Buchumschlag

Reasoning-Enhanced Self-Training for Long-Form Personalized Text Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Salemi, Alireza, Li, Cheng, Zhang, Mingyang, Mei, Qiaozhu, Kong, Weize, Chen, Tao, Li, Zhuowan, Bendersky, Michael, Zamani, Hamed
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Artificial Intelligence Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Pathways of Thoughts: Multi-Directional Thinking for Long-form Personalized Question Answering
von: Salemi, Alireza, et al.
Veröffentlicht: (2025)

ExPerT: Effective and Explainable Evaluation of Personalized Long-Form Text Generation
von: Salemi, Alireza, et al.
Veröffentlicht: (2025)

LaMP-QA: A Benchmark for Personalized Long-form Question Answering
von: Salemi, Alireza, et al.
Veröffentlicht: (2025)

CIIR@LiveRAG 2025: Optimizing Multi-Agent Retrieval Augmented Generation through Self-Training
von: Salemi, Alireza, et al.
Veröffentlicht: (2025)

Learning to Reason for Multi-Step Retrieval of Personal Context in Personalized Question Answering
von: Amirizaniani, Maryam, et al.
Veröffentlicht: (2026)

Unlocking the `Why' of Buying: Introducing a New Dataset and Benchmark for Purchase Reason and Post-Purchase Experience
von: Chen, Tao, et al.
Veröffentlicht: (2024)

Learning from Natural Language Feedback for Personalized Question Answering
von: Salemi, Alireza, et al.
Veröffentlicht: (2025)

Improving User Privacy in Personalized Generation: Client-Side Retrieval-Augmented Modification of Server-Side Generated Speculations
von: Salemi, Alireza, et al.
Veröffentlicht: (2026)

Evaluating Retrieval Quality in Retrieval-Augmented Generation
von: Salemi, Alireza, et al.
Veröffentlicht: (2024)

Optimization Methods for Personalizing Large Language Models through Retrieval Augmentation
von: Salemi, Alireza, et al.
Veröffentlicht: (2024)

Towards a Search Engine for Machines: Unified Ranking for Multiple Retrieval-Augmented Large Language Models
von: Salemi, Alireza, et al.
Veröffentlicht: (2024)

Learning to Rank for Multiple Retrieval-Augmented Models through Iterative Utility Maximization
von: Salemi, Alireza, et al.
Veröffentlicht: (2024)

Plan-and-Refine: Diverse and Comprehensive Retrieval-Augmented Generation
von: Salemi, Alireza, et al.
Veröffentlicht: (2025)

Stochastic RAG: End-to-End Retrieval-Augmented Generation through Expected Utility Maximization
von: Zamani, Hamed, et al.
Veröffentlicht: (2024)

Learning to Rewrite Prompts for Personalized Text Generation
von: Li, Cheng, et al.
Veröffentlicht: (2023)

Evaluation of Agents under Simulated AI Marketplace Dynamics
von: Kim, To Eun, et al.
Veröffentlicht: (2026)

Critic-R: Improving Agentic Search using Instruction-tuned Retrievers with Natural Language Introspective Feedback
von: Alam, Md Zarif Ul, et al.
Veröffentlicht: (2026)

Personalized Generation In Large Model Era: A Survey
von: Xu, Yiyan, et al.
Veröffentlicht: (2025)

Retrieval-Enhanced Machine Learning: Synthesis and Opportunities
von: Kim, To Eun, et al.
Veröffentlicht: (2024)

Beyond a Million Tokens: Benchmarking and Enhancing Long-Term Memory in LLMs
von: Tavakoli, Mohammad, et al.
Veröffentlicht: (2025)

Retrieval Augmented Generation or Long-Context LLMs? A Comprehensive Study and Hybrid Approach
von: Li, Zhuowan, et al.
Veröffentlicht: (2024)

Uncertainty Quantification for Retrieval-Augmented Reasoning
von: Soudani, Heydar, et al.
Veröffentlicht: (2025)

Distillation and Refinement of Reasoning in Small Language Models for Document Re-ranking
von: Samarinas, Chris, et al.
Veröffentlicht: (2025)

Interactions with Generative Information Retrieval Systems
von: Aliannejadi, Mohammad, et al.
Veröffentlicht: (2024)

ProCIS: A Benchmark for Proactive Retrieval in Conversations
von: Samarinas, Chris, et al.
Veröffentlicht: (2024)

Searching Personal Collections
von: Bendersky, Michael, et al.
Veröffentlicht: (2024)

A Unified Model and Document Representation for On-Device Retrieval-Augmented Generation
von: Killingback, Julian, et al.
Veröffentlicht: (2026)

Planning Ahead in Generative Retrieval: Guiding Autoregressive Generation through Simultaneous Decoding
von: Zeng, Hansi, et al.
Veröffentlicht: (2024)

Truncated Step-Level Sampling with Process Rewards for Retrieval-Augmented Reasoning
von: Samarinas, Chris, et al.
Veröffentlicht: (2026)

Open-Ended and Knowledge-Intensive Video Question Answering
von: Alam, Md Zarif Ul, et al.
Veröffentlicht: (2025)

Scaling Sparse and Dense Retrieval in Decoder-Only LLMs
von: Zeng, Hansi, et al.
Veröffentlicht: (2025)

Bridging Personalization and Control in Scientific Personalized Search
von: Mysore, Sheshera, et al.
Veröffentlicht: (2024)

TARSE: Test-Time Adaptation via Retrieval of Skills and Experience for Reasoning Agents
von: Wang, Junda, et al.
Veröffentlicht: (2026)

CoSearch: Joint Training of Reasoning and Document Ranking via Reinforcement Learning for Agentic Search
von: Zeng, Hansi, et al.
Veröffentlicht: (2026)

Reliable Annotations with Less Effort: Evaluating LLM-Human Collaboration in Search Clarifications
von: Tavakoli, Leila, et al.
Veröffentlicht: (2025)

Accelerating Retrieval-Augmented Generation
von: Quinn, Derrick, et al.
Veröffentlicht: (2024)

Scaling Laws for Cross-Encoder Reranking
von: Seetharaman, Rahul, et al.
Veröffentlicht: (2026)

LaMP: When Large Language Models Meet Personalization
von: Salemi, Alireza, et al.
Veröffentlicht: (2023)

Benchmarking Information Retrieval Models on Complex Retrieval Tasks
von: Killingback, Julian, et al.
Veröffentlicht: (2025)

Future of Information Retrieval Research in the Age of Generative AI
von: Allan, James, et al.
Veröffentlicht: (2024)