图书信息
内容简介
对 arXiv cs.IR 分类的年度综述，涵盖 2025 年 9 月 至 2026 年 8 月 期间发表的研究。本卷基于对 132 篇论文 的细读整理，组织为 37 章，按该领域的研究子方向描绘这一年的全貌。
全书框架（年度产出占比）：
- 信息检索与稠密多模态基准 (20.9%) — 发展稠密检索模型与多模态基准，以衡量异构内容上的检索质量。
- 基于大语言模型的推荐与智能体排序 (11.1%) — 运用大语言模型驱动推荐与排序，包括对用户-物品交互的智能体接口。
- 智能体式 AI 搜索与语义向量检索 (10.9%) — 探索面向开放与任务导向信息访问的智能体搜索代理与语义向量检索。
- 多智能体系统与多跳推理框架 (10.4%) — 研究多智能体架构与多跳推理，以在多个检索步骤间分解复杂查询。
- 知识图谱与检索增强问答 (9.7%) — 将知识图谱与检索增强问答相结合，支持基于事实的回答。
- 多模态与跨域序列推荐的进展 (8.1%) — 对多模态与跨域设定下的用户行为建模，以改进序列推荐。
- 大语言模型及其应用 (7.8%) — 综述大语言模型的能力及其在信息检索与文本处理任务中的应用。
- 生成式推荐与检索 (5.7%) — 探索利用语义标识符的生成式与扩散式推荐及检索方法。
- 多模态表示的强化与对比学习 (5.6%) — 应用强化与对比学习，学习用于排序与检索的多模态表示。
- 检索增强生成与多模态框架 (5.3%) — 研究将语言模型立足于外部知识的检索增强生成流程，涵盖多模态与跨模态检索。
- 对话式与智能体推荐系统的进展 (4.6%) — 研究与用户交互以优化推荐的对话式与智能体推荐系统。
每个子方向均通过三章展开论述——它如何提出自己的问题、其关键结论的强度，以及它开放的争论与前沿，从而让读者获得该领域今年实际产出的可溯源图景。
