Buchumschlag

Provenance: A Light-weight Fact-checker for Retrieval Augmented LLM Generation Output

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sankararaman, Hithesh, Yasin, Mohammed Nasheed, Sorensen, Tanner, Di Bari, Alessandro, Stolcke, Andreas
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Controllable Discovery of Intents: Incremental Deep Clustering Using Semi-Supervised Contrastive Learning
von: Rawat, Mrinal, et al.
Veröffentlicht: (2024)

Faithfulness-Aware Uncertainty Quantification for Fact-Checking the Output of Retrieval Augmented Generation
von: Fadeeva, Ekaterina, et al.
Veröffentlicht: (2025)

Factcheck-Bench: Fine-Grained Evaluation Benchmark for Automatic Fact-checkers
von: Wang, Yuxia, et al.
Veröffentlicht: (2023)

Retrieval-Augmented Generation for Natural Language Art Provenance Searches in the Getty Provenance Index
von: Henrickson, Mathew
Veröffentlicht: (2025)

Human-centered NLP Fact-checking: Co-Designing with Fact-checkers using Matchmaking for AI
von: Liu, Houjiang, et al.
Veröffentlicht: (2023)

Fact, Fetch, and Reason: A Unified Evaluation of Retrieval-Augmented Generation
von: Krishna, Satyapriya, et al.
Veröffentlicht: (2024)

Fact-Aware Multimodal Retrieval Augmentation for Accurate Medical Radiology Report Generation
von: Sun, Liwen, et al.
Veröffentlicht: (2024)

FaithfulRAG: Fact-Level Conflict Modeling for Context-Faithful Retrieval-Augmented Generation
von: Zhang, Qinggang, et al.
Veröffentlicht: (2025)

HyperRAG: Reasoning N-ary Facts over Hypergraphs for Retrieval Augmented Generation
von: Lien, Wen-Sheng, et al.
Veröffentlicht: (2026)

REFINE on Scarce Data: Retrieval Enhancement through Fine-Tuning via Model Fusion of Embedding Models
von: Gupta, Ambuje, et al.
Veröffentlicht: (2024)

Context Shapes LLMs Retrieval-Augmented Fact-Checking Effectiveness
von: Bernardelle, Pietro, et al.
Veröffentlicht: (2026)

Retrieval Augmented Fact Verification by Synthesizing Contrastive Arguments
von: Yue, Zhenrui, et al.
Veröffentlicht: (2024)

Lightweight Safety Guardrails Using Fine-tuned BERT Embeddings
von: Zheng, Aaron, et al.
Veröffentlicht: (2024)

CommunityKG-RAG: Leveraging Community Structures in Knowledge Graphs for Advanced Retrieval-Augmented Generation in Fact-Checking
von: Chang, Rong-Ching, et al.
Veröffentlicht: (2024)

Slot Filling as a Reasoning Task for SpeechLLMs
von: Hacioglu, Kadri, et al.
Veröffentlicht: (2025)

GRAF: Graph Retrieval Augmented by Facts for Romanian Legal Multi-Choice Question Answering
von: Crăciun, Cristian-George, et al.
Veröffentlicht: (2024)

RAMA: Retrieval-Augmented Multi-Agent Framework for Misinformation Detection in Multimodal Fact-Checking
von: Yang, Shuo, et al.
Veröffentlicht: (2025)

Neural spell-checker: Beyond words with synthetic data generation
von: Klemen, Matej, et al.
Veröffentlicht: (2024)

Rankify: A Comprehensive Python Toolkit for Retrieval, Re-Ranking, and Retrieval-Augmented Generation
von: Abdallah, Abdelrahman, et al.
Veröffentlicht: (2025)

Leveraging LLM Parametric Knowledge for Fact Checking without Retrieval
von: Vazhentsev, Artem, et al.
Veröffentlicht: (2026)

Resolving Conflicting Evidence in Automated Fact-Checking: A Study on Retrieval-Augmented LLMs
von: Ge, Ziyu, et al.
Veröffentlicht: (2025)

Synchronous Faithfulness Monitoring for Trustworthy Retrieval-Augmented Generation
von: Wu, Di, et al.
Veröffentlicht: (2024)

From Facts to Conclusions : Integrating Deductive Reasoning in Retrieval-Augmented LLMs
von: Mishra, Shubham, et al.
Veröffentlicht: (2025)

Enhancing LLM-Based Short Answer Grading with Retrieval-Augmented Generation
von: Chu, Yucheng, et al.
Veröffentlicht: (2025)

Unveiling Knowledge Utilization Mechanisms in LLM-based Retrieval-Augmented Generation
von: Wang, Yuhao, et al.
Veröffentlicht: (2025)

CUE Vectors: Modular Training of Language Models Conditioned on Diverse Contextual Signals
von: Novotney, Scott, et al.
Veröffentlicht: (2022)

Utility-Focused LLM Annotation for Retrieval and Retrieval-Augmented Generation
von: Zhang, Hengran, et al.
Veröffentlicht: (2025)

Tool-MAD: A Multi-Agent Debate Framework for Fact Verification with Diverse Tool Augmentation and Adaptive Retrieval
von: Jeong, Seyeon, et al.
Veröffentlicht: (2026)

DynamicRAG: Leveraging Outputs of Large Language Model as Feedback for Dynamic Reranking in Retrieval-Augmented Generation
von: Sun, Jiashuo, et al.
Veröffentlicht: (2025)

The Factuality Tax of Diversity-Intervened Text-to-Image Generation: Benchmark and Fact-Augmented Intervention
von: Wan, Yixin, et al.
Veröffentlicht: (2024)

SpeechLLMs for Large-scale Contextualized Zero-shot Slot Filling
von: Hacioglu, Kadri, et al.
Veröffentlicht: (2025)

CaseFacts: A Benchmark for Legal Fact-Checking and Precedent Retrieval
von: Putta, Akshith Reddy, et al.
Veröffentlicht: (2026)

TrumorGPT: Graph-Based Retrieval-Augmented Large Language Model for Fact-Checking
von: Hang, Ching Nam, et al.
Veröffentlicht: (2025)

DioR: Adaptive Cognitive Detection and Contextual Retrieval Optimization for Dynamic Retrieval-Augmented Generation
von: Guo, Hanghui, et al.
Veröffentlicht: (2025)

Unified Active Retrieval for Retrieval Augmented Generation
von: Cheng, Qinyuan, et al.
Veröffentlicht: (2024)

Corrective Retrieval Augmented Generation
von: Yan, Shi-Qi, et al.
Veröffentlicht: (2024)

Evaluating Quality of Answers for Retrieval-Augmented Generation: A Strong LLM Is All You Need
von: Wang, Yang, et al.
Veröffentlicht: (2024)

Multilingual Previously Fact-Checked Claim Retrieval
von: Pikuliak, Matúš, et al.
Veröffentlicht: (2023)

Enhancing Fact Retrieval in PLMs through Truthfulness
von: Youssef, Paul, et al.
Veröffentlicht: (2024)

Decoupling Task-Solving and Output Formatting in LLM Generation
von: Deng, Haikang, et al.
Veröffentlicht: (2025)