检索标题、摘要与正文，把分散的信息连起来。
arXiv：2610.33018v1 发布类型：新 摘要：学术知识图谱（SKGs）支持文献检索、科学发现以及智能体辅助研究。然而，大多数构建学术知识图谱的方法都预先规定了所要表示的知识单元，通常以学术实体或贡献层面的陈述为名，并且仅保留能够通过该单元表达的出版内容。这种选择导致了两种主导但截然不同的范式：以概念为中心的学术知识图谱侧重于保存实体及其局部关系，而以陈述为中心的学术知识图谱则聚焦于以句子形式呈现的高层次话语。在这两种情况下，图谱反映的都是所选定的抽取目标，而非论文如何构建并传达知识。我们提出了 SUDO——学术上层话语本体，它定义了知识的……
arXiv：2610.32122v1 发布类型：新 提要：我们报告了现代文本嵌入模型中的一种系统性分离现象：情感信息几乎可以被其嵌入表示完美解码，却几乎完全缺失于其度量空间。在涵盖2021年至2026年的十一家冻结编码器中，包括2026年生成的模型以及4B参数的大规模语言模型嵌入器Qwen3-Embedding-4B，线性探测器在句子极性分类任务上的准确率高达91.3%，而余弦相似度对极性的区分幅度仅为0.003至0.064。作为该测试集中表现最强的探测器，Qwen3-Embedding-4B的探测准确率达到91.3%，但在检索MAP指标上却仅有64.3。由于检索、聚类、去重以及检索增强生成等任务均基于度量空间而非经过训练的探测器进行，这些系统实际上对相关信息处于“盲视”状态。
arXiv：2610.32128v1 发布类型：新 摘要：当与决策相关的证据深埋于冗长且嘈杂的上下文中时，RAG 以及检索增强的少样本 ICL 方法往往难以应对。检索到的段落和示例可能包含冗余或干扰性信息。尽管由专家标注的开发示例能够识别出支持每项决策的文本，但这些标注通常仅用作答案侧的理由，而非用于过滤噪声检索的监督信号。我们提出了一种“银色证据”演示方法，该方法用生成的、针对目标条件的证据摘要替代 ICL 示例中的原始检索段落。对于每个已标注的开发示例，大语言模型在无法访问专家标签或黄金证据的情况下生成“银色证据”；随后，这些证据将与专家标签配对使用。
该论文于2026年10月24日发布在arXiv（编号2610.30885v1），提出一种以施害者为中心的分析框架ODCBNA，整合本体设计、知识图谱构建、行为建模、社群分析与影响建模，基于孟加拉语网络欺凌语料库BenCoDiC开展实证分析。
推荐理由：材料为arXiv预印本，发布时间（2026-10-24）不晚于当前时间（2026-10-26），来源明确、结构完整；内容聚焦方法论创新与可复现分析结果（如1063名施害者识别、6个Louvain社群、特征贡献排序等），符合学术资讯时效性与事实性要求。
arXiv:2610.31019v1 发布类型：新 摘要：用于检索增强生成的分块策略几乎总是基于静态快照进行评估，然而知识库所依托的文档却在持续变化。由于各分块是独立嵌入的，编辑后移动的边界会导致未发生变化的文本也被重新嵌入。我们在严格的字节级复用规则以及冻结的稠密编码器条件下，针对三种无状态分块方法（非重叠的固定大小分块、递归的段落优先分块和内容自定义分块），对120对相邻的中文与英文维基百科修订进行了更新成本的量化分析。在包含116篇文章的共同成功测试集上，当参数被冻结且长度经过校准时，固定大小分块会重新计算其全部新版嵌入—输入工作量的57%至68%，递归分块……
