Buchumschlag

Predicting Movie Hits Before They Happen with LLMs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Agah, Shaghayegh, Kim, Yejin, Sharma, Neeraj, Nankani, Mayur, Foley, Kevin, Huang, H. Howie, Hamidian, Sardar
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Information Retrieval Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

From Time and Place to Preference: LLM-Driven Geo-Temporal Context in Recommendations
von: Kim, Yejin, et al.
Veröffentlicht: (2025)

Improving Content Recommendation: Knowledge Graph-Based Semantic Contrastive Learning for Diversity and Cold-Start Users
von: Kim, Yejin, et al.
Veröffentlicht: (2024)

Architecture is All You Need: Improving LLM Recommenders by Dropping the Text
von: Foley, Kevin, et al.
Veröffentlicht: (2025)

Unveiling the Hidden: Movie Genre and User Bias in Spoiler Detection
von: Zhang, Haokai, et al.
Veröffentlicht: (2025)

Content Moderation in TV Search: Balancing Policy Compliance, Relevance, and User Experience
von: Hande, Adeep, et al.
Veröffentlicht: (2025)

LTRR: Learning To Rank Retrievers for LLMs
von: Kim, To Eun, et al.
Veröffentlicht: (2025)

Text Clustering as Classification with LLMs
von: Huang, Chen, et al.
Veröffentlicht: (2024)

HEISIR: Hierarchical Expansion of Inverted Semantic Indexing for Training-free Retrieval of Conversational Data using LLMs
von: Kim, Sangyeop, et al.
Veröffentlicht: (2025)

HyperG: Hypergraph-Enhanced LLMs for Structured Knowledge
von: Huang, Sirui, et al.
Veröffentlicht: (2025)

Large Search Model: Redefining Search Stack in the Era of LLMs
von: Wang, Liang, et al.
Veröffentlicht: (2023)

Retrieval-Augmented Generation: A Comprehensive Survey of Architectures, Enhancements, and Robustness Frontiers
von: Sharma, Chaitanya
Veröffentlicht: (2025)

Training LLMs to be Better Text Embedders through Bidirectional Reconstruction
von: Su, Chang, et al.
Veröffentlicht: (2025)

Redefining Retrieval Evaluation in the Era of LLMs
von: Trappolini, Giovanni, et al.
Veröffentlicht: (2025)

Think Before Recommend: Unleashing the Latent Reasoning Power for Sequential Recommendation
von: Tang, Jiakai, et al.
Veröffentlicht: (2025)

Generative Pseudo-Labeling for Pre-Ranking with LLMs
von: Bi, Junyu, et al.
Veröffentlicht: (2026)

Evaluating LLMs for Gender Disparities in Notable Persons
von: Rhue, Lauren, et al.
Veröffentlicht: (2024)

Taxonomy-Guided Zero-Shot Recommendations with LLMs
von: Liang, Yueqing, et al.
Veröffentlicht: (2024)

A Systematic Study of Pseudo-Relevance Feedback with LLMs
von: Jedidi, Nour, et al.
Veröffentlicht: (2026)

Evaluating the Performance of LLMs on Technical Language Processing tasks
von: Kernycky, Andrew, et al.
Veröffentlicht: (2024)

Web Page Classification using LLMs for Crawling Support
von: Sasazawa, Yuichi, et al.
Veröffentlicht: (2025)

ScholarSearch: Benchmarking Scholar Searching Ability of LLMs
von: Zhou, Junting, et al.
Veröffentlicht: (2025)

Study on LLMs for Promptagator-Style Dense Retriever Training
von: Gwon, Daniel, et al.
Veröffentlicht: (2025)

Multi-Document Financial Question Answering using LLMs
von: Shah, Shalin, et al.
Veröffentlicht: (2024)

Information Extraction From Fiscal Documents Using LLMs
von: Aggarwal, Vikram, et al.
Veröffentlicht: (2025)

GME: Improving Universal Multimodal Retrieval by Multimodal LLMs
von: Zhang, Xin, et al.
Veröffentlicht: (2024)

Mistral-SPLADE: LLMs for better Learned Sparse Retrieval
von: Doshi, Meet, et al.
Veröffentlicht: (2024)

FineTuneBench: How well do commercial fine-tuning APIs infuse knowledge into LLMs?
von: Wu, Eric, et al.
Veröffentlicht: (2024)

When to Retrieve: Teaching LLMs to Utilize Information Retrieval Effectively
von: Labruna, Tiziano, et al.
Veröffentlicht: (2024)

DistRAG: Towards Distance-Based Spatial Reasoning in LLMs
von: Schneider, Nicole R, et al.
Veröffentlicht: (2025)

Can LLMs Outshine Conventional Recommenders? A Comparative Evaluation
von: Liu, Qijiong, et al.
Veröffentlicht: (2025)

Text2Cypher Across Languages: Evaluating and Finetuning LLMs
von: Ozsoy, Makbule Gulcin, et al.
Veröffentlicht: (2025)

Infini-gram: Scaling Unbounded n-gram Language Models to a Trillion Tokens
von: Liu, Jiacheng, et al.
Veröffentlicht: (2024)

From Data to Behavior: Predicting Unintended Model Behaviors Before Training
von: Wang, Mengru, et al.
Veröffentlicht: (2026)

Few-Shot Prompting for Extractive Quranic QA with Instruction-Tuned LLMs
von: Basem, Mohamed, et al.
Veröffentlicht: (2025)

Rethinking the Evaluation of Dialogue Systems: Effects of User Feedback on Crowdworkers and LLMs
von: Siro, Clemencia, et al.
Veröffentlicht: (2024)

LLMs-as-Judges: A Comprehensive Survey on LLM-based Evaluation Methods
von: Li, Haitao, et al.
Veröffentlicht: (2024)

Prompt-Based LLMs for Position Bias-Aware Reranking in Personalized Recommendations
von: Islam, Md Aminul, et al.
Veröffentlicht: (2025)

Towards Fair Rankings: Leveraging LLMs for Gender Bias Detection and Measurement
von: Mousavian, Maryam, et al.
Veröffentlicht: (2025)

Knowledge in Triples for LLMs: Enhancing Table QA Accuracy with Semantic Extraction
von: Sholehrasa, Hossein, et al.
Veröffentlicht: (2024)

Evaluating Small Open LLMs for Medical Question Answering: A Practical Framework
von: Buskila, Avi-ad Avraam
Veröffentlicht: (2026)