WebFAQ: A Multilingual Collection of Natural Q&A Datasets for Dense Retrieval
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Dinzinger, Michael, Caspari, Laura, Dastidar, Kanishka Ghosh, Mitrović, Jelena, Granitzer, Michael |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
WebFAQ 2.0: A Multilingual QA Dataset with Mined Hard Negatives for Dense Retrieval
par: Dinzinger, Michael, et autres
Publié: (2026)
par: Dinzinger, Michael, et autres
Publié: (2026)
Beyond Benchmarks: Evaluating Embedding Model Similarity for Retrieval Augmented Generation Systems
par: Caspari, Laura, et autres
Publié: (2024)
par: Caspari, Laura, et autres
Publié: (2024)
OwlerLite: Scope- and Freshness-Aware Web Retrieval for LLM Assistants
par: Zerhoudi, Saber, et autres
Publié: (2026)
par: Zerhoudi, Saber, et autres
Publié: (2026)
CoRECT: A Framework for Evaluating Embedding Compression Techniques at Scale
par: Caspari, L., et autres
Publié: (2025)
par: Caspari, L., et autres
Publié: (2025)
A Survey of Web Content Control for Generative AI
par: Dinzinger, Michael, et autres
Publié: (2024)
par: Dinzinger, Michael, et autres
Publié: (2024)
Challenges and Considerations in Annotating Legal Data: A Comprehensive Overview
par: Darji, Harshil, et autres
Publié: (2024)
par: Darji, Harshil, et autres
Publié: (2024)
NuggetIndex: Governed Atomic Retrieval for Maintainable RAG
par: Zerhoudi, Saber, et autres
Publié: (2026)
par: Zerhoudi, Saber, et autres
Publié: (2026)
Behind the Prompt: The Agent-User Problem in Information Retrieval
par: Zerhoudi, Saber, et autres
Publié: (2026)
par: Zerhoudi, Saber, et autres
Publié: (2026)
AgentSim: A Platform for Verifiable Agent-Trace Simulation
par: Zerhoudi, Saber, et autres
Publié: (2026)
par: Zerhoudi, Saber, et autres
Publié: (2026)
Form Without Function: Agent Social Behavior in the Moltbook Network
par: Zerhoudi, Saber, et autres
Publié: (2026)
par: Zerhoudi, Saber, et autres
Publié: (2026)
Leveraging LLMs for Synthesizing Training Data Across Many Languages in Multilingual Dense Retrieval
par: Thakur, Nandan, et autres
Publié: (2023)
par: Thakur, Nandan, et autres
Publié: (2023)
Compressed Concatenation of Small Embedding Models
par: Ayad, Mohamed Ayoub Ben, et autres
Publié: (2025)
par: Ayad, Mohamed Ayoub Ben, et autres
Publié: (2025)
Enhancing Rhetorical Figure Annotation: An Ontology-Based Web Application with RAG Integration
par: Kühn, Ramona, et autres
Publié: (2024)
par: Kühn, Ramona, et autres
Publié: (2024)
Unsupervised Multilingual Dense Retrieval via Generative Pseudo Labeling
par: Huang, Chao-Wei, et autres
Publié: (2024)
par: Huang, Chao-Wei, et autres
Publié: (2024)
QAEA-DR: A Unified Text Augmentation Framework for Dense Retrieval
par: Tan, Hongming, et autres
Publié: (2024)
par: Tan, Hongming, et autres
Publié: (2024)
Dense X Retrieval: What Retrieval Granularity Should We Use?
