今天研读《Reasoning on Graphs: Faithful and Interpretable Large Language Model Reasoning》 开源实现：RoG 1. 为什么要引入 RoG ？ 目前 LLM 在许多复
发布于 2026-09-02
继研读 HippoRAG 之后，继续研读其续作 HippoRAG-2 ：《From RAG to Memory: Non-Parametric Continual Learning for Large Language Models》 开源实现：HippoRAG-2 1. 为什么要引入 HippoR
发布于 2026-08-31
今天研读 ToG 家族的最后一篇研究《Think-on-Graph 3.0: Efficient and Adaptive LLM Reasoning on Heterogeneous Graphs via Multi-Agent Dual-Evolving Context Retrieval》 开
发布于 2026-08-29
在研读完 ToG 之后，有幸发现其后作，遂来研读：《Think-on-Graph 2.0: Deep and Faithful Large Language Model Reasoning with Knowledge-guided Retrieval Augmented Generation》 开
发布于 2026-08-26
今天研读《Think-on-Graph: Deep and Responsible Reasoning of Large Language Model on Knowledge Graph》 开源实现：ToG 1. 为什么要引入 ToG ？ 单纯的预训练 LLM 在知
发布于 2026-08-23
今天研读：《ColPali: Efficient Document Retrieval with Vision Language Models》 开源实现：ColPali 1. 为什么要引入 ColPali ？ 文档检索将用户的查询与给定语料库中的相关文档进行匹配，它在许多工业应用中扮演非常重要的角
发布于 2026-08-06
今天研读《Corrective Retrieval-Augmented Generation (CRAG)》 开源实现：CRAG 有关标准 RAG 的内容，可以参考我的分享贴：《RAG 学习专题 Day 1 —— RAG 是怎样诞生的 ？》 有关 Self-RAG 的内容，可以参考我的分享贴：《
发布于 2026-08-02
今天研读 《Self-RAG: Learning to Retrieve, Generate, and Critique through Self-Reflection》 开源实现：Self-RAG 1. 为什么要引入 Self-RAG ？以前的研究有什么不足？
发布于 2026-07-30
今天来研读《HippoRAG: Neurobiologically Inspired Long-Term Memory for Large Language Models》 开源实现：HippoRAG 1. 为什么要引入 HippoRAG ? 过往的研究有什么
发布于 2026-07-28
今天我们来研读香港大学 HKUDS 实验室的研究：《LightRAG: Simple and Fast Retrieval-Augmented Generation》 开源实现：LightRAG LightRAG 可以视作 GraphRAG 的一种改进方案。有关 GraphRAG 的内容，参见我的
发布于 2026-07-26
