Copertina

Re-ranking the Context for Multimodal Retrieval Augmented Generation

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Mortaheb, Matin, Khojastepour, Mohammad A. Amir, Chakradhar, Srimat T., Ulukus, Sennur
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Machine Learning Computer Vision and Pattern Recognition Information Retrieval Information Theory
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

RAG-Check: Evaluating Multimodal Retrieval Augmented Generation Performance
di: Mortaheb, Matin, et al.
Pubblicazione: (2025)

Efficient Semantic Communication Through Transformer-Aided Compression
di: Mortaheb, Matin, et al.
Pubblicazione: (2024)

Transformer-Aided Semantic Communications
di: Mortaheb, Matin, et al.
Pubblicazione: (2024)

iRAG: Advancing RAG for Videos with an Incremental Approach
di: Arefeen, Md Adnan, et al.
Pubblicazione: (2024)

$r$Age-$k$: Communication-Efficient Federated Learning Using Age Factor
di: Mortaheb, Matin, et al.
Pubblicazione: (2024)

Age of Gossip in Networks with Multiple Views of a Source
di: Khojastepour, Kian J., et al.
Pubblicazione: (2024)

Multi-Modal Semantic Communication
di: Mortaheb, Matin, et al.
Pubblicazione: (2025)

Candidate Set Re-ranking for Composed Image Retrieval with Dual Multi-modal Encoder
di: Liu, Zheyuan, et al.
Pubblicazione: (2023)

Open-SAT: LLM-Guided Query Embedding Refinement for Open-Vocabulary Object Retrieval in Satellite Imagery
di: Arefeen, Md Adnan, et al.
Pubblicazione: (2026)

Open Multimodal Retrieval-Augmented Factual Image Generation
di: Tian, Yang, et al.
Pubblicazione: (2025)

Reasoning-Augmented Representations for Multimodal Retrieval
di: Zhang, Jianrui, et al.
Pubblicazione: (2026)

Embedding-based Retrieval in Multimodal Content Moderation
di: Liang, Hanzhong, et al.
Pubblicazione: (2025)

Online Learning via Memory: Retrieval-Augmented Detector Adaptation
di: Jian, Yanan, et al.
Pubblicazione: (2024)

CaReBench: A Fine-Grained Benchmark for Video Captioning and Retrieval
di: Xu, Yifan, et al.
Pubblicazione: (2024)

Chain-of-Thought Re-ranking for Image Retrieval Tasks
di: Wu, Shangrong, et al.
Pubblicazione: (2025)

Generalized Contrastive Learning for Multi-Modal Retrieval and Ranking
di: Zhu, Tianyu, et al.
Pubblicazione: (2024)

Utility-Oriented Visual Evidence Selection for Multimodal Retrieval-Augmented Generation
di: Luo, Weiqing, et al.
Pubblicazione: (2026)

RunAgent: Interpreting Natural-Language Plans with Constraint-Guided Execution
di: Srivastava, Arunabh, et al.
Pubblicazione: (2026)

FilterRAG: Zero-Shot Informed Retrieval-Augmented Generation to Mitigate Hallucinations in VQA
di: Sarwar, Nobin
Pubblicazione: (2025)

Evidential Transformers for Improved Image Retrieval
di: Dordevic, Danilo, et al.
Pubblicazione: (2024)

Multi-event Video-Text Retrieval
di: Zhang, Gengyuan, et al.
Pubblicazione: (2023)

Hierarchy-of-Visual-Words: a Learning-based Approach for Trademark Image Retrieval
di: Lourenço, Vítor N., et al.
Pubblicazione: (2019)

MM-Embed: Universal Multimodal Retrieval with Multimodal LLMs
di: Lin, Sheng-Chieh, et al.
Pubblicazione: (2024)

FOR: Finetuning for Object Level Open Vocabulary Image Retrieval
di: Levi, Hila, et al.
Pubblicazione: (2024)

NanoVDR: Distilling a 2B Vision-Language Retriever into a 70M Text-Only Encoder for Visual Document Retrieval
di: Liu, Zhuchenyang, et al.
Pubblicazione: (2026)

Context Awareness Gate For Retrieval Augmented Generation
di: Heydari, Mohammad Hassan, et al.
Pubblicazione: (2024)

Metric Compatible Training for Online Backfilling in Large-Scale Retrieval
di: Seo, Seonguk, et al.
Pubblicazione: (2023)

Object-Aware Query Perturbation for Cross-Modal Image-Text Retrieval
di: Sogi, Naoya, et al.
Pubblicazione: (2024)

Global-to-Local or Local-to-Global? Enhancing Image Retrieval with Efficient Local Search and Effective Global Re-ranking
di: Aiger, Dror, et al.
Pubblicazione: (2025)

Maximal Matching Matters: Preventing Representation Collapse for Robust Cross-Modal Retrieval
di: Alomari, Hani, et al.
Pubblicazione: (2025)

Sync from the Sea: Retrieving Alignable Videos from Large-Scale Datasets
di: Dave, Ishan Rajendrakumar, et al.
Pubblicazione: (2024)

PixRec: Leveraging Visual Context for Next-Item Prediction in Sequential Recommendation
di: Chakrabarty, Sayak, et al.
Pubblicazione: (2026)

LD-DETR: Loop Decoder DEtection TRansformer for Video Moment Retrieval and Highlight Detection
di: Zhao, Pengcheng, et al.
Pubblicazione: (2025)

CTR-Driven Advertising Image Generation with Multimodal Large Language Models
di: Chen, Xingye, et al.
Pubblicazione: (2025)

LoVR: A Benchmark for Long Video Retrieval in Multimodal Contexts
di: Cai, Qifeng, et al.
Pubblicazione: (2025)

Dual Pose-invariant Embeddings: Learning Category and Object-specific Discriminative Representations for Recognition and Retrieval
di: Sarkar, Rohan, et al.
Pubblicazione: (2024)

Windsock is Dancing: Adaptive Multimodal Retrieval-Augmented Generation
di: Zhao, Shu, et al.
Pubblicazione: (2025)

VideoRAG: Retrieval-Augmented Generation over Video Corpus
di: Jeong, Soyeong, et al.
Pubblicazione: (2025)

DREAM: Improving Video-Text Retrieval Through Relevance-Based Augmentation Using Large Foundation Models
di: Wang, Yimu, et al.
Pubblicazione: (2024)

Benchmarking Retrieval-Augmented Multimodal Generation for Document Question Answering
di: Dong, Kuicai, et al.
Pubblicazione: (2025)