Buchumschlag

Learning from Litigation: Graphs and LLMs for Retrieval and Reasoning in eDiscovery

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lahiri, Sounak, Pai, Sumit, Weninger, Tim, Bhattacharya, Sanmitra
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Artificial Intelligence Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Span-Oriented Information Extraction -- A Unifying Perspective on Information Extraction
von: Ding, Yifan, et al.
Veröffentlicht: (2024)

PathMind: A Retrieve-Prioritize-Reason Framework for Knowledge Graph Reasoning with Large Language Models
von: Liu, Yu, et al.
Veröffentlicht: (2025)

Query-Conditioned Graph Retrieval for Contextualized LLM Reasoning in Personalized Wearable Data
von: Lu, Zhenyu, et al.
Veröffentlicht: (2026)

MedCodER: A Generative AI Assistant for Medical Coding
von: Baksi, Krishanu Das, et al.
Veröffentlicht: (2024)

Retro*: Optimizing LLMs for Reasoning-Intensive Document Retrieval
von: Lan, Junwei, et al.
Veröffentlicht: (2025)

GraphRAG-Router: Learning Cost-Efficient Routing over GraphRAGs and LLMs with Reinforcement Learning
von: Fan, Dongzhe, et al.
Veröffentlicht: (2026)

R3-REC: Reasoning-Driven Recommendation via Retrieval-Augmented LLMs over Multi-Granular Interest Signals
von: Miao, Yuchen, et al.
Veröffentlicht: (2026)

Grocery to General Merchandise: A Cross-Pollination Recommender using LLMs and Real-Time Cart Context
von: Kekuda, Akshay, et al.
Veröffentlicht: (2025)

Tool Graph Retriever: Exploring Dependency Graph-based Tool Retrieval for Large Language Models
von: Gao, Linfeng, et al.
Veröffentlicht: (2025)

Fine-Grained Guidance for Retrievers: Leveraging LLMs' Feedback in Retrieval-Augmented Generation
von: Liu, Yuhang, et al.
Veröffentlicht: (2024)

CRE-T1 Preview Technical Report: Beyond Contrastive Learning for Reasoning-Intensive Retrieval
von: Wang, Guangzhi, et al.
Veröffentlicht: (2026)

DOTRAG: Retrieval-Time Reasoning Along Paths
von: Moore, Larnell, et al.
Veröffentlicht: (2026)

Compute Allocation for Reasoning-Intensive Retrieval Agents
von: Apparaju, Sreeja, et al.
Veröffentlicht: (2026)

Graph Neural Network Enhanced Retrieval for Question Answering of LLMs
von: Li, Zijian, et al.
Veröffentlicht: (2024)

AGRAG: Advanced Graph-based Retrieval-Augmented Generation for LLMs
von: Wang, Yubo, et al.
Veröffentlicht: (2025)

A2RAG: Adaptive Agentic Graph Retrieval for Cost-Aware and Reliable Reasoning
von: Liu, Jiate, et al.
Veröffentlicht: (2026)

RankEvolve: Automating the Discovery of Retrieval Algorithms via LLM-Driven Evolution
von: Nian, Jinming, et al.
Veröffentlicht: (2026)

A Survey of Reasoning-Intensive Retrieval: Progress and Challenges
von: Wei, Yiyang, et al.
Veröffentlicht: (2026)

How good are LLMs at Retrieving Documents in a Specific Domain?
von: Islam, Nafis Tanveer, et al.
Veröffentlicht: (2025)

MACA: A Framework for Distilling Trustworthy LLMs into Efficient Retrievers
von: Gudipudi, Satya Swaroop, et al.
Veröffentlicht: (2026)

Retrieval-Augmented Process Reward Model for Generalizable Mathematical Reasoning
von: Zhu, Jiachen, et al.
Veröffentlicht: (2025)

OPERA: A Reinforcement Learning--Enhanced Orchestrated Planner-Executor Architecture for Reasoning-Oriented Multi-Hop Retrieval
von: Liu, Yu, et al.
Veröffentlicht: (2025)

RAGEAR: Retrieval-Augmented Graph-Enhanced Academic Recommender
von: Granata, Francesco, et al.
Veröffentlicht: (2026)

Biomedical Hypothesis Explainability with Graph-Based Context Retrieval
von: Tyagin, Ilya, et al.
Veröffentlicht: (2025)

Task-Adaptive Retrieval over Agentic Multi-Modal Web Histories via Learned Graph Memory
von: Forouzandeh, Saman, et al.
Veröffentlicht: (2026)

GraphRunner: A Multi-Stage Framework for Efficient and Accurate Graph-Based Retrieval
von: Kashmira, Savini, et al.
Veröffentlicht: (2025)

Iterative Semantic Reasoning from Individual to Group Interests for Generative Recommendation with LLMs
von: Zhu, Xiaofei, et al.
Veröffentlicht: (2026)

A Reference Architecture for Agentic Hybrid Retrieval in Dataset Search
von: Terrenzi, Riccardo, et al.
Veröffentlicht: (2026)

DIVER: A Multi-Stage Approach for Reasoning-intensive Information Retrieval
von: Sun, Duolin, et al.
Veröffentlicht: (2025)

Pseudo-Knowledge Graph: Meta-Path Guided Retrieval and In-Graph Text for RAG-Equipped LLM
von: Yang, Yuxin, et al.
Veröffentlicht: (2025)

AtomicRAG: Atom-Entity Graphs for Retrieval-Augmented Generation
von: Hou, Yanning, et al.
Veröffentlicht: (2026)

Microsoft Academic Graph Information Retrieval for Research Recommendation and Assistance
von: Shiwakoti, Shikshya, et al.
Veröffentlicht: (2025)

Accelerating Medical Knowledge Discovery through Automated Knowledge Graph Generation and Enrichment
von: Khalid, Mutahira, et al.
Veröffentlicht: (2024)

OrLog: Resolving Complex Queries with LLMs and Probabilistic Reasoning
von: Hoveyda, Mohanna, et al.
Veröffentlicht: (2026)

TARSE: Test-Time Adaptation via Retrieval of Skills and Experience for Reasoning Agents
von: Wang, Junda, et al.
Veröffentlicht: (2026)

From Token to Action: State Machine Reasoning to Mitigate Overthinking in Information Retrieval
von: Lee, Dohyeon, et al.
Veröffentlicht: (2025)

Checking Fact with Better Retrieval: Dynamic Contrastive Learning for Evidence Retrieval
von: Hua, Zhongtian, et al.
Veröffentlicht: (2026)

Towards Boosting LLMs-driven Relevance Modeling with Progressive Retrieved Behavior-augmented Prompting
von: Chen, Zeyuan, et al.
Veröffentlicht: (2024)

STAR: Semantic-Tuned and Tail-Adaptive Retriever for Graph-Augmented Generation
von: Li, Shuai, et al.
Veröffentlicht: (2026)

Query-Aware Graph Neural Networks for Enhanced Retrieval-Augmented Generation
von: Agrawal, Vibhor, et al.
Veröffentlicht: (2025)