MCTS-RAG: Enhancing Retrieval-Augmented Generation with Monte Carlo Tree Search

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hu, Yunhai, Zhao, Yilun, Zhao, Chen, Cohan, Arman
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

SciRAG: Adaptive, Citation-Aware, and Outline-Guided Retrieval and Synthesis for Scientific Literature
von: Ding, Hang, et al.
Veröffentlicht: (2025)

Rethinking Reasoning-Intensive Retrieval: Evaluating and Advancing Retrievers in Agentic Search Systems
von: Zhao, Yilun, et al.
Veröffentlicht: (2026)

SAGE: Benchmarking and Improving Retrieval for Deep Research Agents
von: Hu, Tiansheng, et al.
Veröffentlicht: (2026)

SUCEA: Reasoning-Intensive Retrieval for Adversarial Fact-checking through Claim Decomposition and Editing
von: Liu, Hongjun, et al.
Veröffentlicht: (2025)

MSRS: Evaluating Multi-Source Retrieval-Augmented Generation
von: Phanse, Rohan, et al.
Veröffentlicht: (2025)

FinLFQA: Evaluating Attributed Text Generation of LLMs in Financial Long-Form Question Answering
von: Long, Yitao, et al.
Veröffentlicht: (2025)

MCTS-KBQA: Monte Carlo Tree Search for Knowledge Base Question Answering
von: Xiong, Guanming, et al.
Veröffentlicht: (2025)

SRA-MCTS: Self-driven Reasoning Augmentation with Monte Carlo Tree Search for Code Generation
von: Xu, Bin, et al.
Veröffentlicht: (2024)

Table-R1: Inference-Time Scaling for Table Reasoning
von: Yang, Zheyuan, et al.
Veröffentlicht: (2025)

I-MCTS: Enhancing Agentic AutoML via Introspective Monte Carlo Tree Search
von: Liang, Zujie, et al.
Veröffentlicht: (2025)

MCTS-SQL: Light-Weight LLMs can Master the Text-to-SQL through Monte Carlo Tree Search
von: Yuan, Shuozhi, et al.
Veröffentlicht: (2025)

FinTrust: A Comprehensive Benchmark of Trustworthiness Evaluation in Finance Domain
von: Hu, Tiansheng, et al.
Veröffentlicht: (2025)

HumanEval Pro and MBPP Pro: Evaluating Large Language Models on Self-invoking Code Generation
von: Yu, Zhaojian, et al.
Veröffentlicht: (2024)

RethinkMCTS: Refining Erroneous Thoughts in Monte Carlo Tree Search for Code Generation
von: Li, Qingyao, et al.
Veröffentlicht: (2024)

Can Multimodal Foundation Models Understand Schematic Diagrams? An Empirical Study on Information-Seeking QA over Scientific Papers
von: Zhao, Yilun, et al.
Veröffentlicht: (2025)

LimRank: Less is More for Reasoning-Intensive Information Reranking
von: Song, Tingyu, et al.
Veröffentlicht: (2025)

AutoBnB-RAG: Enhancing Multi-Agent Incident Response with Retrieval-Augmented Generation
von: Liu, Zefang, et al.
Veröffentlicht: (2025)

FinanceMath: Knowledge-Intensive Math Reasoning in Finance Domains
von: Zhao, Yilun, et al.
Veröffentlicht: (2023)

Empirical-MCTS: Continuous Agent Evolution via Dual-Experience Monte Carlo Tree Search
von: Lu, Hao, et al.
Veröffentlicht: (2026)

Can LLMs Identify Critical Limitations within Scientific Research? A Systematic Evaluation on AI Research Papers
von: Xu, Zhijian, et al.
Veröffentlicht: (2025)

SciVer: Evaluating Foundation Models for Multimodal Scientific Claim Verification
von: Wang, Chengye, et al.
Veröffentlicht: (2025)

Patient-Similarity Cohort Reasoning in Clinical Text-to-SQL
von: Shen, Yifei, et al.
Veröffentlicht: (2026)

Diffusion vs. Autoregressive Language Models: A Text Embedding Perspective
von: Zhang, Siyue, et al.
Veröffentlicht: (2025)

RbtAct: Rebuttal as Supervision for Actionable Review Feedback Generation
von: Wu, Sihong, et al.
Veröffentlicht: (2026)

Z1: Efficient Test-time Scaling with Code
von: Yu, Zhaojian, et al.
Veröffentlicht: (2025)

Investigating Data Contamination in Modern Benchmarks for Large Language Models
von: Deng, Chunyuan, et al.
Veröffentlicht: (2023)

Struc-Bench: Are Large Language Models Really Good at Generating Complex Structured Data?
von: Tang, Xiangru, et al.
Veröffentlicht: (2023)

RAG+: Enhancing Retrieval-Augmented Generation with Application-Aware Reasoning
von: Wang, Yu, et al.
Veröffentlicht: (2025)

TrustRAG: Enhancing Robustness and Trustworthiness in Retrieval-Augmented Generation
von: Zhou, Huichi, et al.
Veröffentlicht: (2025)

RAG Safety: Exploring Knowledge Poisoning Attacks to Retrieval-Augmented Generation
von: Zhao, Tianzhe, et al.
Veröffentlicht: (2025)

Investigating Retrieval-Augmented Generation Systems on Unanswerable, Uncheatable, Realistic, Multi-hop Queries
von: Liu, Gabrielle Kaili-May, et al.
Veröffentlicht: (2025)

SciMDR: Advancing Scientific Multimodal Document Reasoning
von: Chen, Ziyu, et al.
Veröffentlicht: (2026)

MobileRAG: Enhancing Mobile Agent with Retrieval-Augmented Generation
von: Loo, Gowen, et al.
Veröffentlicht: (2025)

Enhancing Test-Time Scaling of Large Language Models with Hierarchical Retrieval-Augmented MCTS
von: Dou, Alex ZH, et al.
Veröffentlicht: (2025)

AlphaResearch: Accelerating New Algorithm Discovery with Language Models
von: Yu, Zhaojian, et al.
Veröffentlicht: (2025)

M3SciQA: A Multi-Modal Multi-Document Scientific QA Benchmark for Evaluating Foundation Models
von: Li, Chuhan, et al.
Veröffentlicht: (2024)

ProRAG: Process-Supervised Reinforcement Learning for Retrieval-Augmented Generation
von: Wang, Zhao, et al.
Veröffentlicht: (2026)

KiRAG: Knowledge-Driven Iterative Retriever for Enhancing Retrieval-Augmented Generation
von: Fang, Jinyuan, et al.
Veröffentlicht: (2025)

BEE-RAG: Balanced Entropy Engineering for Retrieval-Augmented Generation
von: Wang, Yuhao, et al.
Veröffentlicht: (2025)

PICOs-RAG: PICO-supported Query Rewriting for Retrieval-Augmented Generation in Evidence-Based Medicine
von: Sun, Mengzhou, et al.
Veröffentlicht: (2025)