Buchumschlag

Generate-then-Ground in Retrieval-Augmented Generation for Multi-hop Question Answering

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shi, Zhengliang, Sun, Weiwei, Gao, Shen, Ren, Pengjie, Chen, Zhumin, Ren, Zhaochun
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Is ChatGPT Good at Search? Investigating Large Language Models as Re-Ranking Agents
von: Sun, Weiwei, et al.
Veröffentlicht: (2023)

Retrieval Models Aren't Tool-Savvy: Benchmarking Tool Retrieval for Large Language Models
von: Shi, Zhengliang, et al.
Veröffentlicht: (2025)

Hierarchical Retrieval-Augmented Generation Model with Rethink for Multi-hop Question Answering
von: Zhang, Xiaoming, et al.
Veröffentlicht: (2024)

A Multi-Agent Conversational Recommender System
von: Fang, Jiabao, et al.
Veröffentlicht: (2024)

Generative News Recommendation
von: Gao, Shen, et al.
Veröffentlicht: (2024)

Replication and Exploration of Generative Retrieval over Dynamic Corpora
von: Zhang, Zhen, et al.
Veröffentlicht: (2025)

Generative Retrieval as Multi-Vector Dense Retrieval
von: Wu, Shiguang, et al.
Veröffentlicht: (2024)

SQuAI: Scientific Question-Answering with Multi-Agent Retrieval-Augmented Generation
von: Besrour, Ines, et al.
Veröffentlicht: (2025)

A Cooperative Multi-Agent Framework for Zero-Shot Named Entity Recognition
von: Wang, Zihan, et al.
Veröffentlicht: (2025)

Multi-hop Question Answering
von: Mavi, Vaibhav, et al.
Veröffentlicht: (2022)

Constrained Auto-Regressive Decoding Constrains Generative Retrieval
von: Wu, Shiguang, et al.
Veröffentlicht: (2025)

KERAG: Knowledge-Enhanced Retrieval-Augmented Generation for Advanced Question Answering
von: Sun, Yushi, et al.
Veröffentlicht: (2025)

Preference-based Learning with Retrieval Augmented Generation for Conversational Question Answering
von: Kaiser, Magdalena, et al.
Veröffentlicht: (2025)

SRAG: Structured Retrieval-Augmented Generation for Multi-Entity Question Answering over Wikipedia Graph
von: Lin, Teng, et al.
Veröffentlicht: (2025)

REAR: A Relevance-Aware Retrieval-Augmented Framework for Open-Domain Question Answering
von: Wang, Yuhao, et al.
Veröffentlicht: (2024)

Investigating Retrieval-Augmented Generation Systems on Unanswerable, Uncheatable, Realistic, Multi-hop Queries
von: Liu, Gabrielle Kaili-May, et al.
Veröffentlicht: (2025)

Answer Retrieval in Legal Community Question Answering
von: Askari, Arian, et al.
Veröffentlicht: (2024)

LevelRAG: Enhancing Retrieval-Augmented Generation with Multi-hop Logic Planning over Rewriting Augmented Searchers
von: Zhang, Zhuocheng, et al.
Veröffentlicht: (2025)

Integrating Chain-of-Thought into Generative Retrieval: A Preliminary Study
von: Zhang, Wenhao, et al.
Veröffentlicht: (2026)

Improving Retrieval-Augmented Generation through Multi-Agent Reinforcement Learning
von: Chen, Yiqun, et al.
Veröffentlicht: (2025)

Tree of Reviews: A Tree-based Dynamic Iterative Retrieval Framework for Multi-hop Question Answering
von: Jiapeng, Li, et al.
Veröffentlicht: (2024)

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

Benchmarking Retrieval-Augmented Multimodal Generation for Document Question Answering
von: Dong, Kuicai, et al.
Veröffentlicht: (2025)

Retrieval Augmented Generation for Domain-specific Question Answering
von: Sharma, Sanat, et al.
Veröffentlicht: (2024)

Direct Retrieval-augmented Optimization: Synergizing Knowledge Selection and Language Models
von: Shi, Zhengliang, et al.
Veröffentlicht: (2025)

RuleRAG: Rule-Guided Retrieval-Augmented Generation with Language Models for Question Answering
von: Chen, Zhongwu, et al.
Veröffentlicht: (2024)

Comprehensive and Practical Evaluation of Retrieval-Augmented Generation Systems for Medical Question Answering
von: Ngo, Nghia Trung, et al.
Veröffentlicht: (2024)

ExcluIR: Exclusionary Neural Information Retrieval
von: Zhang, Wenhao, et al.
Veröffentlicht: (2024)

RVR: Retrieve-Verify-Retrieve for Comprehensive Question Answering
von: Qian, Deniz, et al.
Veröffentlicht: (2026)

Content-Based Collaborative Generation for Recommender Systems
von: Wang, Yidan, et al.
Veröffentlicht: (2024)

Optimizing Question Semantic Space for Dynamic Retrieval-Augmented Multi-hop Question Answering
von: Ye, Linhao, 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)

MUST-RAG: MUSical Text Question Answering with Retrieval Augmented Generation
von: Kwon, Daeyong, et al.
Veröffentlicht: (2025)

S-Path-RAG: Semantic-Aware Shortest-Path Retrieval Augmented Generation for Multi-Hop Knowledge Graph Question Answering
von: Fu, Rong, et al.
Veröffentlicht: (2026)

ChatR1: Reinforcement Learning for Conversational Reasoning and Retrieval Augmented Question Answering
von: Lupart, Simon, et al.
Veröffentlicht: (2025)

TTQA-RS- A break-down prompting approach for Multi-hop Table-Text Question Answering with Reasoning and Summarization
von: Bardhan, Jayetri, et al.
Veröffentlicht: (2024)

Entity Retrieval for Answering Entity-Centric Questions
von: Shavarani, Hassan S., et al.
Veröffentlicht: (2024)

Domain Fine-Tuning vs. Retrieval-Augmented Generation for Medical Multiple-Choice Question Answering: A Controlled Comparison at the 4B-Parameter Scale
von: Buskila, Avi-ad Avraam
Veröffentlicht: (2026)

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

Silver Retriever: Advancing Neural Passage Retrieval for Polish Question Answering
von: Rybak, Piotr, et al.
Veröffentlicht: (2023)