Suchergebnisse - Lin, Jimmy

Treffer weiter einschränken
  1. 1
    Buchumschlag

    Operational Advice for Dense and Sparse Retrievers: HNSW, Flat, or Inverted Indexes? Autoría: Lin, Jimmy

    Veröffentlicht 2024
    Fuente: arXiv
    Tipo de material: Preprint
    Acceso al recurso
    Enlace del recurso

    Zu den Favoriten
    Gespeichert in:
  2. 2
    Buchumschlag

    Categorical Syllogisms Revisited: A Review of the Logical Reasoning Abilities of LLMs for Analyzing Categorical Syllogism Autoría: Zong, Shi, Lin, Jimmy

    Veröffentlicht 2024
    Fuente: arXiv
    Tipo de material: Preprint
    Acceso al recurso
    Enlace del recurso

    Zu den Favoriten
    Gespeichert in:
  3. 3
    Buchumschlag

    Revisiting Feedback Models for HyDE Autoría: Jedidi, Nour, Lin, Jimmy

    Veröffentlicht 2025
    Fuente: arXiv
    Tipo de material: Preprint
    Acceso al recurso
    Enlace del recurso

    Zu den Favoriten
    Gespeichert in:
  4. 4
    Buchumschlag

    Rerank Before You Reason: Analyzing Reranking Tradeoffs through Effective Token Cost in Deep Search Agents Autoría: Sharifymoghaddam, Sahel, Lin, Jimmy

    Veröffentlicht 2026
    Fuente: arXiv
    Tipo de material: Preprint
    Acceso al recurso
    Enlace del recurso

    Zu den Favoriten
    Gespeichert in:
  5. 5
    Buchumschlag

    A Systematic Study of Pseudo-Relevance Feedback with LLMs Autoría: Jedidi, Nour, Lin, Jimmy

    Veröffentlicht 2026
    Fuente: arXiv
    Tipo de material: Preprint
    Acceso al recurso
    Enlace del recurso

    Zu den Favoriten
    Gespeichert in:
  6. 6
    Buchumschlag

    Toward Automatic Relevance Judgment using Vision--Language Models for Image--Text Retrieval Evaluation Autoría: Yang, Jheng-Hong, Lin, Jimmy

    Veröffentlicht 2024
    Fuente: arXiv
    Tipo de material: Preprint
    Acceso al recurso
    Enlace del recurso

    Zu den Favoriten
    Gespeichert in:
  7. 7
    Buchumschlag

    Illusions of Relevance: Arbitrary Content Injection Attacks Deceive Retrievers, Rerankers, and LLM Judges Autoría: Tamber, Manveer Singh, Lin, Jimmy

    Veröffentlicht 2025
    Fuente: arXiv
    Tipo de material: Preprint
    Acceso al recurso
    Enlace del recurso

    Zu den Favoriten
    Gespeichert in:
  8. 8
    Buchumschlag

    LLMs Can Patch Up Missing Relevance Judgments in Evaluation Autoría: Upadhyay, Shivani, Kamalloo, Ehsan, Lin, Jimmy

    Veröffentlicht 2024
    Fuente: arXiv
    Tipo de material: Preprint
    Acceso al recurso
    Enlace del recurso

    Zu den Favoriten
    Gespeichert in:
  9. 9
    Buchumschlag

    An Early FIRST Reproduction and Improvements to Single-Token Decoding for Fast Listwise Reranking Autoría: Chen, Zijian, Pradeep, Ronak, Lin, Jimmy

    Veröffentlicht 2024
    Fuente: arXiv
    Tipo de material: Preprint
    Acceso al recurso
    Enlace del recurso

    Zu den Favoriten
    Gespeichert in:
  10. 10
    Buchumschlag

    Lighting the Way for BRIGHT: Reproducible Baselines with Anserini, Pyserini, and RankLLM Autoría: Sharifymoghaddam, Sahel, Ge, Yijun, Lin, Jimmy

    Veröffentlicht 2025
    Fuente: arXiv
    Tipo de material: Preprint
    Acceso al recurso
    Enlace del recurso

