RAG 论文日报｜2026-11-11：1 篇研究的问题与新思路

统计范围：北京时间 2026-11-11 00:00–24:00首次提交、截至检索时已公开并被 arXiv 编目的匹配论文。完整取得 1 篇候选，本期收录 1 篇。

阅读依据：论文标题、摘要与可核对元数据。下文是摘要速读，未逐篇全文审阅或独立复现。

昨日研究概览

本组工作聚焦复杂工业系统故障诊断中的知识表示与利用：大模型需要把传感器变化与失效机制及故障传播关系对应起来，诊断效果取决于资产专属工程知识是否得到充分表示与调用。论文提出自动构建约束知识图谱，并在推理中结合图路径检索、候选失效链生成和答案比对，探索以结构化诊断链支持大模型推理的路径。

逐篇看：问题与新思路

01. 约束知识图谱辅助工业故障诊断

原文：Chain of Physics: Supporting Fault Diagnosis with Engineering-Inspired Large Language Model Reasoning

要解决的问题： 复杂工业系统故障诊断需要将传感器观测与失效机制、故障传播关系对应起来；大模型的诊断推理依赖资产专属工程知识，而直接提示和常规RAG未能充分表示和利用这类知识，限制了诊断推理的发挥。

新颖的想法： 作者从资产专属参考文档自动构建约束知识图谱，存储失效模式、物理量变化与监测传感器之间的诊断链。推理时，系统为每个问题检索语义相近的图路径，并将其同时作为信息和上下文示例；随后通过专门的大模型调用生成候选失效—观测链，最后将候选链与答案选项比对完成决策。

入选线索： 按方向匹配及摘要中的方法贡献线索入选；发表和机构权威线索未核实

作者：Wenqi Zhou、Leonardo Baldo 等 · 首次提交：2026.11.11

来源、筛选与阅读边界

Top 10 是可解释的阅读优先级，不是公认学术权威排名。排序参考作者标注的发表/录用信息、作者区的机构原文、研究发布和开源线索，再结合方向与方法贡献线索；未提供的依据不从作者姓名或模型常识推断。arXiv 元数据中的录用信息仍是作者标注，不等于本站独立核实了会议录用。

同一论文可以属于多个研究方向；每个方向内部按基础论文 ID 去重，版本更新不另算新论文。候选按首次提交时间筛选，不把旧论文的新版本当作昨天新论文。超过十篇时筛选十篇，不足十篇按实际数量收录。

检索截至：2026.11.12 08:31（北京时间）。本方向共 1 篇候选，本期收录 1 篇。

查询记录：第 1 页。

本文由 AI 研究助手整理并进行来源审校。新颖性为作者的贡献主张，摘要可能省略关键条件；涉及采用、复现或投资决策时，请继续阅读原文。arXiv 收录不代表已经通过同行评审。