ข้ามไปที่เนื้อหาหลัก

งานวิจัย RAG ปี 2025-2026


  1. A Systematic Literature Review of Retrieval-Augmented Generation: Techniques, Metrics, and Challenges
    ผู้วิจัย: —
    ตีพิมพ์: 12 ธันวาคม 2025 
  2. Uplift-RAG: Uplift-Driven Knowledge Preference Alignment for Retrieval-Augmented Generation
    ผู้วิจัย: Peng, Violet และคณะ
    ตีพิมพ์: พฤศจิกายน 2025 
  3. A Survey of RAG-Reasoning Systems in Large Language Models
    ผู้วิจัย: —
    ตีพิมพ์: พฤศจิกายน 2025 
  4. CoT-RAG: Integrating Chain of Thought and Retrieval-Augmented Generation to Enhance Reasoning in Large Language Models
    ผู้วิจัย: —
    ตีพิมพ์: พฤศจิกายน 2025 
  5. More Documents, Same Length: Isolating the Challenge of Multiple Documents in RAG
    ผู้วิจัย: Shahar Levy, Nir Mazor, Lihi Shalmon, Michael Hassid, Gabriel Stanovsky
    ตีพิมพ์: พฤศจิกายน 2025 
  6. The RAG Paradox: A Black-Box Attack Exploiting Unintentional Vulnerabilities in Retrieval-Augmented Generation Systems
    ผู้วิจัย: Chanwoo Choi, Jinsoo Kim, Sukmin Cho, Soyeong Jeong, Buru Chang
    ตีพิมพ์: พฤศจิกายน 2025 
  7. EcoSafeRAG: Efficient Security through Context Analysis in Retrieval-Augmented Generation
    ผู้วิจัย: Ruobing Yao, Yifei Zhang, Shuang Song, Neng Gao, Chenyang Tu
    ตีพิมพ์: พฤศจิกายน 2025 
  8. ReGraphRAG: Reorganizing Fragmented Knowledge Graphs for Multi-Perspective Retrieval-Augmented Generation
    ผู้วิจัย: —
    ตีพิมพ์: พฤศจิกายน 2025 
  9. Federated Retrieval-Augmented Generation: A Systematic Mapping Study
    ผู้วิจัย: Abhijit Chakraborty, Chahana Dahal, Vivek Gupta
    ตีพิมพ์: พฤศจิกายน 2025 
  10. Controlled Retrieval-augmented Context Evaluation for Long-form RAG
    ผู้วิจัย: Jia-Huei Ju, Suzan Verberne, Maarten de Rijke, Andrew Yates
    ตีพิมพ์: พฤศจิกายน 2025 
  11. RevPRAG: Revealing Poisoning Attacks in Retrieval-Augmented Generation through LLM Activation Analysis
    ผู้วิจัย: —
    ตีพิมพ์: พฤศจิกายน 2025 
  12. Differentially Private Synthetic Text Generation for Retrieval-Augmented Generation (RAG)
    ผู้วิจัย: Junki Mori, Kazuya Kakizaki, Taiki Miyagawa, Jun Sakuma
    ตีพิมพ์ครั้งแรก: 8 ตุลาคม 2025 (arXiv) 

งานวิจัย RAG ปี 2026

  1. Retrieval as Generation: A Unified Framework with Self-Triggered Information Planning
    ผู้วิจัย: Bo Li, Mingda Wang, Gexiang Fang, Shikun Zhang, Wei Ye
    ตีพิมพ์: กรกฎาคม 2026 (ACL 2026) 
  2. R³AG: Retriever Routing for Retrieval-Augmented Generation
    ผู้วิจัย: Tong Zhao, Yutao Zhu, Yucheng Tian, Zhicheng Dou
    ตีพิมพ์: กรกฎาคม 2026 (ACL 2026) 
  3. Stable-RAG: Mitigating Retrieval-Permutation-Induced Hallucinations in Retrieval-Augmented Generation
    ผู้วิจัย: Qianchi Zhang, Hainan Zhang, Liang Pang, Hong-Wei Zheng, Zhiming Zheng
    ตีพิมพ์: กรกฎาคม 2026 (ACL 2026) 
  4. MegaRAG: Multimodal Knowledge Graph-Based Retrieval Augmented Generation
    ผู้วิจัย: Chi-Hsiang Hsiao, Yi-Cheng Wang, Tzung-Sheng Lin, Yi-Ren Yeh, Chu-song Chen
    ตีพิมพ์: กรกฎาคม 2026 (ACL 2026) 
  5. AgenticRAGTracer: A Hop-Aware Benchmark for Diagnosing Multi-Step Retrieval Reasoning in Agentic RAG
    ผู้วิจัย: Qijie You, Wenkai Yu, Hao Liang, Zhen Hao Wong, Wentao Zhang
    ตีพิมพ์: กรกฎาคม 2026 (Findings of ACL 2026) 
  6. Differentially Private Synthetic Text Generation for Retrieval-Augmented Generation (RAG)
    ผู้วิจัย: Junki Mori, Kazuya Kakizaki, Taiki Miyagawa, Jun Sakuma
    ตีพิมพ์: กรกฎาคม 2026 (Findings of ACL 2026) 

หมายเหตุ: สำหรับงาน conference เช่น ACL/EMNLP แหล่งทางการมักระบุวันที่ตีพิมพ์เป็น เดือน/ปีของ proceedings ไม่ใช่วัน-เดือน-ปี ดังนั้นผมไม่เติม “วันที่” ที่ไม่มีหลักฐานให้ครับ.


