https://index.zshipu.com/edudaily/tags/%E8%AE%BA%E6%96%87/ Recent content in 论文 on 知识铺的博客 Hugo -- gohugo.io zh-CN Mon, 17 Aug 2026 00:00:00 +0000 https://index.zshipu.com/edudaily/post/20260817/2026%E5%B9%B4%E6%95%B0%E6%8D%AE%E5%BA%93%E9%A1%B6%E4%BC%9A%E9%A3%8E%E5%90%91AI%E4%B8%8E%E4%BA%91%E5%8E%9F%E7%94%9F%E6%88%90%E4%B8%BB%E6%B5%81/ Mon, 17 Aug 2026 00:00:00 +0000 https://index.zshipu.com/edudaily/post/20260817/2026%E5%B9%B4%E6%95%B0%E6%8D%AE%E5%BA%93%E9%A1%B6%E4%BC%9A%E9%A3%8E%E5%90%91AI%E4%B8%8E%E4%BA%91%E5%8E%9F%E7%94%9F%E6%88%90%E4%B8%BB%E6%B5%81/ 2026年数据库顶会风向：AI与云原生成主流 数据库领域的技术风向正在发生变化。根据近期国际顶会的论文趋势，2026年的研究热点明显向AI与云原生倾斜，而传统的关系型数据库优化技术则逐渐退居次要位置。这一变化对中文开发者生态意味着什么？ 研究热点转向AI与云原生 从顶会收录的论文来看， https://index.zshipu.com/edudaily/post/20260817/AI-Agent-%E5%8C%BB%E5%AD%A6%E5%BD%B1%E5%83%8F%E7%A7%91%E7%A0%94%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90%E6%A1%88%E4%BE%8B%E5%B1%95%E7%A4%BA/ Mon, 17 Aug 2026 00:00:00 +0000 https://index.zshipu.com/edudaily/post/20260817/AI-Agent-%E5%8C%BB%E5%AD%A6%E5%BD%B1%E5%83%8F%E7%A7%91%E7%A0%94%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90%E6%A1%88%E4%BE%8B%E5%B1%95%E7%A4%BA/ 在医学影像科研中，把数据真正变成可解释、可复现、可展示的研究结果，往往比训练模型本身 更耗时 。研究者需要在数据表、统计软件、脚本和绘图工具之间反复切换，处理缺失值、筛选特征、建立模型、复核统计结果，再逐张整理 ROC、DCA、校准曲线、森林图和生存曲线—— 每一步都可能出错，每一步都在 https://index.zshipu.com/edudaily/post/20260817/GraphRAGRAFTAgent-RAG%E7%A8%8B%E5%BA%8F%E5%91%98%E8%BD%AC%E5%9E%8BAI%E5%88%B0%E5%BA%95%E8%AF%A5%E5%85%88%E5%AD%A6%E5%93%AA%E4%B8%AA/ Mon, 17 Aug 2026 00:00:00 +0000 https://index.zshipu.com/edudaily/post/20260817/GraphRAGRAFTAgent-RAG%E7%A8%8B%E5%BA%8F%E5%91%98%E8%BD%AC%E5%9E%8BAI%E5%88%B0%E5%BA%95%E8%AF%A5%E5%85%88%E5%AD%A6%E5%93%AA%E4%B8%AA/ 这是「程序员的 RAG 修炼手册」系列第三篇。第一篇聊了 RAG 是什么，第二篇聊了怎么优化，这一篇聊聊怎么选。 最近半年，我的技术收藏夹里积压了一堆没消化完的文章。 今天 GraphRAG 发了新论文，明天 RAFT 刷屏，后天某个大厂开源了一个 RAG Agent 框架，大后天又有人说“RAG 已死，长上下文才是未来”。每一篇都写得头头是道， https://index.zshipu.com/edudaily/post/20260817/LightRAG37K-%E8%BD%BB%E9%87%8F%E5%9B%BE-RAG-%E6%A1%86%E6%9E%B6%E6%AF%94-GraphRAG-%E5%BF%AB-2-%E5%80%8D-%E4%BB%8A%E6%97%A5%E5%A4%B4%E6%9D%A1/ Mon, 17 Aug 2026 00:00:00 +0000 https://index.zshipu.com/edudaily/post/20260817/LightRAG37K-%E8%BD%BB%E9%87%8F%E5%9B%BE-RAG-%E6%A1%86%E6%9E%B6%E6%AF%94-GraphRAG-%E5%BF%AB-2-%E5%80%8D-%E4%BB%8A%E6%97%A5%E5%A4%B4%E6%9D%A1/ 2026-08-13 07:05·闲人野鹤 说 RAG 工具，先得承认一件事：大多数 RAG 框架搭起来很爽，用起来很慢，维护起来很痛苦。尤其是微软 GraphRAG，动不动就要构建整个知识图谱，索引阶段跑半天，查询还要多跳推理，大文档集一上就卡成 PPT。 