Buchumschlag

RAGEval: Scenario Specific RAG Evaluation Dataset Generation Framework

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhu, Kunlun, Luo, Yifan, Xu, Dingling, Yan, Yukun, Liu, Zhenghao, Yu, Shi, Wang, Ruobing, Wang, Shuo, Li, Yishan, Zhang, Nan, Han, Xu, Liu, Zhiyuan, Sun, Maosong
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

UltraRAG: A Modular and Automated Toolkit for Adaptive Retrieval-Augmented Generation
von: Chen, Yuxuan, et al.
Veröffentlicht: (2025)

Learning Refined Document Representations for Dense Retrieval via Deliberate Thinking
von: Ji, Yifan, et al.
Veröffentlicht: (2025)

VisRAG: Vision-based Retrieval-augmented Generation on Multi-modality Documents
von: Yu, Shi, et al.
Veröffentlicht: (2024)

Towards Popularity-Aware Recommendation: A Multi-Behavior Enhanced Framework with Orthogonality Constraint
von: Han, Yishan, et al.
Veröffentlicht: (2024)

Enhancing Legal Case Retrieval via Scaling High-quality Synthetic Query-Candidate Pairs
von: Gao, Cheng, et al.
Veröffentlicht: (2024)

ReAlign: Optimizing the Visual Document Retriever with Reasoning-Guided Fine-Grained Alignment
von: Yang, Hao, et al.
Veröffentlicht: (2026)

KBAlign: Efficient Self Adaptation on Specific Knowledge Bases
von: Zeng, Zheni, et al.
Veröffentlicht: (2024)

Enhancing Dense Retrievers' Robustness with Group-level Reweighting
von: Han, Peixuan, et al.
Veröffentlicht: (2023)

KG-Infused RAG: Augmenting Corpus-Based RAG with External Knowledge Graphs
von: Wu, Dingjun, et al.
Veröffentlicht: (2025)

LISRec: Modeling User Preferences with Learned Item Shortcuts for Sequential Recommendation
von: Xin, Haidong, et al.
Veröffentlicht: (2025)

KARE-RAG: Knowledge-Aware Refinement and Enhancement for RAG
von: Li, Yongjian, et al.
Veröffentlicht: (2025)

Fusion-in-T5: Unifying Document Ranking Signals for Improved Information Retrieval
von: Yu, Shi, et al.
Veröffentlicht: (2023)

RAG vs. GraphRAG: A Systematic Evaluation and Key Insights
von: Han, Haoyu, et al.
Veröffentlicht: (2025)

A Unified Search and Recommendation Framework Based on Multi-Scenario Learning for Ranking in E-commerce
von: Liu, Jinhan, et al.
Veröffentlicht: (2024)

How Significant Are the Real Performance Gains? An Unbiased Evaluation Framework for GraphRAG
von: Zeng, Qiming, et al.
Veröffentlicht: (2025)

Global-Distribution Aware Scenario-Specific Variational Representation Learning Framework
von: Zhang, Moyu, et al.
Veröffentlicht: (2025)

CiteEval: Principle-Driven Citation Evaluation for Source Attribution
von: Xu, Yumo, et al.
Veröffentlicht: (2025)

IntTravel: A Real-World Dataset and Generative Framework for Integrated Multi-Task Travel Recommendation
von: Yan, Huimin, et al.
Veröffentlicht: (2026)

Know Your RAG: Dataset Taxonomy and Generation Strategies for Evaluating RAG Systems
von: de Lima, Rafael Teixeira, et al.
Veröffentlicht: (2024)

A Survey on Causal Inference for Recommendation
von: Luo, Huishi, et al.
Veröffentlicht: (2023)

ExpandR: Teaching Dense Retrievers Beyond Queries with LLM Guidance
von: Yao, Sijia, et al.
Veröffentlicht: (2025)

ARIA: Adaptive Retrieval Intelligence Assistant -- A Multimodal RAG Framework for Domain-Specific Engineering Education
von: Luo, Yue, et al.
Veröffentlicht: (2026)

TeaRAG: A Token-Efficient Agentic Retrieval-Augmented Generation Framework
von: Zhang, Chao, et al.
Veröffentlicht: (2025)

DSFNet: Learning Disentangled Scenario Factorization for Multi-Scenario Route Ranking
von: Yu, Jiahao, et al.
Veröffentlicht: (2024)

RAGRouter-Bench: A Dataset and Benchmark for Adaptive RAG Routing
von: Wang, Ziqi, et al.
Veröffentlicht: (2026)

Personalized Deep Research: A User-Centric Framework, Dataset, and Hybrid Evaluation for Knowledge Discovery
von: Li, Xiaopeng, et al.
Veröffentlicht: (2026)

Modeling Domain and Feedback Transitions for Cross-Domain Sequential Recommendation
von: Zhang, Changshuo, et al.
Veröffentlicht: (2024)

Beyond Existing Retrievals: Cross-Scenario Incremental Sample Learning Framework
von: Wang, Tao, et al.
Veröffentlicht: (2025)

TC-RAG:Turing-Complete RAG's Case study on Medical LLM Systems
von: Jiang, Xinke, et al.
Veröffentlicht: (2024)

MHTS: Multi-Hop Tree Structure Framework for Generating Difficulty-Controllable QA Datasets for RAG Evaluation
von: Lee, Jeongsoo, et al.
Veröffentlicht: (2025)

Advanced RAG Models with Graph Structures: Optimizing Complex Knowledge Reasoning and Text Generation
von: Dong, Yuxin, et al.
Veröffentlicht: (2024)

PathRAG: Pruning Graph-based Retrieval Augmented Generation with Relational Paths
von: Chen, Boyu, et al.
Veröffentlicht: (2025)

UQABench: Evaluating User Embedding for Prompting LLMs in Personalized Question Answering
von: Liu, Langming, et al.
Veröffentlicht: (2025)

RAG-IGBench: Innovative Evaluation for RAG-based Interleaved Generation in Open-domain Question Answering
von: Zhang, Rongyang, et al.
Veröffentlicht: (2025)

Balancing Fine-tuning and RAG: A Hybrid Strategy for Dynamic LLM Recommendation Updates
von: Meng, Changping, et al.
Veröffentlicht: (2025)

A Survey of Personalization: From RAG to Agent
von: Li, Xiaopeng, et al.
Veröffentlicht: (2025)

What Should I Cite? A RAG Benchmark for Academic Citation Prediction
von: Zheng, Leqi, et al.
Veröffentlicht: (2026)

ScIRGen: Synthesize Realistic and Large-Scale RAG Dataset for Scientific Research
von: Lin, Junyong, et al.
Veröffentlicht: (2025)

Modular RAG: Transforming RAG Systems into LEGO-like Reconfigurable Frameworks
von: Gao, Yunfan, et al.
Veröffentlicht: (2024)

QAGCF: Graph Collaborative Filtering for Q&A Recommendation
von: Zhang, Changshuo, et al.
Veröffentlicht: (2024)