Buchumschlag

Generative Dense Retrieval: Memory Can Be a Burden

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yuan, Peiwen, Wang, Xinglin, Feng, Shaoxiong, Pan, Boyuan, Li, Yiwei, Wang, Heda, Miao, Xupeng, Li, Kan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Information Retrieval Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

BatchEval: Towards Human-like Text Evaluation
von: Yuan, Peiwen, et al.
Veröffentlicht: (2023)

Integrate the Essence and Eliminate the Dross: Fine-Grained Self-Consistency for Free-Form Language Generation
von: Wang, Xinglin, et al.
Veröffentlicht: (2024)

Poor-Supervised Evaluation for SuperLLM via Mutual Consistency
von: Yuan, Peiwen, et al.
Veröffentlicht: (2024)

Escape Sky-high Cost: Early-stopping Self-Consistency for Multi-step Reasoning
von: Li, Yiwei, et al.
Veröffentlicht: (2024)

CogLM: Tracking Cognitive Development of Large Language Models
von: Wang, Xinglin, et al.
Veröffentlicht: (2024)

Instruction Embedding: Latent Representations of Instructions Towards Task Identification
von: Li, Yiwei, et al.
Veröffentlicht: (2024)

Unsupervised Multilingual Dense Retrieval via Generative Pseudo Labeling
von: Huang, Chao-Wei, et al.
Veröffentlicht: (2024)

Focused Large Language Models are Stable Many-Shot Learners
von: Yuan, Peiwen, et al.
Veröffentlicht: (2024)

QAEA-DR: A Unified Text Augmentation Framework for Dense Retrieval
von: Tan, Hongming, et al.
Veröffentlicht: (2024)

Crafting Personalized Agents through Retrieval-Augmented Generation on Editable Memory Graphs
von: Wang, Zheng, et al.
Veröffentlicht: (2024)

Dense Passage Retrieval: Is it Retrieving?
von: Reichman, Benjamin, et al.
Veröffentlicht: (2024)

Simple Is Effective: The Roles of Graphs and Large Language Models in Knowledge-Graph-Based Retrieval-Augmented Generation
von: Li, Mufei, et al.
Veröffentlicht: (2024)

Making Large Language Models Efficient Dense Retrievers
von: Lei, Yibin, et al.
Veröffentlicht: (2025)

Don't Retrieve, Generate: Prompting LLMs for Synthetic Training Data in Dense Retrieval
von: Sinha, Aarush
Veröffentlicht: (2025)

Reproducing HotFlip for Corpus Poisoning Attacks in Dense Retrieval
von: Li, Yongkang, et al.
Veröffentlicht: (2025)

Cohort Retrieval using Dense Passage Retrieval
von: Jadhav, Pranav
Veröffentlicht: (2025)

ChatRetriever: Adapting Large Language Models for Generalized and Robust Conversational Dense Retrieval
von: Mao, Kelong, et al.
Veröffentlicht: (2024)

Unsupervised Corpus Poisoning Attacks in Continuous Space for Dense Retrieval
von: Li, Yongkang, et al.
Veröffentlicht: (2025)

Scaling Laws For Dense Retrieval
von: Fang, Yan, et al.
Veröffentlicht: (2024)

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

Exploring Training and Inference Scaling Laws in Generative Retrieval
von: Cai, Hongru, et al.
Veröffentlicht: (2025)

DREditor: An Time-efficient Approach for Building a Domain-specific Dense Retrieval Model
von: Huang, Chen, et al.
Veröffentlicht: (2024)

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

History-Aware Conversational Dense Retrieval
von: Mo, Fengran, et al.
Veröffentlicht: (2024)

On the Robustness of LLM-Based Dense Retrievers: A Systematic Analysis of Generalizability and Stability
von: Li, Yongkang, et al.
Veröffentlicht: (2026)

BoolQuestions: Does Dense Retrieval Understand Boolean Logic in Language?
von: Zhang, Zongmeng, et al.
Veröffentlicht: (2024)

LaSER: Internalizing Explicit Reasoning into Latent Space for Dense Retrieval
von: Jin, Jiajie, et al.
Veröffentlicht: (2026)

GPR: Empowering Generation with Graph-Pretrained Retriever
von: Wang, Xiaochen, et al.
Veröffentlicht: (2025)

Thought-Retriever: Don't Just Retrieve Raw Data, Retrieve Thoughts for Memory-Augmented Agentic Systems
von: Feng, Tao, et al.
Veröffentlicht: (2026)

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

Pre-training vs. Fine-tuning: A Reproducibility Study on Dense Retrieval Knowledge Acquisition
von: Yao, Zheng, et al.
Veröffentlicht: (2025)

Adaptive Retrieval-Augmented Generation for Conversational Systems
von: Wang, Xi, et al.
Veröffentlicht: (2024)

GRITHopper: Decomposition-Free Multi-Hop Dense Retrieval
von: Erker, Justus-Jonas, et al.
Veröffentlicht: (2025)

PLAID SHIRTTT for Large-Scale Streaming Dense Retrieval
von: Lawrie, Dawn, et al.
Veröffentlicht: (2024)

Study on LLMs for Promptagator-Style Dense Retriever Training
von: Gwon, Daniel, et al.
Veröffentlicht: (2025)

PairDistill: Pairwise Relevance Distillation for Dense Retrieval
von: Huang, Chao-Wei, et al.
Veröffentlicht: (2024)

Revela: Dense Retriever Learning via Language Modeling
von: Cai, Fengyu, 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)

TempRetriever: Fusion-based Temporal Dense Passage Retrieval for Time-Sensitive Questions
von: Abdallah, Abdelrahman, et al.
Veröffentlicht: (2025)

CroPS: Improving Dense Retrieval with Cross-Perspective Positive Samples in Short-Video Search
von: Xie, Ao, et al.
Veröffentlicht: (2025)