LightRAG 就是来解决这个问题的——HKUDS（香港大学数据科学实验室）出 https://index.zshipu.com/edudaily/post/20260817/LLM-RAG-GraphRAG-LightRAG%E8%A7%A3%E6%9E%90-%E7%9F%A5%E4%B9%8E/ Mon, 17 Aug 2026 00:00:00 +0000 https://index.zshipu.com/edudaily/post/20260817/LLM-RAG-GraphRAG-LightRAG%E8%A7%A3%E6%9E%90-%E7%9F%A5%E4%B9%8E/ paper:LightRAG: Simple and Fast Retrieval-Augmented Generation code:https://github.com/HKUDS/LightRAG.git 一、背景 最近RAG领域出了比较火的Graph RAG，相继微软也开源了他们的Graph RAG方案，香港大学也输出了比微软Graph RAG更简洁的方案LightRAG；LightRAG整体效能都很优秀， 1、传统RAG与GraphRAG区别 传统RAG（Retrieval- https://index.zshipu.com/edudaily/post/20260817/SIGIR-2026-LLM-Graph%E8%AE%BA%E6%96%87%E6%80%BB%E7%BB%93%E5%9B%BE%E5%A2%9E%E5%BC%BALLMGraphRAGAgent%E5%A4%9A%E6%A8%A1%E6%80%81%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E6%90%9C%E7%B4%A2%E6%8E%A8%E8%8D%90-%E7%9F%A5%E4%B9%8E/ Mon, 17 Aug 2026 00:00:00 +0000 https://index.zshipu.com/edudaily/post/20260817/SIGIR-2026-LLM-Graph%E8%AE%BA%E6%96%87%E6%80%BB%E7%BB%93%E5%9B%BE%E5%A2%9E%E5%BC%BALLMGraphRAGAgent%E5%A4%9A%E6%A8%A1%E6%80%81%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E6%90%9C%E7%B4%A2%E6%8E%A8%E8%8D%90-%E7%9F%A5%E4%B9%8E/ SIGIR 2026将在2026年7月20日至24日于澳大利亚墨尔本（Melbourne | Naarm, Australia ）举行。 本文总结了SIGIR 2026上有关时空数据（Spatial-Temporal）的相关论文。 按照官网的命名方式，总共有如下4类paper类型： [fp] Full research papers (234 accepted)，本文涉及11篇 [sp] Short https://index.zshipu.com/edudaily/post/20260817/%E5%AD%A6%E6%9C%AF%E5%89%8D%E6%B2%BF-%E6%B5%99%E5%A4%A7%E6%BD%98%E7%BA%B2%E5%9B%A2%E9%98%9F%E6%96%B0%E4%BD%9C-BrainAgent%E7%94%A8%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%81%9A%E8%84%91%E7%94%B5%E5%88%86%E6%9E%90/ Mon, 17 Aug 2026 00:00:00 +0000 https://index.zshipu.com/edudaily/post/20260817/%E5%AD%A6%E6%9C%AF%E5%89%8D%E6%B2%BF-%E6%B5%99%E5%A4%A7%E6%BD%98%E7%BA%B2%E5%9B%A2%E9%98%9F%E6%96%B0%E4%BD%9C-BrainAgent%E7%94%A8%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%81%9A%E8%84%91%E7%94%B5%E5%88%86%E6%9E%90/ 论文标题：BrainAgent: A Large Language Model-Driven Multi-Agent Framework for Autonomous Brain Signal Understanding 作者单位：浙江大学脑机智能国家重点实验室等 核心价值：用 LLM 驱动的多智能体系统，把自然语言意图自动落地为可执行的、端到端脑信号分析流水线，从而降低 BCI/EEG 分析的技术门槛。 