Buchumschlag

CRAB: A Benchmark for Evaluating Curation of Retrieval-Augmented LLMs in Biomedicine

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhong, Hanmeng, Chen, Linqing, Wu, Wentao, Wang, Weilei
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

Semantic Bridge: Universal Multi-Hop Question Generation via AMR-Driven Graph Synthesis
von: Chen, Linqing, et al.
Veröffentlicht: (2025)

Hierarchical Multi-Label Generation with Probabilistic Level-Constraint
von: Chen, Linqing, et al.
Veröffentlicht: (2025)

Large Language Model's Multi-Capability Alignment in Biomedical Domain
von: Wu, Wentao, et al.
Veröffentlicht: (2025)

BiomedRAG: A Retrieval Augmented Large Language Model for Biomedicine
von: Li, Mingchen, et al.
Veröffentlicht: (2024)

Soohak: A Mathematician-Curated Benchmark for Evaluating Research-level Math Capabilities of LLMs
von: Son, Guijin, et al.
Veröffentlicht: (2026)

LLMs are Biased Evaluators But Not Biased for Retrieval Augmented Generation
von: Chen, Yen-Shan, et al.
Veröffentlicht: (2024)

On LLMs-Driven Synthetic Data Generation, Curation, and Evaluation: A Survey
von: Long, Lin, et al.
Veröffentlicht: (2024)

Streamlining Biomedical Research with Specialized LLMs
von: Chen, Linqing, et al.
Veröffentlicht: (2025)

RAGCap-Bench: Benchmarking Capabilities of LLMs in Agentic Retrieval Augmented Generation Systems
von: Lin, Jingru, et al.
Veröffentlicht: (2025)

LLMs in Biomedicine: A study on clinical Named Entity Recognition
von: Monajatipoor, Masoud, et al.
Veröffentlicht: (2024)

Does RAG Introduce Unfairness in LLMs? Evaluating Fairness in Retrieval-Augmented Generation Systems
von: Wu, Xuyang, et al.
Veröffentlicht: (2024)

SciRerankBench: Benchmarking Rerankers Towards Scientific Retrieval-Augmented Generated LLMs
von: Chen, Haotian, et al.
Veröffentlicht: (2025)

When Do LLMs Need Retrieval Augmentation? Mitigating LLMs' Overconfidence Helps Retrieval Augmentation
von: Ni, Shiyu, et al.
Veröffentlicht: (2024)

RARE: Retrieval-Augmented Reasoning Modeling
von: Wang, Zhengren, et al.
Veröffentlicht: (2025)

Towards Automated Smart Contract Generation: Evaluation, Benchmarking, and Retrieval-Augmented Repair
von: Chen, Zaoyu, et al.
Veröffentlicht: (2025)

Persona-Augmented Benchmarking: Evaluating LLMs Across Diverse Writing Styles
von: Truong, Kimberly Le, et al.
Veröffentlicht: (2025)

DAHL: Domain-specific Automated Hallucination Evaluation of Long-Form Text through a Benchmark Dataset in Biomedicine
von: Seo, Jean, et al.
Veröffentlicht: (2024)

Unanswerability Evaluation for Retrieval Augmented Generation
von: Peng, Xiangyu, et al.
Veröffentlicht: (2024)

Benchmarking Retrieval-Augmented Generation for Chemistry
von: Zhong, Xianrui, et al.
Veröffentlicht: (2025)

RARE: Retrieval-Aware Robustness Evaluation for Retrieval-Augmented Generation Systems
von: Zeng, Yixiao, et al.
Veröffentlicht: (2025)

AgenticOCR: Parsing Only What You Need for Efficient Retrieval-Augmented Generation
von: Wang, Zhengren, et al.
Veröffentlicht: (2026)

MIRAGE: A Metric-Intensive Benchmark for Retrieval-Augmented Generation Evaluation
von: Park, Chanhee, et al.
Veröffentlicht: (2025)

CFVBench: A Comprehensive Video Benchmark for Fine-grained Multimodal Retrieval-Augmented Generation
von: Wei, Kaiwen, et al.
Veröffentlicht: (2025)

Med-R$^3$: Enhancing Medical Retrieval-Augmented Reasoning of LLMs via Progressive Reinforcement Learning
von: Lu, Keer, et al.
Veröffentlicht: (2025)

Learning to Shop Like Humans: A Review-driven Retrieval-Augmented Recommendation Framework with LLMs
von: Wei, Kaiwen, et al.
Veröffentlicht: (2025)

Evaluating Cultural Knowledge Processing in Large Language Models: A Cognitive Benchmarking Framework Integrating Retrieval-Augmented Generation
von: Lee, Hung-Shin, et al.
Veröffentlicht: (2025)

A Survey for Large Language Models in Biomedicine
von: Wang, Chong, et al.
Veröffentlicht: (2024)

CRUD-RAG: A Comprehensive Chinese Benchmark for Retrieval-Augmented Generation of Large Language Models
von: Lyu, Yuanjie, et al.
Veröffentlicht: (2024)

DomainRAG: A Chinese Benchmark for Evaluating Domain-specific Retrieval-Augmented Generation
von: Wang, Shuting, et al.
Veröffentlicht: (2024)

Lifelong Knowledge Editing for LLMs with Retrieval-Augmented Continuous Prompt Learning
von: Chen, Qizhou, et al.
Veröffentlicht: (2024)

PRGB Benchmark: A Robust Placeholder-Assisted Algorithm for Benchmarking Retrieval-Augmented Generation
von: Tan, Zhehao, et al.
Veröffentlicht: (2025)

REX-RAG: Reasoning Exploration with Policy Correction in Retrieval-Augmented Generation
von: Jiang, Wentao, et al.
Veröffentlicht: (2025)

Compound-QA: A Benchmark for Evaluating LLMs on Compound Questions
von: Hou, Yutao, et al.
Veröffentlicht: (2024)

Predict the Retrieval! Test time adaptation for Retrieval Augmented Generation
von: Sun, Xin, et al.
Veröffentlicht: (2026)

Dialogue Benchmark Generation from Knowledge Graphs with Cost-Effective Retrieval-Augmented LLMs
von: Omar, Reham, et al.
Veröffentlicht: (2025)

BERGEN: A Benchmarking Library for Retrieval-Augmented Generation
von: Rau, David, et al.
Veröffentlicht: (2024)

AI for Biomedicine in the Era of Large Language Models
von: Bi, Zhenyu, et al.
Veröffentlicht: (2024)

AgenticRAGTracer: A Hop-Aware Benchmark for Diagnosing Multi-Step Retrieval Reasoning in Agentic RAG
von: You, Qijie, et al.
Veröffentlicht: (2026)

YpathRAG:A Retrieval-Augmented Generation Framework and Benchmark for Pathology
von: Yu, Deshui, et al.
Veröffentlicht: (2025)

UltraMedical: Building Specialized Generalists in Biomedicine
von: Zhang, Kaiyan, et al.
Veröffentlicht: (2024)