Buchumschlag

Judge as A Judge: Improving the Evaluation of Retrieval-Augmented Generation through the Judge-Consistency of Large Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Shuliang, Li, Xinze, Liu, Zhenghao, Yan, Yukun, Yang, Cheng, Zeng, Zheni, Liu, Zhiyuan, Sun, Maosong, Yu, Ge
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Structured Knowledge Representation through Contextual Pages for Retrieval-Augmented Generation
von: Li, Xinze, et al.
Veröffentlicht: (2026)

RankCoT: Refining Knowledge for Retrieval-Augmented Generation through Ranking Chain-of-Thoughts
von: Wu, Mingyan, et al.
Veröffentlicht: (2025)

RAG-DDR: Optimizing Retrieval-Augmented Generation Using Differentiable Data Rewards
von: Li, Xinze, et al.
Veröffentlicht: (2024)

NaviRAG: Towards Active Knowledge Navigation for Retrieval-Augmented Generation
von: Dai, Jihao, et al.
Veröffentlicht: (2026)

PersLLM: A Personified Training Approach for Large Language Models
von: Zeng, Zheni, et al.
Veröffentlicht: (2024)

Finding What Matters: Anchoring Context Knowledge with Evolving Indices for Iterative Retrieval
von: Wu, Mingyan, et al.
Veröffentlicht: (2026)

Scientific Knowledge-driven Decoding Constraints Improving the Reliability of LLMs
von: Ma, Maotian, et al.
Veröffentlicht: (2026)

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

Enhancing Long-Chain Reasoning Distillation through Error-Aware Self-Reflection
von: Wu, Zhuoyang, et al.
Veröffentlicht: (2025)

VisRAG 2.0: Evidence-Guided Multi-Image Reasoning in Visual Retrieval-Augmented Generation
von: Sun, Yubo, et al.
Veröffentlicht: (2025)

ClueAnchor: Clue-Anchored Knowledge Reasoning Exploration and Optimization for Retrieval-Augmented Generation
von: Chen, Hao, et al.
Veröffentlicht: (2025)

ThinkNote: Enhancing Knowledge Integration and Utilization of Large Language Models via Constructivist Cognition Modeling
von: Xu, Zhipeng, et al.
Veröffentlicht: (2024)

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

Building A Coding Assistant via the Retrieval-Augmented Language Model
von: Li, Xinze, et al.
Veröffentlicht: (2024)

ParamMute: Suppressing Knowledge-Critical FFNs for Faithful Retrieval-Augmented Generation
von: Huang, Pengcheng, et al.
Veröffentlicht: (2025)

MetaMem: Evolving Meta-Memory for Knowledge Utilization through Self-Reflective Symbolic Optimization
von: Xin, Haidong, et al.
Veröffentlicht: (2026)

FairJudge: An Adaptive, Debiased, and Consistent LLM-as-a-Judge
von: Yang, Bo, et al.
Veröffentlicht: (2026)

JudgeLRM: Large Reasoning Models as a Judge
von: Chen, Nuo, et al.
Veröffentlicht: (2025)

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

Mitigating Judgment Preference Bias in Large Language Models through Group-Based Polling
von: Liu, Shuliang, et al.
Veröffentlicht: (2025)

Judging the Judges: Evaluating Alignment and Vulnerabilities in LLMs-as-Judges
von: Thakur, Aman Singh, et al.
Veröffentlicht: (2024)

DeepNote: Note-Centric Deep Retrieval-Augmented Generation
von: Wang, Ruobing, et al.
Veröffentlicht: (2024)

Improve LLM-as-a-Judge Ability as a General Ability
von: Yu, Jiachen, et al.
Veröffentlicht: (2025)

FedJudge: Federated Legal Large Language Model
von: Yue, Linan, et al.
Veröffentlicht: (2023)

MR. Judge: Multimodal Reasoner as a Judge
von: Pi, Renjie, et al.
Veröffentlicht: (2025)

On Evaluating LLM Alignment by Evaluating LLMs as Judges
von: Liu, Yixin, et al.
Veröffentlicht: (2025)

CodeJudge-Eval: Can Large Language Models be Good Judges in Code Understanding?
von: Zhao, Yuwei, et al.
Veröffentlicht: (2024)

JudgeLM: Fine-tuned Large Language Models are Scalable Judges
von: Zhu, Lianghui, et al.
Veröffentlicht: (2023)

Who Judges the Judge? Evaluating LLM-as-a-Judge for French Medical open-ended QA
von: Belmadani, Ikram, et al.
Veröffentlicht: (2026)

CompassJudger-1: All-in-one Judge Model Helps Model Evaluation and Evolution
von: Cao, Maosong, et al.
Veröffentlicht: (2024)

RankJudge: A Multi-Turn LLM-as-a-Judge Synthetic Benchmark Generator
von: Tang, Zhenwei, et al.
Veröffentlicht: (2026)

Judging the Judges: Can Large Vision-Language Models Fairly Evaluate Chart Comprehension and Reasoning?
von: Laskar, Md Tahmid Rahman, et al.
Veröffentlicht: (2025)

Long-Chain Reasoning Distillation via Adaptive Prefix Alignment
von: Liu, Zhenghao, et al.
Veröffentlicht: (2026)

Say More with Less: Understanding Prompt Learning Behaviors through Gist Compression
von: Li, Xinze, et al.
Veröffentlicht: (2024)

CodeJudge: Evaluating Code Generation with Large Language Models
von: Tong, Weixi, et al.
Veröffentlicht: (2024)

CyclicJudge: Mitigating Judge Bias Efficiently in LLM-based Evaluation
von: Zhu, Ziyi, et al.
Veröffentlicht: (2026)

ConPET: Continual Parameter-Efficient Tuning for Large Language Models
von: Song, Chenyang, et al.
Veröffentlicht: (2023)

Judge Anything: MLLM as a Judge Across Any Modality
von: Pu, Shu, et al.
Veröffentlicht: (2025)

Agent-as-a-Judge
von: You, Runyang, et al.
Veröffentlicht: (2026)

MLLM-as-a-Judge: Assessing Multimodal LLM-as-a-Judge with Vision-Language Benchmark
von: Chen, Dongping, et al.
Veröffentlicht: (2024)