Buchumschlag

Leveraging LLMs to Create Content Corpora for Niche Domains

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Franklin, Zhang, Sonya, Halevy, Alon
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Artificial Intelligence Computers and Society I.2.7; H.3.1; H.3.3
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

AI-Friendly LaTeX: Using LaTeX Code as a Knowledge Source for Retrieval-Augmented Generation
von: Verhoeff, Tom
Veröffentlicht: (2026)

Neuromem: A Granular Decomposition of the Streaming Lifecycle in External Memory for LLMs
von: Zhang, Ruicheng, et al.
Veröffentlicht: (2026)

DEUCE: Dual-diversity Enhancement and Uncertainty-awareness for Cold-start Active Learning
von: Guo, Jiaxin, et al.
Veröffentlicht: (2025)

Generative AI-Based Virtual Assistant using Retrieval-Augmented Generation: An evaluation study for bachelor projects
von: Verşebeniuc, Dumitru, et al.
Veröffentlicht: (2026)

RARE: Redundancy-Aware Retrieval Evaluation Framework for High-Similarity Corpora
von: Cho, Hanjun, et al.
Veröffentlicht: (2026)

Leveraging OpenFlamingo for Multimodal Embedding Analysis of C2C Car Parts Data
von: Rashid, Maisha Binte, et al.
Veröffentlicht: (2025)

ARTAI: An Evaluation Platform to Assess Societal Risk of Recommender Algorithms
von: Ruan, Qin, et al.
Veröffentlicht: (2024)

A ripple in time: a discontinuity in American history
von: Kolpakov, Alexander, et al.
Veröffentlicht: (2023)

Agentic Retrieval-Augmented Generation for Financial Document Question Answering
von: Shu, Yang, et al.
Veröffentlicht: (2026)

GISTBench: Evaluating LLM User Understanding via Evidence-Based Interest Verification
von: Fostiropoulos, Iordanis, et al.
Veröffentlicht: (2026)

Comparison between the Structures of Word Co-occurrence and Word Similarity Networks for Ill-formed and Well-formed Texts in Taiwan Mandarin
von: Huang, Po-Hsuan, et al.
Veröffentlicht: (2024)

RAGged Edges: The Double-Edged Sword of Retrieval-Augmented Chatbots
von: Feldman, Philip, et al.
Veröffentlicht: (2024)

Enhancing Long-term RAG Chatbots with Psychological Models of Memory Importance and Forgetting
von: Sumida, Ryuichi, et al.
Veröffentlicht: (2024)

Can You Detect the Difference?
von: Tarım, İsmail, et al.
Veröffentlicht: (2025)

Token-Oriented Object Notation vs JSON: A Benchmark of Plain and Constrained Decoding Generation
von: Matveev, Ivan
Veröffentlicht: (2026)

When F1 Fails: Granularity-Aware Evaluation for Dialogue Topic Segmentation
von: Coen, Michael H.
Veröffentlicht: (2025)

Permanent Data Encoding (PDE): A Visual Language for Semantic Compression and Knowledge Preservation in 3-Character Units
von: Tsuyuki, Yoshiharu, et al.
Veröffentlicht: (2025)

PerSoMed: A Large-Scale Balanced Dataset for Persian Social Media Text Classification
von: Chehreh, Isun, et al.
Veröffentlicht: (2026)

ESGenius: Benchmarking LLMs on Environmental, Social, and Governance (ESG) and Sustainability Knowledge
von: He, Chaoyue, et al.
Veröffentlicht: (2025)

NewsScope: Schema-Grounded Cross-Domain News Claim Extraction with Open Models
von: Pandya, Nidhi
Veröffentlicht: (2025)

Agentic Framework for Political Biography Extraction
von: Zhu, Yifei, et al.
Veröffentlicht: (2026)

CIG: Measuring Conversational Information Gain in Deliberative Dialogues with Semantic Memory Dynamics
von: Chen, Ming-Bin, et al.
Veröffentlicht: (2026)

Extending AI for Research to the Humanities: A Multi-Agent Framework for Evidence-Grounded Scholarship
von: Pan, Yating, et al.
Veröffentlicht: (2026)

News Without Borders: Domain Adaptation of Multilingual Sentence Embeddings for Cross-lingual News Recommendation
von: Iana, Andreea, et al.
Veröffentlicht: (2024)

BALI: Enhancing Biomedical Language Representations through Knowledge Graph and Language Model Alignment
von: Sakhovskiy, Andrey, et al.
Veröffentlicht: (2025)

Tokenization Disparities as Infrastructure Bias: How Subword Systems Create Inequities in LLM Access and Efficiency
von: Teklehaymanot, Hailay Kidu, et al.
Veröffentlicht: (2025)

Prompt-RAG: Pioneering Vector Embedding-Free Retrieval-Augmented Generation in Niche Domains, Exemplified by Korean Medicine
von: Kang, Bongsu, et al.
Veröffentlicht: (2024)

Leveraging LLMs to Enable Natural Language Search on Go-to-market Platforms
von: Yao, Jesse, et al.
Veröffentlicht: (2024)

TrueReason: An Exemplar Personalised Learning System Integrating Reasoning with Foundational Models
von: Bulathwela, Sahan, et al.
Veröffentlicht: (2025)

Key Algorithms for Keyphrase Generation: Instruction-Based LLMs for Russian Scientific Keyphrases
von: Glazkova, Anna, et al.
Veröffentlicht: (2024)

LegalBench-BR: A Benchmark for Evaluating Large Language Models on Brazilian Legal Decision Classification
von: Neto, Pedro Barbosa de Carvalho
Veröffentlicht: (2026)

LLM-based Extraction of Contradictions from Patents
von: Trapp, Stefan, et al.
Veröffentlicht: (2024)

Data Processing for the OpenGPT-X Model Family
von: Brandizzi, Nicolo', et al.
Veröffentlicht: (2024)

Supervised Semantic Differential for Cross-Cultural Concept Analysis: A Case Study of Human Affect
von: Sikora, Jan, et al.
Veröffentlicht: (2026)

Using Instruction-Tuned Large Language Models to Identify Indicators of Vulnerability in Police Incident Narratives
von: Relins, Sam, et al.
Veröffentlicht: (2024)

Grounding Agent Memory in Contextual Intent
von: Yang, Ruozhen, et al.
Veröffentlicht: (2026)

A Prompt-Aware Structuring Framework for Reliable Reuse of AI-Generated Content in the Agentic Web
von: Egami, Shusaku, et al.
Veröffentlicht: (2026)

Flippi: End To End GenAI Assistant for E-Commerce
von: Rajasekar, Anand A., et al.
Veröffentlicht: (2025)

Evaluation of Chunking Strategies for Effective Text Embedding in Low-Resource Language on Agricultural Documents
von: Chhoun, Sovandara, et al.
Veröffentlicht: (2026)

Stage-Audit: Auditable Source-Frontier Discovery for Cross-Wiki Tables
von: Shen, Chen
Veröffentlicht: (2026)