热点事件持续更新
GLM-RAG：图语言模型用于图检索增强生成
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月9日，arXiv（Information Retrieval，一手来源）发表研究，提出GLM-RAG，基于图语言模型（GLM）构建检索器，用于基于图的检索增强生成（RAG）。研究对比了GLM、GNN与传统向量检索在单跳和多跳场景下的表现：微调后的GLM检索器域外泛化更强，在两个多跳基准上达到SOTA；GNN检索器图覆盖率更高；向量检索在单跳数据集上表现最佳。该论文已被AACL-IJCNLP 2026接收。目前未见与早先报道矛盾之处。
AI 根据报道生成 · 2 小时前更新
最新进展10月9日 12:00
GLM-RAG论文提出图语言模型检索器并在多跳基准达SOTA，已被AACL-IJCNLP 2026接收。报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv · Information RetrievalGLM-RAG：用于基于图的检索增强生成的图语言模型
该研究提出 GLM-RAG，基于图语言模型（GLM）构建检索器，用于基于图的检索增强生成（RAG）。研究对比了 GLM、GNN 与传统向量检索在单跳和多跳场景下的表现，发现微调后的 GLM 检索器域外泛化更强，在两个多跳基准上达到 SOTA；GNN 检索器图覆盖率更高，向量检索在单跳数据集上表现最佳。论文已被 AACL-IJCNLP 2026 接收。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。