Buchumschlag

Enhancing E-commerce Product Title Translation with Retrieval-Augmented Generation and Large Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Bryan, Nakatani, Taichi, Walter, Stephan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language Artificial Intelligence Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Personalizing Large Language Models using Retrieval Augmented Generation and Knowledge Graph
von: Prahlad, Deeksha, et al.
Veröffentlicht: (2025)

Open-RAG: Enhanced Retrieval-Augmented Reasoning with Open-Source Large Language Models
von: Islam, Shayekh Bin, et al.
Veröffentlicht: (2024)

RAVEN: In-Context Learning with Retrieval-Augmented Encoder-Decoder Language Models
von: Huang, Jie, et al.
Veröffentlicht: (2023)

Lightweight Retrieval-Augmented Generation and Large Language Model-Based Modeling for Scalable Patient-Trial Matching
von: Li, Xiaodi, et al.
Veröffentlicht: (2026)

Listen to the Context: Towards Faithful Large Language Models for Retrieval Augmented Generation on Climate Questions
von: Thulke, David, et al.
Veröffentlicht: (2025)

Automated Query-Product Relevance Labeling using Large Language Models for E-commerce Search
von: Sachdev, Jayant, et al.
Veröffentlicht: (2025)

Enhancing Frame Detection with Retrieval Augmented Generation
von: Diallo, Papa Abdou Karim Karou, et al.
Veröffentlicht: (2025)

LLM-Match: An Open-Sourced Patient Matching Model Based on Large Language Models and Retrieval-Augmented Generation
von: Li, Xiaodi, et al.
Veröffentlicht: (2025)

Application of NotebookLM, a Large Language Model with Retrieval-Augmented Generation, for Lung Cancer Staging
von: Tozuka, Ryota, et al.
Veröffentlicht: (2024)

Investigating Retrieval-Augmented Generation in Quranic Studies: A Study of 13 Open-Source Large Language Models
von: Khalila, Zahra, et al.
Veröffentlicht: (2025)

Astute RAG: Overcoming Imperfect Retrieval Augmentation and Knowledge Conflicts for Large Language Models
von: Wang, Fei, et al.
Veröffentlicht: (2024)

EMERGE: Enhancing Multimodal Electronic Health Records Predictive Modeling with Retrieval-Augmented Generation
von: Zhu, Yinghao, et al.
Veröffentlicht: (2024)

Enhancing Domain-Specific Retrieval-Augmented Generation: Synthetic Data Generation and Evaluation using Reasoning Models
von: Jadon, Aryan, et al.
Veröffentlicht: (2025)

Aggregated Knowledge Model: Enhancing Domain-Specific QA with Fine-Tuned and Retrieval-Augmented Generation Models
von: Liu, Fengchen, et al.
Veröffentlicht: (2024)

Do Retrieval-Augmented Language Models Adapt to Varying User Needs?
von: Wu, Peilin, et al.
Veröffentlicht: (2025)

Large Language Model Augmented Exercise Retrieval for Personalized Language Learning
von: Xu, Austin, et al.
Veröffentlicht: (2024)

Can General-Purpose Large Language Models Generalize to English-Thai Machine Translation ?
von: Chiaranaipanich, Jirat, et al.
Veröffentlicht: (2024)

Diversity-oriented Data Augmentation with Large Language Models
von: Wang, Zaitian, et al.
Veröffentlicht: (2025)

Learning Retrieval Augmentation for Personalized Dialogue Generation
von: Huang, Qiushi, et al.
Veröffentlicht: (2024)

ReEval: Automatic Hallucination Evaluation for Retrieval-Augmented Large Language Models via Transferable Adversarial Attacks
von: Yu, Xiaodong, et al.
Veröffentlicht: (2023)

Soft Prompt Tuning for Augmenting Dense Retrieval with Large Language Models
von: Peng, Zhiyuan, et al.
Veröffentlicht: (2023)

A Graph-Retrieval-Augmented Generation Framework Enhances Decision-Making in the Circular Economy
von: Zhao, Yang, et al.
Veröffentlicht: (2025)

Steering Large Language Models for Machine Translation Personalization
von: Scalena, Daniel, et al.
Veröffentlicht: (2025)

SimRAG: Self-Improving Retrieval-Augmented Generation for Adapting Large Language Models to Specialized Domains
von: Xu, Ran, et al.
Veröffentlicht: (2024)

Disco-RAG: Discourse-Aware Retrieval-Augmented Generation
von: Liu, Dongqi, et al.
Veröffentlicht: (2026)

Model Internals-based Answer Attribution for Trustworthy Retrieval-Augmented Generation
von: Qi, Jirui, et al.
Veröffentlicht: (2024)

Quantifying and Improving the Robustness of Retrieval-Augmented Language Models Against Spurious Features in Grounding Data
von: Yang, Shiping, et al.
Veröffentlicht: (2025)

RankRAG: Unifying Context Ranking with Retrieval-Augmented Generation in LLMs
von: Yu, Yue, et al.
Veröffentlicht: (2024)

Fine-tuning Language Models with Generative Adversarial Reward Modelling
von: Yu, Zhang Ze, et al.
Veröffentlicht: (2023)

Mix-of-Granularity: Optimize the Chunking Granularity for Retrieval-Augmented Generation
von: Zhong, Zijie, et al.
Veröffentlicht: (2024)

Multiple Abstraction Level Retrieve Augment Generation
von: Zheng, Zheng, et al.
Veröffentlicht: (2025)

DynaGRAG | Exploring the Topology of Information for Advancing Language Understanding and Generation in Graph Retrieval-Augmented Generation
von: Thakrar, Karishma
Veröffentlicht: (2024)

Retrieval meets Long Context Large Language Models
von: Xu, Peng, et al.
Veröffentlicht: (2023)

PlanRAG: A Plan-then-Retrieval Augmented Generation for Generative Large Language Models as Decision Makers
von: Lee, Myeonghwa, et al.
Veröffentlicht: (2024)

BadRAG: Identifying Vulnerabilities in Retrieval Augmented Generation of Large Language Models
von: Xue, Jiaqi, et al.
Veröffentlicht: (2024)

QuIM-RAG: Advancing Retrieval-Augmented Generation with Inverted Question Matching for Enhanced QA Performance
von: Saha, Binita, et al.
Veröffentlicht: (2025)

Superposition Prompting: Improving and Accelerating Retrieval-Augmented Generation
von: Merth, Thomas, et al.
Veröffentlicht: (2024)

Agentic Retrieval-Augmented Generation for Time Series Analysis
von: Ravuru, Chidaksh, et al.
Veröffentlicht: (2024)

SynthesizRR: Generating Diverse Datasets with Retrieval Augmentation
von: Divekar, Abhishek, et al.
Veröffentlicht: (2024)

Graph of Records: Boosting Retrieval Augmented Generation for Long-context Summarization with Graphs
von: Zhang, Haozhen, et al.
Veröffentlicht: (2024)