RAG · 向量检索 · 重排 · 查询改写 — 轻量文献候选
产出时间： 2026-08-11（周二）
来源策略： HF Daily 富化 + Web 补充（arxiv provider 本轮 429/timeout 降级）
输出文件： tom/_candidates/2026-08-11-rag-retrieval-reranking-candidates.json
💎 高价值候选（3 条）
1. SemEval-2026 Task 8: Hybrid Retrieval + Query Rewriting for Multi-Turn RAG
- 来源： arxiv:2606.28352v1（SemEval 官方评测）
- 核心贡献： 端到端 RAG 系统，结合对话查询改写（last-turn concatenation）、稠密+稀疏混合检索、跨编码器重排；Task A 第 3 名（nDCG@5 = 0.5453）。消融证明 query reconstruction 显著提升召回，是当前少数有系统性 ablations 的实用 RAG 论文。
- 亮点： 消融数据详尽，对生产级检索 pipeline 设计有直接参考价值。
2. [Substack] All You Need to Know About RAG in 2026 — Chunking, Re-Ranking & Hybrid Search
- 来源： Aishwarya Srinivasan · AI with Aish（substack.com）
- 核心贡献： 2026 RAG 成熟度地图：① Naive RAG 已成原型基准；② 高级 Chunking（语义/智能分块）；③ Hybrid Search + Reciprocal Rank Fusion；④ Cross-Encoder 重排是生产系统"秘密酱汁"；⑤ 查询转换与扩展。Pipeline 推荐：Top100 混合检索 → Re-Ranker（如 Cohere Rerank 3.5 / BGE-Reranker）→ Top5-10 送 LLM。
- 亮点： 实战总结，含 2026 当前工具链对照（Cohere、BGE、Azure AI Search、LangChain）。
3. Referential Dangling: Hard Prompt Compression 的 Paradigm-Level 失效模式
- 来源： arxiv:2608.04569（HF Daily · votes=8）
- 核心贡献： 硬提示压缩（如独立 token/sentence 打分）在多跳推理中产生"引用悬空"——保留答案片段但删除了解读所需实体。在 0.30 压缩比下 Beaver（Qwen3-0.6B 嵌入）在 34–54% 的桥接样例中丢失答案路径。对长文档 RAG 的压缩策略有直接警示意义。
- 亮点： 揭示了压缩率与答案完整性之间的定量 trade-off，是当前少有的结构化失效分析。
📋 候选列表（共 8 条）
| # | 标题 | 来源 | 标签 | 备注 |
|---|---|---|---|---|
| 1 | Hybrid Retrieval + Query Rewriting for Multi-Turn RAG（SemEval-2026 Task 8） | arxiv:2606.28352v1 | retrieval, reranking, query-rewrite | 高价值 |
| 2 | All You Need to Know About RAG in 2026（Substack） | substack.com | hybrid-search, reranking, chunking | 高价值·Substack |
| 3 | Referential Dangling as Failure Mode in Hard Prompt Compression | arxiv:2608.04569 | long-context, compression | 高价值 |
| 4 | Multi-Agent Forensic Reasoning for Deepfake Video Detection | arxiv:2608.06865 | rag, agent, multimodal | 含 RAG 组件 |
| 5 | CLIP-CC-Bench: Paragraph-Level Video Descriptions Benchmark | arxiv:2608.04302 | rag, benchmark, multimodal | 视频语言 RAG 评测 |
| 6 | Mastering Advanced RAG for Better AI Retrieval | newline.co/@Dipen | retrieval, reranking | 2026-08-04 更新 |
| 7 | Query Rewriting for RAG: How to Improve Retrieval Accuracy | meilisearch.com | query-rewrite | 工具链视角 |
| 8 | What Is RAG? How Retrieval-Augmented Generation Works in 2026 | atlan.com | overview | 2026 框架梳理 |
🗑️ 去重参考（近 7 天 Tom inbox）
2026-08-11-rag-e1prep.md、2026-08-10-rag-e1prep.md等已覆盖 agent+rag+longcontext 专题；本批候选侧重检索 pipeline 与压缩失效，与之互补，不重复。- 同一 SemEval 论文可能在不同批次出现，属正常策展重叠。
ℹ️ 备注
- arxiv provider： 本轮 4 条查询均因 429 / timeout 降级；实际候选依赖 HF Daily 富化，数据面收窄。
- CSDN： 未使用（无明确源码/复现/排障内容触发纳入门槛）。
- Substack： 1 条（Aishwarya Srinivasan）。