Buchumschlag

DIRAS: Efficient LLM Annotation of Document Relevance in Retrieval Augmented Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ni, Jingwei, Schimanski, Tobias, Lin, Meihong, Sachan, Mrinmaya, Ash, Elliott, Leippold, Markus
Format:	Preprint
Veröffentlicht:	2024
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

AFaCTA: Assisting the Annotation of Factual Claim Detection with Reliable LLM Annotators
von: Ni, Jingwei, et al.
Veröffentlicht: (2024)

ClimRetrieve: A Benchmarking Dataset for Information Retrieval from Corporate Climate Disclosures
von: Schimanski, Tobias, et al.
Veröffentlicht: (2024)

Retro-li: Small-Scale Retrieval Augmented Generation Supporting Noisy Similarity Searches and Domain Shift Generalization
von: Rashiti, Gentiana, et al.
Veröffentlicht: (2024)

UsefulBench: Towards Decision-Useful Information as a Target for Information Retrieval
von: Schimanski, Tobias, et al.
Veröffentlicht: (2026)

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

Towards Faithful and Robust LLM Specialists for Evidence-Based Question-Answering
von: Schimanski, Tobias, et al.
Veröffentlicht: (2024)

Can Reasoning Help Large Language Models Capture Human Annotator Disagreement?
von: Ni, Jingwei, et al.
Veröffentlicht: (2025)

Balancing Truthfulness and Informativeness with Uncertainty-Aware Instruction Fine-Tuning
von: Wu, Tianyi, et al.
Veröffentlicht: (2025)

pdfQA: Diverse, Challenging, and Realistic Question Answering over PDFs
von: Schimanski, Tobias, et al.
Veröffentlicht: (2026)

Cross-Document Topic-Aligned Chunking for Retrieval-Augmented Generation
von: Stankovic, Mile
Veröffentlicht: (2025)

The Effect of Document Summarization on LLM-Based Relevance Judgments
von: Mohtadi, Samaneh, et al.
Veröffentlicht: (2025)

Improving the Domain Adaptation of Retrieval Augmented Generation (RAG) Models for Open Domain Question Answering
von: Siriwardhana, Shamane, et al.
Veröffentlicht: (2022)

VersionRAG: Version-Aware Retrieval-Augmented Generation for Evolving Documents
von: Huwiler, Daniel, et al.
Veröffentlicht: (2025)

Leveraging LLM-Assisted Query Understanding for Live Retrieval-Augmented Generation
von: Dong, Guanting, et al.
Veröffentlicht: (2025)

LLM-Specific Utility: A New Perspective for Retrieval-Augmented Generation
von: Zhang, Hengran, et al.
Veröffentlicht: (2025)

Query-Document Dense Vectors for LLM Relevance Judgment Bias Analysis
von: Mohtadi, Samaneh, et al.
Veröffentlicht: (2026)

RAGE Against the Machine: Retrieval-Augmented LLM Explanations
von: Rorseth, Joel, et al.
Veröffentlicht: (2024)

Graph Retrieval-Augmented LLM for Conversational Recommendation Systems
von: Qiu, Zhangchi, et al.
Veröffentlicht: (2025)

Benchmarking Retrieval-Augmented Generation for Chemistry
von: Zhong, Xianrui, et al.
Veröffentlicht: (2025)

Beyond Relevance: Utility-Centric Retrieval in the LLM Era
von: Zhang, Hengran, et al.
Veröffentlicht: (2026)

R^2AG: Incorporating Retrieval Information into Retrieval Augmented Generation
von: Ye, Fuda, et al.
Veröffentlicht: (2024)

RouteRAG: Efficient Retrieval-Augmented Generation from Text and Graph via Reinforcement Learning
von: Guo, Yucan, et al.
Veröffentlicht: (2025)

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

Graph Retrieval-Augmented Generation: A Survey
von: Peng, Boci, et al.
Veröffentlicht: (2024)

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

InfoGain-RAG: Boosting Retrieval-Augmented Generation via Document Information Gain-based Reranking and Filtering
von: Wang, Zihan, et al.
Veröffentlicht: (2025)

CLARINET: Augmenting Language Models to Ask Clarification Questions for Retrieval
von: Chi, Yizhou, et al.
Veröffentlicht: (2024)

MARA: A Multimodal Adaptive Retrieval-Augmented Framework for Document Question Answering
von: Wu, Hui, et al.
Veröffentlicht: (2026)

Enhancing Retrieval Processes for Language Generation with Augmented Queries
von: Ghali, Julien Pierre Edmond, et al.
Veröffentlicht: (2024)

RAGTurk: Best Practices for Retrieval Augmented Generation in Turkish
von: Köse, Süha Kağan, et al.
Veröffentlicht: (2026)

PISCO: Pretty Simple Compression for Retrieval-Augmented Generation
von: Louis, Maxime, et al.
Veröffentlicht: (2025)

Trustworthiness in Retrieval-Augmented Generation Systems: A Survey
von: Zhou, Yujia, et al.
Veröffentlicht: (2024)

Retrieve Only Relevant Tables Whether Few or Many: Adaptive Table Retrieval Method
von: Kim, Taehee, et al.
Veröffentlicht: (2026)

MCERF: Advancing Multimodal LLM Evaluation of Engineering Documentation with Enhanced Retrieval
von: Khanghah, Kiarash Naghavi, et al.
Veröffentlicht: (2026)

GFM-RAG: Graph Foundation Model for Retrieval Augmented Generation
von: Luo, Linhao, et al.
Veröffentlicht: (2025)

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

ARES: An Automated Evaluation Framework for Retrieval-Augmented Generation Systems
von: Saad-Falcon, Jon, et al.
Veröffentlicht: (2023)

Agentic Retrieval-Augmented Generation: A Survey on Agentic RAG
von: Singh, Aditi, et al.
Veröffentlicht: (2025)

Pistis-RAG: Enhancing Retrieval-Augmented Generation with Human Feedback
von: Bai, Yu, et al.
Veröffentlicht: (2024)

The Impact of Quantization on Retrieval-Augmented Generation: An Analysis of Small LLMs
von: Yazan, Mert, et al.
Veröffentlicht: (2024)