ความคิดเห็น

โพสต์ยอดนิยมจากบล็อกนี้

อะไรคือ NPU (Neural Processing Unit) มีความสำคัญอย่างไร แนวคิดมาจากไหน

ความหมาของคำว่า NPU (Neural Processing Unit)  NPU (Neural Processing Unit) คือ หน่วยประมวลผลโครงข่ายประสาทที่สร้างมาเพื่อใช้งานด้านปัญญาประดิษฐ์ เป็นหน่วยประมวลผลพิเศษที่ออกแบบมาเพื่อใช้ในแนวคิดของการเรียนรู้ของเครื่อง (Machine Learning) ของคอมพิวเตอร์โดยเฉพาะ ทำให้การประมวลผล AI ทรงประสิทธิภาพเพิ่มขึ้นจากเดิมของ TPU GPU และ CPU เช่น การจดจำภาพ, วิเคราะห์เสียง, หรือการแปลภาษา ทำได้รวดเร็วและประหยัดพลังงานกว่า CPU/GPU ทั่วไป โดยทำงานคล้ายโครงข่ายประสาทของมนุษย์ และพบได้ทั้งในสมาร์ตโฟน, คอมพิวเตอร์ (PC), และอุปกรณ์ AI อื่นๆ ในอนาคต เพื่อเร่งความเร็วของการทำงานของ AI สามารถจัดการงานและปัญหาที่ซับซ้อนได้อย่างมีประสิทธิภาพ  ประวัติความเป็นมาของ NPU (Neural Processing Unit)  ตั้งแต่ปี 1970 เป็นต้นมาเราได้ใช้เริ่มมีการใช้หน่วยการประมวลผลแบบดั้งเดิม คือ หน่วยประมวลผลกลาง (CPU) ถือเป็น "สมอง" และเป็นกลไกการทำงานของคอมพิวเตอร์ ดังนั้นซีพียู CPU ประมวลผลงานคำนวณแบบดั้งเดิมส่วนใหญ่มีหน้าที่รับผิดชอบการทำงานของแอปพลิเคชันให้มีศักยภาพหลากหลายเพิ่มมาเรื่อย แม้ว่าจะมีหลายประเภท แต่โดยทั่...

Micro SaaS "ขนาดพอดีคำ" สร้างธุรกิจเริ่มต้นอย่างง่ายด่าย จากไอเดียสู่สร้างรายได้ โดยใช้ AI Agent ตอบสนองความต้องการซอฟต์แวร์ที่เล็ก ง่าย และทรงพลัง

ผลิตภัณฑ์ Micro SaaS กำลังได้รับความนิยมมากขึ้นกว่าที่เคย เป็นผลมาจากความต้องการซอฟต์แวร์เฉพาะทางที่เพิ่มสูงขึ้น ผู้ประกอบการกำลังสร้างเครื่องมือน้ำหนักเบาที่ตอบโจทย์ความต้องการเฉพาะด้าน ตั้งแต่เครื่องมือสร้างเนื้อหาที่ขับเคลื่อนด้วย AI และ CRM เฉพาะกลุ่ม ไปจนถึงแอปพลิเคชันการออกใบแจ้งหนี้และแพลตฟอร์มการจัดการโครงการที่ใช้งานง่าย โซลูชันที่มุ่งเน้นเฉพาะด้านเหล่านี้กำลังได้รับความนิยมในอุตสาหกรรมต่างๆ เช่น การศึกษา ฟิตเนส บริการ และการตลาด ไม่ว่าจะเป็นการช่วยให้ธุรกิจขนาดเล็กปรับปรุงกระบวนการทำงาน หรือการนำเสนอเครื่องมือที่ชาญฉลาดยิ่งขึ้นให้กับผู้สร้างสรรค์ แนวคิด SaaS ขนาดเล็กกำลังเปิดโอกาสใหม่ๆ ให้กับผลิตภัณฑ์ที่ทำกำไรได้และดูแลรักษาง่าย Micro SaaS คืออะไร? Micro SaaS (ไมโครซาส) เป็นรูปแบบซอฟต์แวร์ออนไลน์ที่ให้บริการผ่านเว็บ (Software as a Service) แต่มี ขนาดเล็ก, เน้นแก้ปัญหาเฉพาะด้าน (Niche), ทีมพัฒนาเล็กมากถึงขั้น ผู้พัฒนาคนเดียวก็ทำได้, ต้นทุนต่ำ และมักสร้างรายได้แบบ Subscription รายเดือน/รายปี วิเคราห์ตลาดของ Micro SaaS  Micro SaaS มีการเติบโตอย่างมีนัยสำคัญภายในตลาดเทคโทนโลย...

TomCat สำหรับติดตั้ง แก้ไข คอนฟิก ใช้งาน JSP

Apache Tomcat เป็น  HTTP Server ที่มีความสามารถนำภาษาจาวามาใช้งานได้  สามารถใช้เทคโนโลยีของภาษาจาวาที่เรียกว่า Java Servlet  และ Java Server Page (JSP)  Tomcat เป็นโปรแกรม Open-Source  อยู่ภายใต้การดูแลของ Apache Software Foundation  (ซึ่งเป็นผู้สร้าง Apache HTTP Server ที่เป็นที่นิยมใช้กันอย่างแพร่หลาย)  สามารถอ่านรายละเอียดของ Tomcat ได้ที่  http://tomcat.apache.org  โดยเลือกหัวข้อ “ Documentation”  และเลือก “Tomcat 7.0” ขั้นตอนการติดตั้ง Tomcat เรียงลำดับดังนี้