Buchumschlag

Neural Retrievers are Biased Towards LLM-Generated Content

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Dai, Sunhao, Zhou, Yuqi, Pang, Liang, Liu, Weihao, Hu, Xiaolin, Liu, Yong, Zhang, Xiao, Wang, Gang, Xu, Jun
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Information Retrieval Artificial Intelligence Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Cocktail: A Comprehensive Information Retrieval Benchmark with LLM-Generated Documents Integration
von: Dai, Sunhao, et al.
Veröffentlicht: (2024)

Learning to Retrieve from Agent Trajectories
von: Zhou, Yuqi, et al.
Veröffentlicht: (2026)

Bias and Unfairness in Information Retrieval Systems: New Challenges in the LLM Era
von: Dai, Sunhao, et al.
Veröffentlicht: (2024)

Exploring the Escalation of Source Bias in User, Data, and Recommender System Feedback Loop
von: Zhou, Yuqi, et al.
Veröffentlicht: (2024)

Length-Induced Embedding Collapse in PLM-based Models
von: Zhou, Yuqi, et al.
Veröffentlicht: (2024)

Perplexity Trap: PLM-Based Retrievers Overrate Low Perplexity Documents
von: Wang, Haoyu, et al.
Veröffentlicht: (2025)

Towards Completeness-Oriented Tool Retrieval for Large Language Models
von: Qu, Changle, et al.
Veröffentlicht: (2024)

List-aware Reranking-Truncation Joint Model for Search and Retrieval-augmented Generation
von: Xu, Shicheng, et al.
Veröffentlicht: (2024)

NExT-Search: Rebuilding User Feedback Ecosystem for Generative AI Search
von: Dai, Sunhao, et al.
Veröffentlicht: (2025)

ReCODE: Modeling Repeat Consumption with Neural ODE
von: Dai, Sunhao, et al.
Veröffentlicht: (2024)

Can Synthetic Query Rewrites Capture User Intent Better than Humans in Retrieval-Augmented Generation?
von: Zheng, JiaYing, et al.
Veröffentlicht: (2025)

A Theory for Token-Level Harmonization in Retrieval-Augmented Generation
von: Xu, Shicheng, et al.
Veröffentlicht: (2024)

FollowTable: A Benchmark for Instruction-Following Table Retrieval
von: Jin, Rihui, et al.
Veröffentlicht: (2026)

Retrieval Augmented Generation with Collaborative Filtering for Personalized Text Generation
von: Shi, Teng, et al.
Veröffentlicht: (2025)

Inference Computation Scaling for Feature Augmentation in Recommendation Systems
von: Liu, Weihao, et al.
Veröffentlicht: (2025)

Towards Better Instruction Following Retrieval Models
von: Zhuang, Yuchen, et al.
Veröffentlicht: (2025)

Generalizing Conversational Dense Retrieval via LLM-Cognition Data Augmentation
von: Chen, Haonan, et al.
Veröffentlicht: (2024)

LLM-Oriented Information Retrieval: A Denoising-First Perspective
von: Dai, Lu, et al.
Veröffentlicht: (2026)

Unsupervised Information Refinement Training of Large Language Models for Retrieval-Augmented Generation
von: Xu, Shicheng, et al.
Veröffentlicht: (2024)

ToolDreamer: Instilling LLM Reasoning Into Tool Retrievers
von: Sengupta, Saptarshi, et al.
Veröffentlicht: (2025)

WeKnow-RAG: An Adaptive Approach for Retrieval-Augmented Generation Integrating Web Search and Knowledge Graphs
von: Xie, Weijian, et al.
Veröffentlicht: (2024)

Think Before Recommend: Unleashing the Latent Reasoning Power for Sequential Recommendation
von: Tang, Jiakai, et al.
Veröffentlicht: (2025)

Improve Dense Passage Retrieval with Entailment Tuning
von: Dai, Lu, et al.
Veröffentlicht: (2024)

RbFT: Robust Fine-tuning for Retrieval-Augmented Generation against Retrieval Defects
von: Tu, Yiteng, et al.
Veröffentlicht: (2025)

DomainRAG: A Chinese Benchmark for Evaluating Domain-specific Retrieval-Augmented Generation
von: Wang, Shuting, et al.
Veröffentlicht: (2024)

InfoDeepSeek: Benchmarking Agentic Information Seeking for Retrieval-Augmented Generation
von: Xi, Yunjia, et al.
Veröffentlicht: (2025)

Retrieval-Augmented Generation by Evidence Retroactivity in LLMs
von: Xiao, Liang, et al.
Veröffentlicht: (2025)

Parametric Retrieval Augmented Generation
von: Su, Weihang, et al.
Veröffentlicht: (2025)

DR-Venus: Towards Frontier Edge-Scale Deep Research Agents with Only 10K Open Data
von: Venus Team, et al.
Veröffentlicht: (2026)

SkewRoute: Training-Free LLM Routing for Knowledge Graph Retrieval-Augmented Generation via Score Skewness of Retrieved Context
von: Wang, Hairu, et al.
Veröffentlicht: (2025)

Utility-Focused LLM Annotation for Retrieval and Retrieval-Augmented Generation
von: Zhang, Hengran, et al.
Veröffentlicht: (2025)

Collapse of Dense Retrievers: Short, Early, and Literal Biases Outranking Factual Evidence
von: Fayyaz, Mohsen, et al.
Veröffentlicht: (2025)

TA-Mem: Tool-Augmented Autonomous Memory Retrieval for LLM in Long-Term Conversational QA
von: Yuan, Mengwei, et al.
Veröffentlicht: (2026)

Enhancing Content-based Recommendation via Large Language Model
von: Xu, Wentao, et al.
Veröffentlicht: (2024)

Towards Robust Recommendation via Decision Boundary-aware Graph Contrastive Learning
von: Tang, Jiakai, et al.
Veröffentlicht: (2024)

Beyond Semantic Relevance: Counterfactual Risk Minimization for Robust Retrieval-Augmented Generation
von: Liu, Peiyang, et al.
Veröffentlicht: (2026)

GeAR: Generation Augmented Retrieval
von: Liu, Haoyu, et al.
Veröffentlicht: (2025)

Purely Semantic Indexing for LLM-based Generative Recommendation and Retrieval
von: Zhang, Ruohan, et al.
Veröffentlicht: (2025)

Training-Induced Bias Toward LLM-Generated Content in Dense Retrieval
von: Xion, William, et al.
Veröffentlicht: (2026)

Chain-of-Retrieval Augmented Generation
von: Wang, Liang, et al.
Veröffentlicht: (2025)