    Zu den Favoriten
    Gespeichert in:
  11. 11
    Buchumschlag

    Study on LLMs for Promptagator-Style Dense Retriever Training Autoría: Gwon, Daniel, Jedidi, Nour, Lin, Jimmy

    Veröffentlicht 2025
    Fuente: arXiv
    Tipo de material: Preprint
    Acceso al recurso
    Enlace del recurso

    Zu den Favoriten
    Gespeichert in:
  12. 12
    Buchumschlag

    NanoKnow: How to Know What Your Language Model Knows Autoría: Gu, Lingwei, Jedidi, Nour, Lin, Jimmy

    Veröffentlicht 2026
    Fuente: arXiv
    Tipo de material: Preprint
    Acceso al recurso
    Enlace del recurso

    Zu den Favoriten
    Gespeichert in:
  13. 13
    Buchumschlag

    The Trust Paradox: How CS Researchers Engage LLM Leaderboards Autoría: Sadeghi, Pouya, Crisan, Anamaria, Lin, Jimmy

    Veröffentlicht 2026
    Fuente: arXiv
    Tipo de material: Preprint
    Acceso al recurso
    Enlace del recurso

    Zu den Favoriten
    Gespeichert in:
  14. 14
    Buchumschlag

    Can't Hide Behind the API: Stealing Black-Box Commercial Embedding Models Autoría: Tamber, Manveer Singh, Xian, Jasper, Lin, Jimmy

    Veröffentlicht 2024
    Fuente: arXiv
    Tipo de material: Preprint
    Acceso al recurso
    Enlace del recurso

    Zu den Favoriten
    Gespeichert in:
  15. 15
    Buchumschlag

    Musings About the Future of Search: A Return to the Past? Autoría: Lin, Jimmy, Gupta, Pankaj, Horn, Will, Mishne, Gilad

    Veröffentlicht 2024
    Fuente: arXiv
    Tipo de material: Preprint
    Acceso al recurso
    Enlace del recurso

    Zu den Favoriten
    Gespeichert in:
  16. 16
    Buchumschlag

    Unifying Adversarial Robustness and Training Across Text Scoring Models Autoría: Tamber, Manveer Singh, Oyarhoseini, Hosna, Lin, Jimmy

    Veröffentlicht 2026
    Fuente: arXiv
    Tipo de material: Preprint
    Acceso al recurso
    Enlace del recurso

    Zu den Favoriten
    Gespeichert in:
  17. 17
    Buchumschlag

    A Unified Perturbation Framework for Analyzing Leaderboard Stability and Manipulation Autoría: Oyarhoseini, Hosna, Lin, Jimmy, Karimi, Amir-Hossein

    Veröffentlicht 2026
    Fuente: arXiv
    Tipo de material: Preprint
    Acceso al recurso
    Enlace del recurso

    Zu den Favoriten
    Gespeichert in:
  18. 18
    Buchumschlag

    UniRAG: Universal Retrieval Augmentation for Large Vision Language Models Autoría: Sharifymoghaddam, Sahel, Upadhyay, Shivani, Chen, Wenhu, Lin, Jimmy

    Veröffentlicht 2024
    Fuente: arXiv
    Tipo de material: Preprint
    Acceso al recurso
    Enlace del recurso

    Zu den Favoriten
    Gespeichert in:
  19. 19
    Buchumschlag

    Beyond Quacking: Deep Integration of Language Models and RAG into DuckDB Autoría: Dorbani, Anas, Yasser, Sunny, Lin, Jimmy, Mhedhbi, Amine

    Veröffentlicht 2025
    Fuente: arXiv
    Tipo de material: Preprint
    Acceso al recurso
    Enlace del recurso

    Zu den Favoriten
    Gespeichert in:
  20. 20
    Buchumschlag

    Hard Negatives, Hard Lessons: Revisiting Training Data Quality for Robust Information Retrieval with LLMs Autoría: Thakur, Nandan, Zhang, Crystina, Ma, Xueguang, Lin, Jimmy

    Veröffentlicht 2025
    Fuente: arXiv
    Tipo de material: Preprint
    Acceso al recurso
    Enlace del recurso

    Zu den Favoriten
    Gespeichert in:

Suchwerkzeuge: