RAG 论文速查表
数据来源：awesome-generative-ai-guide / rag_research_table（持续更新中）
本页是索引，不是精读。每篇论文提供一句话中文摘要 + arxiv 链接，方便在学习课程主线时快速溯源。
如何使用本页
- 按类别浏览：找某个方向的代表性工作（如 "GraphRAG 有哪些变体？"）
- 按时间回溯：了解某个时期的研究热点
- 交叉引用：课程文章中提到的技术点，可回到这里找原始论文
类别说明
| 类别 | 含义 |
|---|---|
| RAG Survey | 综述类，系统梳理 RAG 方法论 |
| RAG Enhancement | 提升 RAG 管线效率和效果的高级技术 |
| Retrieval Improvement | 聚焦检索环节的增强 |
| Comparison Papers | RAG 与其他方法的对比研究 |
| Domain-Specific RAG | RAG 在特定领域的适配 |
| RAG Evaluation | RAG 系统的评估框架和基准 |
| RAG Embeddings | 面向 RAG 优化的 Embedding 方法 |
| Input Processing for RAG | 输入数据预处理技术 |
| RAG Framework | 可用于实现 RAG 管线的开源工具/框架 |
| RAG Enhanced LLMs | 通过检索增强提升 LLM 能力 |
RAG Survey
| 论文 | 摘要 | 时间 |
|---|---|---|
| Towards Agentic RAG with Deep Reasoning | 统一视角综述 RAG 与推理的交叉融合，梳理 Agentic RAG 框架分类 | 2025.07 |
| Agentic RAG Survey | 探讨自主 AI Agent 如何集成到 RAG 管线，涵盖反思、规划、工具使用等模式 | 2025.02 |
| Pandora's Box or Aladdin's Lamp | 定义 7 种语言噪声类型，发现部分噪声反而能提升 RAG 性能 | 2024.08 |
| Searching for Best Practices in RAG | 实验探索 RAG 最佳实践，平衡性能与效率，涵盖多模态检索增强 | 2024.07 |
| Observations on Building RAG for Technical Documents | 针对技术文档 RAG 的实践建议与常见挑战 | 2024.05 |
| RAG and RAU: A Survey | 全面综述检索增强语言模型的演进、分类和应用 | 2024.04 |
| A Survey on Retrieval-Augmented Text Generation for LLMs | 按预检索→检索→后检索→生成四阶段梳理 RAG 技术演进 | 2024.04 |
| Retrieval-Augmented Generation for LLMs: A Survey | 从 Naive → Advanced → Modular RAG 的演进综述，含评估框架 | 2023.12 |
RAG Enhancement
| 论文 | 摘要 | 时间 |
|---|---|---|
| A-RAG: Hierarchical Retrieval Interfaces | 层级检索接口（关键词/语义/chunk read），GPT-4o-mini 达 HotpotQA 94.5% | 2026.02 |
| CatRAG: Context-Aware Traversal | 识别图 RAG 中的"静态图谬误"，引入查询感知动态边权重 | 2026.02 |
| HGMem: Hypergraph-based Memory | 超图记忆机制支持多步 RAG 的复杂推理 | 2025.12 |
| MiA-RAG: Mindscape-Aware RAG | 层级摘要构建"心智景观"，提升长文档 RAG 全局上下文感知 | 2025.12 |
| RAGBoost: Context Reuse | 会话间上下文复用，prefill 性能提升 1.5-3X 同时保持推理精度 | 2025.11 |
| RegionRAG: Region-level Retrieval | 从文档级到区域级检索单元，R@1 提升 10%，token 用量减少 29% | 2025.10 |
| RAG-Anything | 双图构建实现跨模态知识检索（文本+图表+公式） | 2025.10 |
| ComoRAG: Cognitive-Inspired Memory | 认知启发式迭代推理 + 动态记忆工作区，长文本 QA 提升 11% | 2025.08 |
| NodeRAG: Heterogeneous Graph | 异构全节点化图结构，索引和查询效率优于 GraphRAG/LightRAG | 2025.04 |
| UniversalRAG: Multi-modal Multi-granularity | 模态感知路由机制，跨模态多粒度检索 | 2025.04 |
| Improving RALM with Self-Reasoning | 自推理轨迹三步法（相关性→证据→分析），少量训练资源即大幅提升 | 2025.03 |
| MMOA-RAG: Multi-Agent RL | 将 RAG 各组件视为 RL Agent，统一奖励优化全局目标 | 2025.01 |
| OmniThink: Slow-Thinking Writing | 模拟人类迭代扩展+反思的慢思维写作框架 | 2025.01 |
