Buchumschlag

Why So Gullible? Enhancing the Robustness of Retrieval-Augmented Models against Counterfactual Noise

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hong, Giwon, Kim, Jeonghwan, Kang, Junmo, Myaeng, Sung-Hyon, Whang, Joyce Jiyoung
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SAIF: A Comprehensive Framework for Evaluating the Risks of Generative AI in the Public Sector
von: Lee, Kyeongryul, et al.
Veröffentlicht: (2025)

Aligning Extraction and Generation for Robust Retrieval-Augmented Generation
von: Song, Hwanjun, et al.
Veröffentlicht: (2025)

Noise-Robust Abstractive Compression in Retrieval-Augmented Language Models
von: Kim, Singon
Veröffentlicht: (2025)

ACoRN: Noise-Robust Abstractive Compression in Retrieval-Augmented Language Models
von: Kim, Singon, et al.
Veröffentlicht: (2025)

Generative Representation Learning on Hyper-relational Knowledge Graphs via Masked Discrete Diffusion
von: Lee, Jaejun, et al.
Veröffentlicht: (2026)

Unveiling the Threat of Fraud Gangs to Graph Neural Networks: Multi-Target Graph Injection Attacks Against GNN-Based Fraud Detectors
von: Choi, Jinhyeok, et al.
Veröffentlicht: (2024)

Enhancing Robustness of Retrieval-Augmented Language Models with In-Context Learning
von: Park, Seong-Il, et al.
Veröffentlicht: (2024)

Dynamic Relation-Attentive Graph Neural Networks for Fraud Detection
von: Kim, Heehyeon, et al.
Veröffentlicht: (2023)

SpoT-Mamba: Learning Long-Range Dependency on Spatio-Temporal Graphs with Selective State Spaces
von: Choi, Jinhyeok, et al.
Veröffentlicht: (2024)

M$^3$KG-RAG: Multi-hop Multimodal Knowledge Graph-enhanced Retrieval-Augmented Generation
von: Park, Hyeongcheol, et al.
Veröffentlicht: (2025)

Unifying Inductive, Cross-Domain, and Multimodal Learning for Robust and Generalizable Recommendation
von: Chung, Chanyoung, et al.
Veröffentlicht: (2025)

PAC-Bayesian Generalization Bounds for Knowledge Graph Representation Learning
von: Lee, Jaejun, et al.
Veröffentlicht: (2024)

Representation Learning on Hyper-Relational and Numeric Knowledge Graphs with Transformers
von: Chung, Chanyoung, et al.
Veröffentlicht: (2023)

Improving Medical Reasoning through Retrieval and Self-Reflection with Retrieval-Augmented Large Language Models
von: Jeong, Minbyul, et al.
Veröffentlicht: (2024)

Chain-of-Note: Enhancing Robustness in Retrieval-Augmented Language Models
von: Yu, Wenhao, et al.
Veröffentlicht: (2023)

REZE: Representation Regularization for Domain-adaptive Text Embedding Pre-finetuning
von: Lee, Seungmin, et al.
Veröffentlicht: (2026)

DeFrame: Debiasing Large Language Models Against Framing Effects
von: Lim, Kahee, et al.
Veröffentlicht: (2026)

Neuro-RIT: Neuron-Guided Instruction Tuning for Robust Retrieval-Augmented Language Model
von: Kim, Jaemin, et al.
Veröffentlicht: (2026)

Why Retrieval-Augmented Generation Fails: A Graph Perspective
von: Guo, Kai, et al.
Veröffentlicht: (2026)

Making Retrieval-Augmented Language Models Robust to Irrelevant Context
von: Yoran, Ori, et al.
Veröffentlicht: (2023)

MedRep: Medical Concept Representation for General Electronic Health Record Foundation Models
von: Kim, Junmo, et al.
Veröffentlicht: (2025)

Compositional Steering of Large Language Models with Steering Tokens
von: Radevski, Gorjan, et al.
Veröffentlicht: (2026)

An Information Bottleneck Perspective for Effective Noise Filtering on Retrieval-Augmented Generation
von: Zhu, Kun, et al.
Veröffentlicht: (2024)

Retrieval-Augmented Data Augmentation for Low-Resource Domain Tasks
von: Seo, Minju, et al.
Veröffentlicht: (2024)

Retrieval-Enhanced Mutation Mastery: Augmenting Zero-Shot Prediction of Protein Language Model
von: Tan, Yang, et al.
Veröffentlicht: (2024)

Adaptive-RAG: Learning to Adapt Retrieval-Augmented Large Language Models through Question Complexity
von: Jeong, Soyeong, et al.
Veröffentlicht: (2024)

Distilling LLM Agent into Small Models with Retrieval and Code Tools
von: Kang, Minki, et al.
Veröffentlicht: (2025)

Adaptive Guidance for Retrieval-Augmented Masked Diffusion Models
von: Kim, Jaemin, et al.
Veröffentlicht: (2026)

Context-Aware Counterfactual Data Augmentation for Gender Bias Mitigation in Language Models
von: Parihar, Shweta, et al.
Veröffentlicht: (2026)

Database-Augmented Query Representation for Information Retrieval
von: Jeong, Soyeong, et al.
Veröffentlicht: (2024)

HANRAG: Heuristic Accurate Noise-resistant Retrieval-Augmented Generation for Multi-hop Question Answering
von: Sun, Duolin, et al.
Veröffentlicht: (2025)

GFlowPO: Generative Flow Network as a Language Model Prompt Optimizer
von: Cho, Junmo, et al.
Veröffentlicht: (2026)

SoK: Agentic Retrieval-Augmented Generation (RAG): Taxonomy, Architectures, Evaluation, and Research Directions
von: Mishra, Saroj, et al.
Veröffentlicht: (2026)

Trans-EnV: A Framework for Evaluating the Linguistic Robustness of LLMs Against English Varieties
von: Lee, Jiyoung, et al.
Veröffentlicht: (2025)

Forget What Matters, Keep the Rest: Selective Unlearning of Informative Tokens
von: Koh, Seunghee, et al.
Veröffentlicht: (2026)

Can LLMs Help Uncover Insights about LLMs? A Large-Scale, Evolving Literature Analysis of Frontier LLMs
von: Park, Jungsoo, et al.
Veröffentlicht: (2025)

MedBioRAG: Semantic Search and Retrieval-Augmented Generation with Large Language Models for Medical and Biological QA
von: Kim, Seonok
Veröffentlicht: (2025)

Personalizing Large Language Models using Retrieval Augmented Generation and Knowledge Graph
von: Prahlad, Deeksha, et al.
Veröffentlicht: (2025)

Finer: Investigating and Enhancing Fine-Grained Visual Concept Recognition in Large Vision Language Models
von: Kim, Jeonghwan, et al.
Veröffentlicht: (2024)

Enhancing Noise Robustness of Retrieval-Augmented Language Models with Adaptive Adversarial Training
von: Fang, Feiteng, et al.
Veröffentlicht: (2024)