Buchumschlag

Improving Retrieval-Augmented Generation in Medicine with Iterative Follow-up Questions

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xiong, Guangzhi, Jin, Qiao, Wang, Xiao, Zhang, Minjia, Lu, Zhiyong, Zhang, Aidong
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Benchmarking Retrieval-Augmented Generation for Medicine
von: Xiong, Guangzhi, et al.
Veröffentlicht: (2024)

MedCite: Can Language Models Generate Verifiable Text for Medicine?
von: Wang, Xiao, et al.
Veröffentlicht: (2025)

Toward Faithful Retrieval-Augmented Generation with Sparse Autoencoders
von: Xiong, Guangzhi, et al.
Veröffentlicht: (2025)

Rethinking Visual Attribution for Chest X-ray Reasoning in Large Vision Language Models
von: Xiong, Guangzhi, et al.
Veröffentlicht: (2026)

Retrieving Counterfactuals Improves Visual In-Context Learning
von: Xiong, Guangzhi, et al.
Veröffentlicht: (2026)

Supervising the search process produces reliable and generalizable information-seeking agents
von: Xiong, Guangzhi, et al.
Veröffentlicht: (2025)

Improving Scientific Hypothesis Generation with Knowledge Grounded Large Language Models
von: Xiong, Guangzhi, et al.
Veröffentlicht: (2024)

Reasoning Beyond Chain-of-Thought: A Latent Computational Mode in Large Language Models
von: He, Zhenghao, et al.
Veröffentlicht: (2026)

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

Cell-o1: Training LLMs to Solve Single-Cell Reasoning Puzzles with Reinforcement Learning
von: Fang, Yin, et al.
Veröffentlicht: (2025)

GeneGPT: Augmenting Large Language Models with Domain Tools for Improved Access to Biomedical Information
von: Jin, Qiao, et al.
Veröffentlicht: (2023)

Ensuring Safety and Trust: Analyzing the Risks of Large Language Models in Medicine
von: Yang, Yifan, et al.
Veröffentlicht: (2024)

Humans and Large Language Models in Clinical Decision Support: A Study with Medical Calculators
von: Wan, Nicholas, et al.
Veröffentlicht: (2024)

Toward Reliable Scientific Hypothesis Generation: Evaluating Truthfulness and Hallucination in Large Language Models
von: Xiong, Guangzhi, et al.
Veröffentlicht: (2025)

Cross-Granularity Hypergraph Retrieval-Augmented Generation for Multi-hop Question Answering
von: Wang, Changjian, et al.
Veröffentlicht: (2025)

Linking Knowledge to Care: Knowledge Graph-Augmented Medical Follow-Up Question Generation
von: Sun, Liwen, et al.
Veröffentlicht: (2026)

Follow-up Question Generation For Enhanced Patient-Provider Conversations
von: Gatto, Joseph, et al.
Veröffentlicht: (2025)

KnowTrace: Bootstrapping Iterative Retrieval-Augmented Generation with Structured Knowledge Tracing
von: Li, Rui, et al.
Veröffentlicht: (2025)

LogicPoison: Logical Attacks on Graph Retrieval-Augmented Generation
von: Xiao, Yilin, et al.
Veröffentlicht: (2026)

Med-V1: Small Language Models for Zero-shot and Scalable Biomedical Evidence Attribution
von: Jin, Qiao, et al.
Veröffentlicht: (2026)

IdeaBench: Benchmarking Large Language Models for Research Idea Generation
von: Guo, Sikun, et al.
Veröffentlicht: (2024)

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

RAGViz: Diagnose and Visualize Retrieval-Augmented Generation
von: Wang, Tevin, et al.
Veröffentlicht: (2024)

Stateful Evidence-Driven Retrieval-Augmented Generation with Iterative Reasoning
von: Dong, Qi, et al.
Veröffentlicht: (2026)

HiChunk: Evaluating and Enhancing Retrieval-Augmented Generation with Hierarchical Chunking
von: Lu, Wensheng, et al.
Veröffentlicht: (2025)

Enhancing Large Language Models with Domain-specific Retrieval Augment Generation: A Case Study on Long-form Consumer Health Question Answering in Ophthalmology
von: Gilson, Aidan, et al.
Veröffentlicht: (2024)

Retrieve, Summarize, Plan: Advancing Multi-hop Question Answering with an Iterative Approach
von: Jiang, Zhouyu, et al.
Veröffentlicht: (2024)

DeepEra: A Deep Evidence Reranking Agent for Scientific Retrieval-Augmented Generated Question Answering
von: Chen, Haotian, et al.
Veröffentlicht: (2026)

Toward General Instruction-Following Alignment for Retrieval-Augmented Generation
von: Dong, Guanting, et al.
Veröffentlicht: (2024)

From Retrieval to Generation: Unifying External and Parametric Knowledge for Medical Question Answering
von: Li, Lei, et al.
Veröffentlicht: (2025)

Follow-Up Questions Improve Documents Generated by Large Language Models
von: Tix, Bernadette J
Veröffentlicht: (2024)

MKRAG: Medical Knowledge Retrieval Augmented Generation for Medical Question Answering
von: Shi, Yucheng, et al.
Veröffentlicht: (2023)

Augmenting Math Word Problems via Iterative Question Composing
von: Liu, Haoxiong, et al.
Veröffentlicht: (2024)

Evidence-Driven Retrieval Augmented Response Generation for Online Misinformation
von: Yue, Zhenrui, et al.
Veröffentlicht: (2024)

Predictive Prefetching for Retrieval-Augmented Generation
von: Zhang, Wuyang, et al.
Veröffentlicht: (2026)

MedCalc-Bench: Evaluating Large Language Models for Medical Calculations
von: Khandekar, Nikhil, et al.
Veröffentlicht: (2024)

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

ReaRAG: Knowledge-guided Reasoning Enhances Factuality of Large Reasoning Models with Iterative Retrieval Augmented Generation
von: Lee, Zhicheng, et al.
Veröffentlicht: (2025)

Improving Context Fidelity via Native Retrieval-Augmented Reasoning
von: Wang, Suyuchen, et al.
Veröffentlicht: (2025)

RAG-X: Systematic Diagnosis of Retrieval-Augmented Generation for Medical Question Answering
von: Sivakumar, Aswini, et al.
Veröffentlicht: (2026)