| Enhancing RAG: Best Practices | 查询扩展 + 新检索策略，提供 RAG 性能优化的可操作建议 | 2025.01 |
| VideoRAG | 动态检索相关视频，利用视觉+文本双模态信息增强生成 | 2025.01 |
| Don't Do RAG: Cache-Augmented Generation | 预加载知识到扩展上下文 + 缓存参数，消除检索延迟 | 2024.12 |
| Auto-RAG: Autonomous Iterative Retrieval | 自主多轮对话式检索，根据问题难度动态调整迭代次数 | 2024.11 |
| HtmlRAG | 用 HTML 替代纯文本保留结构语义信息，6 个 QA 数据集表现提升 | 2024.11 |
| Beyond Text: Multimodal RAG | 工业场景多模态 RAG，图片文本摘要策略优于单模态 | 2024.10 |
| LongRAG (Oct) | 全局理解 + 精确细节双视角，长文档 QA 提升 17.25% | 2024.10 |
| ChatQA 2 | Llama3 扩展至 128K 上下文，RAG 基准超越 GPT-4-Turbo | 2024.07 |
| COCOM: Context Compression | 长上下文压缩为少量 Context Embeddings，解码加速 5.69× | 2024.07 |
| LongRAG (June) | 4K-token 长检索单元 + 长上下文 LLM，零样本 NQ EM 62.7% | 2024.06 |
| PlanRAG | 先规划决策再检索数据，决策 QA 超越迭代 RAG 15.8% | 2024.06 |
| From RAGs to Rich Parameters | 因果中介分析揭示 LLM 主要依赖上下文而非参数记忆 | 2024.06 |
| Buffer of Thoughts | 元缓冲区存储可复用思维模板，10 个推理任务 SOTA | 2024.06 |
| SeaKR: Self-aware Knowledge Retrieval | 基于 LLM 自感知不确定性的自适应检索和策略选择 | 2024.06 |
| A Tale of Trust and Accuracy | 基座模型在 RAG 任务中平均超过指令微调模型 20% | 2024.06 |
| METRAG: Multi-layered Thoughts | 相似性+实用性双层思维 + LLM 自适应摘要器 | 2024.05 |
| HippoRAG | 海马体索引理论启发，LLM + 知识图谱 + PPR，多跳 QA 显著提升 | 2024.05 |
| When to Retrieve | 引入 ⟨RET⟩ 特殊 token，LLM 自主决定何时触发检索 | 2024.04 |
| RA-ISF: Iterative Self-Feedback | 迭代分解+三子模块处理，超越 GPT-3.5 和 Llama2 | 2024.03 |
| RAFT: Domain-Specific RAG | 训练模型忽略无关文档、从相关文档中引用证据 | 2024.03 |
| RAT: Retrieval Augmented Thoughts | 迭代修正思维链，代码/数学/写作/规划平均提升 23% | 2024.03 |
| Retrieve Only When It Needs (Rowen) | 跨语言不一致检测触发检索，平衡内部推理与外部证据 | 2024.02 |
| RAPTOR | 递归摘要构建层级树，QuALITY 基准 +20% 绝对准确率 | 2024.01 |
| CRAG: Corrective RAG | 检索评估器 + 置信度自适应策略 + Web 搜索回退，4 个数据集显著提升 | 2024.01 |
| Self-RAG | 反射 token 驱动自适应检索和自我评判，7B/13B 超越传统 RAG | 2023.10 |
| DSPy | 声明式 LM 管线编程框架，编译器自动优化 prompt 和示例 | 2023.10 |
| Retrieval-Generation Synergy | 检索与生成迭代协同，提升多步推理能力 | 2023.10 |
| RECOMP: Compression and Selective Augmentation | 抽取/抽象双压缩器，检索文档压缩后再注入 | 2023.10 |
| Knowledge-Augmented LM Verification | 小 LM 验证器检测检索和生成中的事实错误 | 2023.10 |
| REST: Retrieval-Based Speculative Decoding | 检索驱动的投机解码，代码/文本生成加速 1.62-2.36× | 2023.11 |
| FILCO: Learning to Filter Context | 训练上下文过滤模型识别有用段落，QA/事实验证/对话均提升 | 2023.11 |
| GenRead: Generate rather than Retrieve | LLM 生成上下文替代检索，聚类提示保证多样性 | 2023.09 |
RAG Evaluation
| 论文 | 摘要 | 时间 |
|---|---|---|
| WildGraphBench | 1100 题评估 GraphRAG，揭示其在摘要任务上的不足 | 2026.02 |
| SAGE: Benchmarking Deep Research Agents | 1200 查询 + 20 万论文语料，发现 BM25 比 LLM 检索器高 30% | 2026.02 |
| DeR2: Retrieval-Infused Reasoning Sandbox | 解耦检索与推理评估，发现模型在完整检索集下反而表现更差 | 2026.01 |
| FRAMES | 统一评估事实性、检索和推理，多步检索将准确率从 0.40 提升至 0.66 | 2024.09 |
| Summary of a Haystack | 要求系统从文档集中总结洞见并精确引用，现有系统普遍低于人类水平 | 2024.07 |
| RAGElo | LLM 生成合成查询 + Elo 排名竞赛评估 RAG 变体 | 2024.06 |
| CRAG Benchmark | 4409 个 QA 对 + Mock API，评估动态性/流行度/复杂度三维度 | 2024.06 |
| RGB: Benchmarking LLMs in RAG | 中英双语 RAG 基准，评估噪声鲁棒/负面拒绝/信息整合/反事实鲁棒 | 2023.10 |
| RAGAS | 无需人工标注的 RAG 自动评估框架，覆盖检索相关性和生成质量 | 2023.09 |
Retrieval Improvement
| 论文 | 摘要 | 时间 |
|---|---|---|
| SitEmb-v1.5: Situated Embeddings | 上下文感知嵌入，将文本块含义置于更广上下文中，性能提升 10%+ | 2025.08 |
| Toward Optimal Search and Retrieval for RAG | 降低搜索精度对 RAG 影响小，但可提升检索速度和内存效率 | 2024.11 |
| Boosting Healthcare LLMs | 优化检索组件使开源 LLM 在医疗基准上媲美商业方案 | 2024.09 |
| Structured-GraphRAG | 多知识图谱捕获结构化数据中的复杂关系，足球数据案例验证 | 2024.09 |
| RetrievalAttention | ANN 搜索加速注意力计算，128K token 仅需 16GB 显存 | 2024.09 |
| Promptriever | 像提示 LLM 一样提示检索器，MS MARCO 上 SOTA | 2024.09 |
| RankRAG | 统一上下文排序和答案生成的指令微调框架 | 2024.07 |
| RE-AdaptIR | 逆向工程适配增强 LLM 信息检索，零样本场景也有效 | 2024.06 |
| Don't Forget to Connect! G-RAG | GNN 重排序器结合文档连接和语义信息，超越 PaLM 2 | 2024.05 |
| G-Retriever | GNN + LLM + RAG 导航大规模文本图，软提示减少幻觉 | 2024.02 |
| SKR: Self-Knowledge guided Retrieval | LLM 判断自身知识边界，选择性引入外部检索 | 2023.10 |
| GAR-meets-RAG | GAR + RAG 联合迭代，零样本检索 BEIR 上 Recall@100 提升 17% | 2023.10 |
| LLM-Embedder | 统一检索模型适配 LLM 多样需求，优化训练方法论 | 2023.10 |
| Learning to Retrieve In-Context Examples | 迭代训练密集检索器，30 个任务证明对不同规模 LLM 均有效 | 2023.07 |
| FLARE: Active Retrieval | 前瞻性主动检索，生成过程中动态决定何时检索什么内容 | 2023.05 |
| Knowledge Graph-Augmented Dialogue (SURGE) | 知识图谱子图检索 + 对比学习确保对话事实一致性 | 2023.05 |
| SANTA: Structure-Aware Retrieval | 结构感知预训练提升代码搜索和产品搜索的零样本能力 | 2023.05 |
| AAR: Augmentation-Adapted Retriever | 通用插件式检索器，训练一次可适配从小到大各种 LLM | 2023.05 |
| PGRA: Prompt-Guided Retrieval | 任务无关检索 + 提示引导重排序，扩展 RAG 到非知识密集型任务 | 2023.05 |
| Chain-of-Knowledge | 动态适配异构知识源（结构化+非结构化），逐步修正推理链 | 2023.05 |
Comparison Papers
| 论文 | 摘要 | 时间 |
|---|---|---|
| Long Context vs. RAG | 长上下文在 Wikipedia QA 上优于 RAG，但 RAG 在对话类查询上更优 | 2025.01 |
| RAG or Long-Context LLMs: Self-Route | 提出 Self-Route 方法，模型自判路由到 RAG 或长上下文 | 2024.07 |
| Fine Tuning vs. RAG for Less Popular Knowledge | RAG 在低频实体问答上优于微调 | 2024.03 |
| RAG vs Fine-tuning: Agriculture Case Study | 农业领域对比 RAG 与微调的管线和权衡 | 2024.01 |
| Retrieval meets Long Context LLMs | 4K+检索 ≈ 16K 长上下文，Llama2-70B+检索超越 GPT-3.5-turbo-16k | 2023.10 |
Domain-Specific RAG
| 论文 | 摘要 | 时间 |
