- 1. RedParrot: Accelerating NL-to-DSL for Business Analytics via Query Semantic Caching · 📖 深度解读
小红书提出 RedParrot：面向企业级 NL-to-DSL 业务分析场景的语义缓存框架。它观察到用户查询在结构上高度重复，提出离线构建归一化的 "query 骨架"（query skeleton），将新请求与缓存骨架做语义匹配后直接复用并改写对应的 DSL，绕开多阶段 LLM 流水线。论文呈现了离线骨架挖掘、在线骨架匹配与 DSL 适配三个核心组件，并展示其在小红书电商/广告分析任务上的延迟与成本下降效果。
出现于日报：04-29
- 2. From Tokens to Concepts: Leveraging SAE for SPLADE · 📖 深度解读
SPLADE 用 BERT 词表作为稀疏表征基底，存在多义/同义词膨胀的问题。作者用稀疏自编码器(SAE)从 LLM 隐层中提炼出"概念维度"，再以这些概念替换 SPLADE 的 vocab 投影头，得到 SAE-SPLADE。在 in-domain (MS MARCO) 与 out-of-domain (BEIR) 上检索效果与原版 SPLADE 持平，但 posting list 更短、推理更高效…
出现于日报：04-27
- 3. Benchmarking Complex Multimodal Document Processing Pipelines: A Unified Evaluation Framework for Enterprise AI · 📖 深度解读
针对企业级文档 AI 流水线（解析→索引→检索→生成）缺乏端到端评测的痛点，论文构建 EnterpriseDocBench：横跨 5 个企业领域的公开许可文档语料，统一衡量解析保真度、索引效率、检索相关性与生成置信度。在同一 GPT-5 生成器下评测 BM25、稠密向量与混合检索三类管线。结果：混合检索 nDCG@5=0.92 微胜 BM25 (0.91)，二者均显著优于稠密 (0.83)…
出现于日报：05-01
- 4. Domain Fine-Tuning vs. Retrieval-Augmented Generation for Medical Multiple-Choice Question Answering: A Controlled Comparison at the 4B-Parameter Scale
在 4B 量级开源模型上做 "领域微调 vs RAG" 的对照实验：固定模型大小、prompt 模板、解码温度、检索流水线和评测协议，仅变化 (i) 是否进行领域适配（Gemma 3 4B vs MedGemma 4B，均为 4-bit 量化、Ollama 部署）和 (ii) 是否注入医学知识库检索段落。在 MedQA-USMLE 1,273 题、3 次重复（共 15,276 次调用）下…
出现于日报：04-29
- 5. LLMs as Assessors: Right for the Right Reason? · 📖 深度解读
论文聚焦 LLM 作为 IR 相关性评估员能否给出可解释的判断。作者基于 INEX Wikipedia 测试集，要求 LLM 不仅判断文档相关/不相关，还高亮文档内回答信息需求的相关段落，并与人工评估员标注的段落对比。实验比较了多种主流 LLM 在文档级判断与段落级标注的一致性，发现即使 LLM 判断准确率与人工高度一致，其高亮的段落与人工标注的重叠度仍显著偏低，表明 LLM 评估的可解释性远不如表面准确率。
出现于日报：04-28
- 6. Can QPP Choose the Right Query Variant? Evaluating Query Variant Selection for RAG Pipelines
针对 LLM 改写带来的多 query 变体执行成本，作者把 Query Performance Prediction (QPP) 用作变体选择器：在执行下游检索/生成之前预测每个变体的效果，从而仅运行最优变体。重点研究 intra-topic（同一信息需求内多变体之间）的判别能力，区别于传统 cross-topic QPP。基于 TREC-RAG…
出现于日报：04-28
- 7. Citation-Driven Multi-View Training for Patent Embeddings: QaECTER and Sophia-Bench
面向专利检索提出两件事：(1) Sophia-bench——10,000 query × 75,000 文档的大规模专利检索 benchmark，覆盖 10 年、8 个 IPC 技术分区与 12 个司法管辖区，包含 12 种 query 类型（结构化字段、AI 生成摘要等），并用引用关系 + 新提出的 InScope 域相关性指标作为 ground truth…
出现于日报：04-29
- 8. UnIte: Uncertainty-based Iterative Document Sampling for Domain Adaptation in Information Retrieval · 📖 深度解读
针对神经检索器跨域泛化中的伪查询生成痛点，论文提出 UnIte：基于不确定性的迭代式文档采样方法。通过 (1) 过滤高随机性 (aleatoric) 的噪声文档；(2) 优先选择高认知不确定性 (epistemic) 的高学习价值文档来生成伪查询。在 BEIR 基准的小型与大型检索模型上，仅用平均 4k 训练样本就实现 +2.45 / +3.49 nDCG@10 的提升，显著优于以多样性为导向的现有采样基线。
出现于日报：04-30
- 9. An End-to-End Ukrainian RAG for Local Deployment. Optimized Hybrid Search and Lightweight Generation
论文展示 UNLP 2026 共享任务亚军方案：面向乌克兰语文档问答的端到端 RAG 系统。检索侧采用两阶段管道（关键词召回 + 重排序）实现 hybrid search；生成侧使用乌克兰语小模型在合成数据上微调，并通过模型压缩支持本地部署。在严格算力限制下取得高质量、可验证的答案。
出现于日报：04-28
- 10. Geometric Analysis of Self-Supervised Vision Representations for Semantic Image Retrieval
在向量库 + 近邻检索（ANN）这套现代 CBIR 栈下，系统评估自监督视觉表征（DINO、MAE、I-JEPA 等）的几何性质对检索性能的影响。核心结论：现代 SSL 方法产生的表征常常高度各向异性、偏度大（high anisotropy + skewness），即使在自身线性探针 benchmark 上很强，但分区式（IVF）和哈希式（LSH）ANN 检索都会被显著拖垮；只有暴力 / 图索引能保住其相对优势…
出现于日报：04-29