GPT vs RETRO: Exploring the Intersection of Retrieval and Parameter-Efficient Fine-Tuning
Fuente:
arXiv
Salvato in:
| Autori principali: | Ficek, Aleksander, Zeng, Jiaqi, Kuchaiev, Oleksii |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
NUDGE: Lightweight Non-Parametric Fine-Tuning of Embeddings for Retrieval
di: Zeighami, Sepanta, et al.
Pubblicazione: (2024)
di: Zeighami, Sepanta, et al.
Pubblicazione: (2024)
Exploring ChatGPT for Next-generation Information Retrieval: Opportunities and Challenges
di: Huang, Yizheng, et al.
Pubblicazione: (2024)
di: Huang, Yizheng, et al.
Pubblicazione: (2024)
Personas within Parameters: Fine-Tuning Small Language Models with Low-Rank Adapters to Mimic User Behaviors
di: Thakur, Himanshu, et al.
Pubblicazione: (2025)
di: Thakur, Himanshu, et al.
Pubblicazione: (2025)
Q-PEFT: Query-dependent Parameter Efficient Fine-tuning for Text Reranking with Large Language Models
di: Peng, Zhiyuan, et al.
Pubblicazione: (2024)
di: Peng, Zhiyuan, et al.
Pubblicazione: (2024)
InstructRetro: Instruction Tuning post Retrieval-Augmented Pretraining
di: Wang, Boxin, et al.
Pubblicazione: (2023)
di: Wang, Boxin, et al.
Pubblicazione: (2023)
A Systematic Evaluation of LLM Strategies for Mental Health Text Analysis: Fine-tuning vs. Prompt Engineering vs. RAG
di: Kermani, Arshia, et al.
Pubblicazione: (2025)
di: Kermani, Arshia, et al.
Pubblicazione: (2025)
Soft Prompt Tuning for Augmenting Dense Retrieval with Large Language Models
di: Peng, Zhiyuan, et al.
Pubblicazione: (2023)
di: Peng, Zhiyuan, et al.
Pubblicazione: (2023)
MedSlice: Fine-Tuned Large Language Models for Secure Clinical Note Sectioning
di: Davis, Joshua, et al.
Pubblicazione: (2025)
di: Davis, Joshua, et al.
Pubblicazione: (2025)
Coarse-Tuning for Ad-hoc Document Retrieval Using Pre-trained Language Models
di: Keyaki, Atsushi, et al.
Pubblicazione: (2024)
di: Keyaki, Atsushi, et al.
Pubblicazione: (2024)
OPERA: Online Data Pruning for Efficient Retrieval Model Adaptation
di: Fang, Haoyang, et al.
Pubblicazione: (2026)
di: Fang, Haoyang, et al.
Pubblicazione: (2026)
Exploring Multi-Table Retrieval Through Iterative Search
di: Boutaleb, Allaa, et al.
Pubblicazione: (2025)
di: Boutaleb, Allaa, et al.
Pubblicazione: (2025)
SmartChunk Retrieval: Query-Aware Chunk Compression with Planning for Efficient Document RAG
di: Zhang, Xuechen, et al.
Pubblicazione: (2025)
di: Zhang, Xuechen, et al.
Pubblicazione: (2025)
Neurosymbolic Retrievers for Retrieval-augmented Generation
di: Saxena, Yash, et al.
Pubblicazione: (2026)
di: Saxena, Yash, et al.
Pubblicazione: (2026)
ChatQA: Surpassing GPT-4 on Conversational QA and RAG
di: Liu, Zihan, et al.
Pubblicazione: (2024)
di: Liu, Zihan, et al.
Pubblicazione: (2024)
Towards Mixed-Modal Retrieval for Universal Retrieval-Augmented Generation
di: Zhang, Chenghao, et al.
Pubblicazione: (2025)
di: Zhang, Chenghao, et al.
Pubblicazione: (2025)
OmniRetrieval: Unified Retrieval across Heterogeneous Knowledge Sources
di: Baek, Jinheon, et al.
Pubblicazione: (2026)
di: Baek, Jinheon, et al.
Pubblicazione: (2026)
Leveraging Codebook Knowledge with NLI and ChatGPT for Zero-Shot Political Relation Classification
di: Hu, Yibo, et al.
Pubblicazione: (2023)
di: Hu, Yibo, et al.
Pubblicazione: (2023)
OneGen: Efficient One-Pass Unified Generation and Retrieval for LLMs
di: Zhang, Jintian, et al.
Pubblicazione: (2024)
di: Zhang, Jintian, et al.
Pubblicazione: (2024)
The Chronicles of RAG: The Retriever, the Chunk and the Generator
di: Finardi, Paulo, et al.
Pubblicazione: (2024)
di: Finardi, Paulo, et al.
Pubblicazione: (2024)
REST: Retrieval-Based Speculative Decoding
di: He, Zhenyu, et al.
Pubblicazione: (2023)
di: He, Zhenyu, et al.
Pubblicazione: (2023)
Using GPT Models for Qualitative and Quantitative News Analytics in the 2024 US Presidental Election Process
di: Pavlyshenko, Bohdan M.
