近年來，隨著大語言模型及多模態(tài)大模型技術(shù)的飛速發(fā)展，人工智能在自然語言處理、代碼生成、視覺理解及跨模態(tài)推理等任務(wù)中展現(xiàn)出前所未有的潛力。然而，受限于模型參數(shù)固有的知識(shí)邊界，這些大模型在實(shí)際應(yīng)用中仍普遍面臨“知識(shí)幻覺”、數(shù)據(jù)時(shí)效性滯后以及私有領(lǐng)域數(shù)據(jù)缺失等嚴(yán)峻挑戰(zhàn)，嚴(yán)重制約了其在垂直行業(yè)與復(fù)雜場景下的高可信落地。檢索增強(qiáng)生成（Retrieval-Augmented Generation, RAG）技術(shù)作為連接大模型參數(shù)記憶與外部動(dòng)態(tài)知識(shí)庫的關(guān)鍵橋梁，通過在生成過程中引入實(shí)時(shí)、準(zhǔn)確的外部檢索信息（包括文本、圖像、視頻等異構(gòu)數(shù)據(jù)），有效緩解了生成內(nèi)容的不可靠性，顯著提升了模型的可解釋性與實(shí)用價(jià)值。盡管RAG技術(shù)已取得長足進(jìn)步，但面對(duì)多模態(tài)融合的新趨勢，仍存在諸多亟待解決的難題：如何設(shè)計(jì)高效的跨模態(tài)檢索與語義對(duì)齊策略？如何優(yōu)化生成器以在長上下文窗口中精準(zhǔn)利用碎片化知識(shí)并抑制噪聲干擾？如何在保證生成質(zhì)量的同時(shí)降低系統(tǒng)的推理延遲與算力成本？如何構(gòu)建面向特定垂直領(lǐng)域的自適應(yīng)RAG系統(tǒng)？這些問題亟需學(xué)術(shù)界與工業(yè)界共同探索創(chuàng)新解決方案。

      為深入探討檢索增強(qiáng)生成技術(shù)的前沿理論與技術(shù)突破，推動(dòng)其在各領(lǐng)域的創(chuàng)新應(yīng)用，《計(jì)算機(jī)科學(xué)與探索》與《計(jì)算機(jī)工程與應(yīng)用》特設(shè)“檢索增強(qiáng)生成技術(shù)與應(yīng)用”專題。本專題旨在匯聚RAG核心算法與模型架構(gòu)、新型范式、多模態(tài)檢索增強(qiáng)生成與知識(shí)融合、系統(tǒng)效率與安全評(píng)測、垂直領(lǐng)域應(yīng)用與實(shí)踐等領(lǐng)域的優(yōu)秀研究成果，為構(gòu)建高可信、低幻覺、可擴(kuò)展的智能系統(tǒng)提供理論支持與實(shí)踐指導(dǎo)。

      歡迎學(xué)術(shù)界與工業(yè)界同仁踴躍投稿，共同推動(dòng)多模態(tài)大模型的理論、技術(shù)創(chuàng)新與產(chǎn)業(yè)應(yīng)用落地！

專題主題（包括但不限于以下方向）

1.  RAG核心算法與模型架構(gòu)

● 面向RAG的高效索引與混合檢索策略

● 檢索結(jié)果的重排序（Reranking）與去噪技術(shù)

● 生成器的微調(diào)與偏好對(duì)齊（針對(duì)檢索上下文的優(yōu)化）

● 檢索器與生成器的協(xié)同優(yōu)化與微調(diào)

● 端到端訓(xùn)練的RAG模型架構(gòu)設(shè)計(jì)

2.  高級(jí)RAG范式與知識(shí)融合

●基于知識(shí)圖譜的檢索增強(qiáng)生成（GraphRAG）

● 模塊化RAG與自適應(yīng)檢索策略（Self-RAG）

● 長上下文（Long Context）與RAG的協(xié)同機(jī)制

● 結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)的混合檢索增強(qiáng)

3.  多模態(tài)檢索增強(qiáng)生成

● 跨模態(tài)檢索與語義對(duì)齊（文本-圖像/視頻/音頻）

● 多模態(tài)RAG中的統(tǒng)一表示學(xué)習(xí)

● 基于檢索的多模態(tài)內(nèi)容生成與編輯

● 多模態(tài)知識(shí)庫的構(gòu)建與動(dòng)態(tài)更新

4.  RAG系統(tǒng)的效率、安全與評(píng)測

● 輕量化RAG模型與低延遲推理優(yōu)化

● RAG系統(tǒng)中的隱私保護(hù)與數(shù)據(jù)安全

● 抗幻覺機(jī)制與生成內(nèi)容的可解釋性歸因

●RAG系統(tǒng)的性能評(píng)估基準(zhǔn)（Benchmarks）與評(píng)測方法

5.  垂直領(lǐng)域應(yīng)用與系統(tǒng)實(shí)踐

●面向醫(yī)療、金融、教育等垂直領(lǐng)域的RAG系統(tǒng)構(gòu)建

●基于RAG的智能體（Agent）與工具調(diào)用

●企業(yè)級(jí)私有知識(shí)庫的RAG部署方案

●低資源場景下的RAG技術(shù)適配

特邀編輯

● 王   鑫 教授 天津大學(xué)

● 趙   翔 教授 國防科技大學(xué)

● 楊世宇 教授 廣州大學(xué)

● 李博涵 副教授 南京航空航天大學(xué)

投稿指南

1. 征文類型：原創(chuàng)研究論文、綜述與前沿技術(shù)探討。論文必須具有原創(chuàng)性、學(xué)術(shù)性、科學(xué)性、準(zhǔn)確性、規(guī)范性和可讀性，所述內(nèi)容應(yīng)為作者獨(dú)立或與他人合作完成的研究成果，且未在國內(nèi)外公開發(fā)行的刊物或會(huì)議上發(fā)表過，不存在一稿多投問題。

2. 格式要求：中文撰寫，Word格式排版，版式請(qǐng)參照《計(jì)算機(jī)科學(xué)與探索》提供的“論文寫作模板”以及近期已發(fā)表的論文。

3. 投稿方式：請(qǐng)通過《計(jì)算機(jī)科學(xué)與探索》官方網(wǎng)站（http://fcst.ceaj.org）在線投稿系統(tǒng)進(jìn)行投稿，同時(shí)請(qǐng)?zhí)峁┳髡呗?lián)系方式，并請(qǐng)?jiān)谡撐臉?biāo)題后注明“（RAG技術(shù)與應(yīng)用）”字樣（否則按自由來稿處理）。

4. 發(fā)表期刊：編輯部將根據(jù)專家推薦及作者意向，將本專題錄用的論文分配至《計(jì)算機(jī)科學(xué)與探索》和《計(jì)算機(jī)工程與應(yīng)用》上發(fā)表。

重要日期

● 收稿截止日期：2026年5月15日

● 預(yù)錄用結(jié)果通知：2026年7月20日

● 計(jì)劃出版時(shí)間：2026年11月

聯(lián)系方式

地址：北京市海淀區(qū)北四環(huán)中路211號(hào)電科太極北四環(huán)園區(qū)

電話：010-89056056

E-mail：fcst@vip.163.com