par: Chen, Tong, et autres
Publié: (2023)
par: Chen, Tong, et autres
Publié: (2023)
MultiContrievers: Analysis of Dense Retrieval Representations
par: Goldfarb-Tarrant, Seraphina, et autres
Publié: (2024)
par: Goldfarb-Tarrant, Seraphina, et autres
Publié: (2024)
PersonaRAG: Enhancing Retrieval-Augmented Generation Systems with User-Centric Agents
par: Zerhoudi, Saber, et autres
Publié: (2024)
par: Zerhoudi, Saber, et autres
Publié: (2024)
Spectral Tempering for Embedding Compression in Dense Passage Retrieval
par: Li, Yongkang, et autres
Publié: (2026)
par: Li, Yongkang, et autres
Publié: (2026)
Training for Compositional Sensitivity Reduces Dense Retrieval Generalization
par: Ralev, Radoslav, et autres
Publié: (2026)
par: Ralev, Radoslav, et autres
Publié: (2026)
Multilingual Information Retrieval with a Monolingual Knowledge Base
par: Zhuang, Yingying, et autres
Publié: (2025)
par: Zhuang, Yingying, et autres
Publié: (2025)
Unleashing the Power of LLMs in Dense Retrieval with Query Likelihood Modeling
par: Zhang, Hengran, et autres
Publié: (2025)
par: Zhang, Hengran, et autres
Publié: (2025)
LEMUR: A Corpus for Robust Fine-Tuning of Multilingual Law Embedding Models for Retrieval
par: Ahmadi, Narges Baba, et autres
Publié: (2026)
par: Ahmadi, Narges Baba, et autres
Publié: (2026)
The 2021 Tokyo Olympics Multilingual News Article Dataset
par: Novak, Erik, et autres
Publié: (2025)
par: Novak, Erik, et autres
Publié: (2025)
TurkColBERT: A Benchmark of Dense and Late-Interaction Models for Turkish Information Retrieval
par: Ezerceli, Özay, et autres
Publié: (2025)
par: Ezerceli, Özay, et autres
Publié: (2025)
Multi-EuP: The Multilingual European Parliament Dataset for Analysis of Bias in Information Retrieval
par: Yang, Jinrui, et autres
Publié: (2023)
par: Yang, Jinrui, et autres
Publié: (2023)
Generative Agents Navigating Digital Libraries
par: Zerhoudi, Saber, et autres
Publié: (2026)
par: Zerhoudi, Saber, et autres
Publié: (2026)
Are LLMs Truly Multilingual? Exploring Zero-Shot Multilingual Capability of LLMs for Information Retrieval: An Italian Healthcare Use Case
par: Kembu, Vignesh Kumar, et autres
Publié: (2025)
par: Kembu, Vignesh Kumar, et autres
Publié: (2025)
A Comparative Study of Specialized LLMs as Dense Retrievers
par: Zhang, Hengran, et autres
Publié: (2025)
par: Zhang, Hengran, et autres
Publié: (2025)
Generative Query Expansion with Multilingual LLMs for Cross-Lingual Information Retrieval
par: Macmillan-Scott, Olivia, et autres
Publié: (2025)
par: Macmillan-Scott, Olivia, et autres
Publié: (2025)
A Diverse and Effective Retrieval-Based Debt Collection System with Expert Knowledge
par: Luo, Jiaming, et autres
Publié: (2025)
par: Luo, Jiaming, et autres
Publié: (2025)
Bridging Language Gaps: Advances in Cross-Lingual Information Retrieval with Multilingual LLMs
par: Goworek, Roksana, et autres
Publié: (2025)
par: Goworek, Roksana, et autres
Publié: (2025)
What Drives Cross-lingual Ranking? Retrieval Approaches with Multilingual Language Models
par: Goworek, Roksana, et autres
Publié: (2025)
par: Goworek, Roksana, et autres
Publié: (2025)
Dense Passage Retrieval: Is it Retrieving?
par: Reichman, Benjamin, et autres
Publié: (2024)
par: Reichman, Benjamin, et autres
Publié: (2024)
DR.EHR: Dense Retrieval for Electronic Health Record with Knowledge Injection and Synthetic Data
par: Zhao, Zhengyun, et autres
Publié: (2025)
par: Zhao, Zhengyun, et autres
Publié: (2025)
Beyond Catalogue Counts: the Dataset Visibility Asymmetry in Low-Resource Multilingual NLP
par: Tan, Zhiyin, et autres
Publié: (2026)
par: Tan, Zhiyin, et autres
Publié: (2026)
Latent Terms: Dense Retrievers Contain Trivially Extractable BM25-ready Zipfian Vocabularies
par: Clavié, Benjamin, et autres
Publié: (2026)
par: Clavié, Benjamin, et autres
Publié: (2026)
MoR: Better Handling Diverse Queries with a Mixture of Sparse, Dense, and Human Retrievers
par: Kalra, Jushaan Singh, et autres
Publié: (2025)
par: Kalra, Jushaan Singh, et autres
Publié: (2025)
FinAgentBench: A Benchmark Dataset for Agentic Retrieval in Financial Question Answering
par: Choi, Chanyeol, et autres
Publié: (2025)
par: Choi, Chanyeol, et autres
Publié: (2025)
Going over Fine Web with a Fine-Tooth Comb: Technical Report of Indexing Fine Web for Problematic Content Search and Retrieval
par: Marinas, Inés Altemir, et autres
Publié: (2025)
par: Marinas, Inés Altemir, et autres
Publié: (2025)
Documents similaires
-
WebFAQ 2.0: A Multilingual QA Dataset with Mined Hard Negatives for Dense Retrieval
par: Dinzinger, Michael, et autres
Publié: (2026) -
Beyond Benchmarks: Evaluating Embedding Model Similarity for Retrieval Augmented Generation Systems
par: Caspari, Laura, et autres
Publié: (2024) -
OwlerLite: Scope- and Freshness-Aware Web Retrieval for LLM Assistants
par: Zerhoudi, Saber, et autres
Publié: (2026) -
CoRECT: A Framework for Evaluating Embedding Compression Techniques at Scale
par: Caspari, L., et autres
Publié: (2025) -
A Survey of Web Content Control for Generative AI
par: Dinzinger, Michael, et autres
Publié: (2024)