Pubblicazione: (2024)
di: Pavlyshenko, Bohdan M.
Pubblicazione: (2024)
ArXivBench: When You Should Avoid Using ChatGPT for Academic Writing
di: Li, Ning, et al.
Pubblicazione: (2025)
di: Li, Ning, et al.
Pubblicazione: (2025)
Chain of Retrieval: Multi-Aspect Iterative Search Expansion and Post-Order Search Aggregation for Full Paper Retrieval
di: Park, Sangwoo, et al.
Pubblicazione: (2025)
di: Park, Sangwoo, et al.
Pubblicazione: (2025)
FIRE: Fact-checking with Iterative Retrieval and Verification
di: Xie, Zhuohan, et al.
Pubblicazione: (2024)
di: Xie, Zhuohan, et al.
Pubblicazione: (2024)
Bottleneck-Minimal Indexing for Generative Document Retrieval
di: Du, Xin, et al.
Pubblicazione: (2024)
di: Du, Xin, et al.
Pubblicazione: (2024)
IR2: Information Regularization for Information Retrieval
di: Wang, Jianyou, et al.
Pubblicazione: (2024)
di: Wang, Jianyou, et al.
Pubblicazione: (2024)
CoRAG: Collaborative Retrieval-Augmented Generation
di: Muhamed, Aashiq, et al.
Pubblicazione: (2025)
di: Muhamed, Aashiq, et al.
Pubblicazione: (2025)
ReasonIR: Training Retrievers for Reasoning Tasks
di: Shao, Rulin, et al.
Pubblicazione: (2025)
di: Shao, Rulin, et al.
Pubblicazione: (2025)
Familiarity-Aware Evidence Compression for Retrieval-Augmented Generation
di: Jung, Dongwon, et al.
Pubblicazione: (2024)
di: Jung, Dongwon, et al.
Pubblicazione: (2024)
Towards a Robust Retrieval-Based Summarization System
di: Liu, Shengjie, et al.
Pubblicazione: (2024)
di: Liu, Shengjie, et al.
Pubblicazione: (2024)
Beyond Retrieval: Generating Narratives in Conversational Recommender Systems
di: Sayana, Krishna, et al.
Pubblicazione: (2024)
di: Sayana, Krishna, et al.
Pubblicazione: (2024)
Retrieval Augmented Generation for Domain-specific Question Answering
di: Sharma, Sanat, et al.
Pubblicazione: (2024)
di: Sharma, Sanat, et al.
Pubblicazione: (2024)
Optimization of Retrieval-Augmented Generation Context with Outlier Detection
di: Bulgakov, Vitaly
Pubblicazione: (2024)
di: Bulgakov, Vitaly
Pubblicazione: (2024)
A Comparative Study of Specialized LLMs as Dense Retrievers
di: Zhang, Hengran, et al.
Pubblicazione: (2025)
di: Zhang, Hengran, et al.
Pubblicazione: (2025)
Retrieval meets Long Context Large Language Models
di: Xu, Peng, et al.
Pubblicazione: (2023)
di: Xu, Peng, et al.
Pubblicazione: (2023)
Beyond Relevance: Utility-Centric Retrieval in the LLM Era
di: Zhang, Hengran, et al.
Pubblicazione: (2026)
di: Zhang, Hengran, et al.
Pubblicazione: (2026)
Offline RL for Adaptive Policy Retrieval in Prior Authorization
di: Sharifullin, Ruslan, et al.
Pubblicazione: (2026)
di: Sharifullin, Ruslan, et al.
Pubblicazione: (2026)
Reducing hallucination in structured outputs via Retrieval-Augmented Generation
di: Béchard, Patrice, et al.
Pubblicazione: (2024)
di: Béchard, Patrice, et al.
Pubblicazione: (2024)
Zero-Shot Dense Retrieval with Embeddings from Relevance Feedback
di: Jedidi, Nour, et al.
Pubblicazione: (2024)
di: Jedidi, Nour, et al.
Pubblicazione: (2024)
Robust Neural Information Retrieval: An Adversarial and Out-of-distribution Perspective
di: Liu, Yu-An, et al.
Pubblicazione: (2024)
di: Liu, Yu-An, et al.
Pubblicazione: (2024)
Documenti analoghi
-
NUDGE: Lightweight Non-Parametric Fine-Tuning of Embeddings for Retrieval
di: Zeighami, Sepanta, et al.
Pubblicazione: (2024) -
Exploring ChatGPT for Next-generation Information Retrieval: Opportunities and Challenges
di: Huang, Yizheng, et al.
Pubblicazione: (2024) -
Personas within Parameters: Fine-Tuning Small Language Models with Low-Rank Adapters to Mimic User Behaviors
di: Thakur, Himanshu, et al.
Pubblicazione: (2025) -
Q-PEFT: Query-dependent Parameter Efficient Fine-tuning for Text Reranking with Large Language Models
di: Peng, Zhiyuan, et al.
Pubblicazione: (2024) -
InstructRetro: Instruction Tuning post Retrieval-Augmented Pretraining
di: Wang, Boxin, et al.
Pubblicazione: (2023)