|---|---|---|
| GraphRAG Survey | 首个 GraphRAG 全面综述，覆盖方法论、工业案例和评估策略 | 2024.08 |
| Agentic RAG for Time Series | 层级多 Agent 架构，专用子 Agent 处理不同时序任务 | 2024.08 |
| RULE: Medical Vision LLMs | 校准检索上下文数量 + 偏好微调，医疗 VQA 准确率提升 20.8% | 2024.07 |
| GNN-RAG for KGQA | GNN 检索 + LLM 推理，知识图谱 QA 超越 GPT-4 | 2024.05 |
| UniMS-RAG: Personalized Dialogue | 多知识源统一序列到序列范式 + 自精炼机制的个性化对话 | 2024.01 |
| RADA: Low-Resource Data Augmentation | 检索相似样本引导 LLM 生成增强数据，低资源场景有效 | 2024.02 |
| CREA-ICL: Crosslingual RAG | 跨语言检索增强上下文学习，分类有效但生成任务仍有挑战 | 2023.11 |
| PKG: Parametric Knowledge Guiding | 不修改原模型参数的领域知识注入框架 | 2023.05 |
RAG Enhanced LLMs
| 论文 | 摘要 | 时间 |
|---|---|---|
| RETRO: Retrieval from Trillions of Tokens | 从万亿 token 语料中检索，参数量更少但性能媲美 GPT-3 | 2024.03 |
| Instruction-tuned LMs are Better Knowledge Learners | 先指令微调再学文档（PIT），知识吸收提升 17.8% | 2024.02 |
| Chain-of-Note | 对检索文档生成顺序阅读笔记，过滤噪声并识别知识不足 | 2023.11 |
| Tree of Clarifications | 构建澄清树处理歧义问题，Disambig-F1 超越全监督方法 | 2023.10 |
| Optimizing FiD via Token Elimination | Token 级别剪枝检索段落，解码加速 62.2% 仅损失 2% 性能 | 2023.10 |
| RA-DIT: Dual Instruction Tuning | 双阶段轻量微调：优化 LLM 使用检索 + 优化检索器适配 LLM | 2023.10 |
| InstructRetro 48B | 最大规模检索增强预训练模型，指令微调后多任务超越 GPT 对应模型 | 2023.10 |
| Making RALMs Robust to Irrelevant Context | 仅 1000 条训练数据即可显著提升模型对无关检索内容的鲁棒性 | 2023.10 |
| RegaVAE | VAE 潜空间编码源文本和目标文本，减少生成幻觉 | 2023.10 |
| Text Embeddings Reveal Almost As Much As Text | 多步反转可从嵌入恢复 92% 原文，揭示隐私风险 | 2023.10 |
| Understanding Retrieval for Long-Form QA | 分析检索增强对长文本问答的归因模式和错误类型 | 2023.10 |
| RaLLe | 透明化 R-LLM 各步骤的开源评估框架 | 2023.08 |
| RAVEN: Retrieval Augmented Encoder-Decoder | Fusion-in-Context Learning 提升少样本能力，无需额外训练 | 2023.08 |
| Iter-RetGen | 检索-生成迭代协同，检索整体处理保持生成灵活性 | 2023.05 |
| selfmem | 模型自身输出作为无界记忆池，翻译/摘要/对话均创新高 | 2023.05 |
| RETRO++ | 检索增强预训练的全面研究，RETRO 在事实准确性和低毒性上优于 GPT | 2023.04 |
| UPRISE | 通用提示检索器，轻量训练即可提升多种大规模 LLM 零样本表现 | 2023.03 |
Input Processing for RAG
| 论文 | 摘要 | 时间 |
|---|---|---|
| Vision-Guided Chunking | 多模态模型驱动的文档分块，处理跨页表格和图文依赖 | 2025.06 |
| KnowledGPT | 代码格式查询生成 + 个性化知识库存储 | 2023.08 |
| Query Rewriting: Rewrite-Retrieve-Read | 小模型改写查询 + RL 优化，弥合输入文本与检索知识的差距 | 2023.05 |
Memory Improvement
| 论文 | 摘要 | 时间 |
|---|---|---|
| MemoRAG | 双系统架构：轻量长程模型生成草稿引导检索 + 强模型生成最终答案 | 2024.09 |
| RET-LLM | 基于 Davidson 语义的可读写记忆单元，可扩展可更新的三元组存储 | 2023.05 |
RAG Framework
| 论文 | 摘要 | 时间 |
|---|---|---|
| RAG Foundry | 开源框架统一数据创建/训练/推理/评估，Llama-3 和 Phi-3 均有提升 | 2024.08 |
更新记录
- 2026-04-20：首次创建，收录 70+ 篇论文，来源 awesome-generative-ai-guide