetaKV 事先挖出这些常见的关系结构，把每种结构做成一个留着空位的骨架，提前算好骨架的 KV cache。推理时取出对应骨架的缓存，只为这次问题里的具体实体新算表示，放进骨架预留的空位，拼成完整的上下文。在 HotpotQA 和 MetaQA 上，prefill 最多快了 6.4 倍，有效缓存命中率 73%，推理准确率基本持平。实体在变、结构不变，结构这部分就不该每次重算。
其他赛道今日
点击切换
开源雷达
GitHub / HuggingFace 热门 · 5 个项目Alibaba-DAMO-Academy/RynnUnify-Agentic-Reasonerpipeline: image-text-to-text; tags: transformers, safetensors, qwen3_vl, image-text-to-text, rynnunify, embodied-ai, visual-reasoning, reinforcement-learningAlibaba-DAMO-Academy/Rynn-VPRynn-VP: Long-Horizon Visual Planning Benchmark Rynn-VP evaluates visual plans for everyday manipulation in real indoor scenes. Given a natural-language task and an initial image, a system produces a candidate video or an ordered sequence of step images. Evaluation examines the a; tags: language:en, license:cc-by-nc-4.0, size_categories:n<1K, region:us, visual-planning, embodied-ai, video-generation, multimodalAlibaba-DAMO-Academy/RynnUnify-GEU-BenchRynnUnify-GEU-Bench RynnUnify-GEU-Bench is the GEU (Generation Enhanced Understanding) benchmark used for the RynnUnify family. It contains 2000 multi-turn samples across 10 subsets and 3 task families, each paired with its source images and a stored rollout video. Each record wa; tags: task_categories:visual-question-answering, language:en, license:other, size_categories:1K<n<10K, region:us, embodied-ai, spatial-reasoning, video-understandingTencentARC/WorldCrafter-Fastpipeline: image-to-video; tags: diffusers, safetensors, arxiv:2609.24984, worldcrafter, text-to-video, camera-control, image-to-video, diffusers:WorldCrafterinternlm/Atria-Dawntags: safetensors, glm_moe_dsa, arxiv:2609.15818, region:us
已录用 KDD 2026