一、研究背景与动机 脑机接口（BCI）与脑信号理解是临床健康与下一代 https://index.zshipu.com/edudaily/post/20260817/%E5%AD%A6%E6%9C%AF%E5%89%8D%E6%B2%BF-%E6%B5%99%E5%A4%A7%E6%BD%98%E7%BA%B2%E5%9B%A2%E9%98%9F%E6%96%B0%E4%BD%9C-BrainAgent%E7%94%A8%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%81%9A%E8%84%91%E7%94%B5%E5%88%86%E6%9E%90-1/ Mon, 17 Aug 2026 00:00:00 +0000 https://index.zshipu.com/edudaily/post/20260817/%E5%AD%A6%E6%9C%AF%E5%89%8D%E6%B2%BF-%E6%B5%99%E5%A4%A7%E6%BD%98%E7%BA%B2%E5%9B%A2%E9%98%9F%E6%96%B0%E4%BD%9C-BrainAgent%E7%94%A8%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%81%9A%E8%84%91%E7%94%B5%E5%88%86%E6%9E%90-1/ 论文标题：BrainAgent: A Large Language Model-Driven Multi-Agent Framework for Autonomous Brain Signal Understanding 作者单位：浙江大学脑机智能国家重点实验室等 核心价值：用 LLM 驱动的多智能体系统，把自然语言意图自动落地为可执行的、端到端脑信号分析流水线，从而降低 BCI/EEG 分析的技术门槛。 一、研究背景与动机 脑机接口（BCI）与脑信号理解是临床健康与下一代 https://index.zshipu.com/edudaily/post/20260817/%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E7%9A%84Agent%E5%8F%AF%E4%BE%9B%E6%80%A7%E4%BB%8E%E6%9C%89%E4%BB%80%E4%B9%88%E5%88%B0%E8%83%BD%E5%81%9A%E4%BB%80%E4%B9%88/ Mon, 17 Aug 2026 00:00:00 +0000 https://index.zshipu.com/edudaily/post/20260817/%E7%9F%A5%E8%AF%86%E5%9B%BE%E8%B0%B1%E7%9A%84Agent%E5%8F%AF%E4%BE%9B%E6%80%A7%E4%BB%8E%E6%9C%89%E4%BB%80%E4%B9%88%E5%88%B0%E8%83%BD%E5%81%9A%E4%BB%80%E4%B9%88/ 字数 3353，阅读大约需 17 分钟 知识图谱的Agent可供性：从“有什么”到“能做什么” 现在大模型Agent做任务，越来越依赖知识图谱（KG）来获取结构化知识、支撑推理判断。但实际用起来，很多时候更像开盲盒：查不到结果，到底是事实本身不存在，还是KG没收录？同一个概念名，Agent理 https://index.zshipu.com/edudaily/post/20260815/GLM-5.3%E4%BD%A0%E6%9D%A5%E5%AE%9A%E6%99%BA%E8%B0%B1%E5%94%90%E6%9D%B0%E5%85%A8%E7%90%83%E5%BE%81%E9%9B%86%E6%84%8F%E8%A7%81%E8%AF%84%E8%AE%BA%E5%8C%BA%E6%B8%85%E4%B8%80%E8%89%B2%E8%A7%86%E8%A7%89/ Sat, 15 Aug 2026 00:00:00 +0000 https://index.zshipu.com/edudaily/post/20260815/GLM-5.3%E4%BD%A0%E6%9D%A5%E5%AE%9A%E6%99%BA%E8%B0%B1%E5%94%90%E6%9D%B0%E5%85%A8%E7%90%83%E5%BE%81%E9%9B%86%E6%84%8F%E8%A7%81%E8%AF%84%E8%AE%BA%E5%8C%BA%E6%B8%85%E4%B8%80%E8%89%B2%E8%A7%86%E8%A7%89/ 鹭羽 发自 凹非寺 量子位 | 公众号 QbitAI 最近，清华教授、智谱灵魂人物唐杰聊得有点high。 昨天先是畅聊AI认知，“AI的终局就是AGI，一场猎龙游戏”。引起广泛热议后，一觉醒来今天又在𝕏当众征集意见： 各位！下个版本的GLM，你想要啥？ 浏览量瞬间干到了40w+，这影响力真够顶的！ 不过要说网友 https://index.zshipu.com/edudaily/post/20260815/SEMfsQCA-%E9%9D%A0-AI-%E4%B8%80%E9%94%AE%E7%94%9F%E6%88%90%E6%96%B9%E6%B3%95%E9%9B%B6%E5%9F%BA%E7%A1%80%E5%86%99%E8%AE%BA%E6%96%87%E7%9A%84%E5%B7%A8%E5%A4%A7%E9%9A%90%E6%82%A3/ Sat, 15 Aug 2026 00:00:00 +0000 https://index.zshipu.com/edudaily/post/20260815/SEMfsQCA-%E9%9D%A0-AI-%E4%B8%80%E9%94%AE%E7%94%9F%E6%88%90%E6%96%B9%E6%B3%95%E9%9B%B6%E5%9F%BA%E7%A1%80%E5%86%99%E8%AE%BA%E6%96%87%E7%9A%84%E5%B7%A8%E5%A4%A7%E9%9A%90%E6%82%A3/ 最近接触到一位同学，全程依靠 AI 绘制 SEM 结构方程模型图，同时借助工具生成大量预期 QCA 组态组合。从最终呈现形式来看，模型构图规整、组态表格排版美观，单纯看可视化成果几乎挑不出视觉层面的问题。但深入沟通后就能明显发现核心短板：自身完全缺少 SEM 与 fsQCA 对应的方法论基础，所有模型设定、条件选择、组态