Buchumschlag

Are We on the Right Way for Assessing Document Retrieval-Augmented Generation?

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Shen, Wenxuan, Wang, Mingjia, Wang, Yaochen, Chen, Dongping, Yang, Junjie, Wan, Yao, Lin, Weiwei
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Computer Vision and Pattern Recognition Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Benchmarking Retrieval-Augmented Multimodal Generation for Document Question Answering
von: Dong, Kuicai, et al.
Veröffentlicht: (2025)

Generate-then-Ground in Retrieval-Augmented Generation for Multi-hop Question Answering
von: Shi, Zhengliang, et al.
Veröffentlicht: (2024)

Windsock is Dancing: Adaptive Multimodal Retrieval-Augmented Generation
von: Zhao, Shu, et al.
Veröffentlicht: (2025)

Improving Retrieval-Augmented Generation through Multi-Agent Reinforcement Learning
von: Chen, Yiqun, et al.
Veröffentlicht: (2025)

Chain-of-Retrieval Augmented Generation
von: Wang, Liang, et al.
Veröffentlicht: (2025)

GeAR: Generation Augmented Retrieval
von: Liu, Haoyu, et al.
Veröffentlicht: (2025)

ViDoRAG: Visual Document Retrieval-Augmented Generation via Dynamic Iterative Reasoning Agents
von: Wang, Qiuchen, et al.
Veröffentlicht: (2025)

Parametric Retrieval Augmented Generation
von: Su, Weihang, et al.
Veröffentlicht: (2025)

Seeing Through the MiRAGE: Evaluating Multimodal Retrieval Augmented Generation
von: Martin, Alexander, et al.
Veröffentlicht: (2025)

VDocRAG: Retrieval-Augmented Generation over Visually-Rich Documents
von: Tanaka, Ryota, et al.
Veröffentlicht: (2025)

MegaRAG: Multimodal Knowledge Graph-Based Retrieval Augmented Generation
von: Hsiao, Chi-Hsiang, et al.
Veröffentlicht: (2025)

LexRAG: Benchmarking Retrieval-Augmented Generation in Multi-Turn Legal Consultation Conversation
von: Li, Haitao, et al.
Veröffentlicht: (2025)

InfoDeepSeek: Benchmarking Agentic Information Seeking for Retrieval-Augmented Generation
von: Xi, Yunjia, et al.
Veröffentlicht: (2025)

Adaptive Retrieval-Augmented Generation for Conversational Systems
von: Wang, Xi, et al.
Veröffentlicht: (2024)

WeKnow-RAG: An Adaptive Approach for Retrieval-Augmented Generation Integrating Web Search and Knowledge Graphs
von: Xie, Weijian, et al.
Veröffentlicht: (2024)

Structural Anchor Pruning: Training-Free Multi-Vector Compression for Visual Document Retrieval
von: Liu, Zhuchenyang, et al.
Veröffentlicht: (2026)

Towards Natural Language-Based Document Image Retrieval: New Dataset and Benchmark
von: Guo, Hao, et al.
Veröffentlicht: (2025)

TableRAG: A Retrieval Augmented Generation Framework for Heterogeneous Document Reasoning
von: Yu, Xiaohan, et al.
Veröffentlicht: (2025)

Evaluating Retrieval Quality in Retrieval-Augmented Generation
von: Salemi, Alireza, et al.
Veröffentlicht: (2024)

Fast and Faithful: Real-Time Verification for Long-Document Retrieval-Augmented Generation Systems
von: Liu, Xunzhuo, et al.
Veröffentlicht: (2026)

HaS: Accelerating RAG through Homology-Aware Speculative Retrieval
von: Peng, Peng, et al.
Veröffentlicht: (2026)

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

Retrieval-Augmented Review Generation for Poisoning Recommender Systems
von: Yang, Shiyi, et al.
Veröffentlicht: (2025)

One Pic is All it Takes: Poisoning Visual Document Retrieval Augmented Generation with a Single Image
von: Shereen, Ezzeldin, et al.
Veröffentlicht: (2025)

CLaMR: Contextualized Late-Interaction for Multimodal Content Retrieval
von: Wan, David, et al.
Veröffentlicht: (2025)

CausalRAG: Integrating Causal Graphs into Retrieval-Augmented Generation
von: Wang, Nengbo, et al.
Veröffentlicht: (2025)

Chain of Evidence: Pixel-Level Visual Attribution for Iterative Retrieval-Augmented Generation
von: Liu, Peiyang, et al.
Veröffentlicht: (2026)

Retrieval Augmented Generation with Collaborative Filtering for Personalized Text Generation
von: Shi, Teng, et al.
Veröffentlicht: (2025)

DIRAS: Efficient LLM Annotation of Document Relevance in Retrieval Augmented Generation
von: Ni, Jingwei, et al.
Veröffentlicht: (2024)

Dynamic and Parametric Retrieval-Augmented Generation
von: Su, Weihang, et al.
Veröffentlicht: (2025)

Attention Grounded Enhancement for Visual Document Retrieval
von: Cui, Wanqing, et al.
Veröffentlicht: (2025)

VISTA: Visualized Text Embedding For Universal Multi-Modal Retrieval
von: Zhou, Junjie, et al.
Veröffentlicht: (2024)

A Large Language Model-based Framework for Semi-Structured Tender Document Retrieval-Augmented Generation
von: Zhao, Yilong, et al.
Veröffentlicht: (2024)

FlexRAG: A Flexible and Comprehensive Framework for Retrieval-Augmented Generation
von: Zhang, Zhuocheng, et al.
Veröffentlicht: (2025)

MAO-ARAG: Multi-Agent Orchestration for Adaptive Retrieval-Augmented Generation
von: Chen, Yiqun, et al.
Veröffentlicht: (2025)

MAIN-RAG: Multi-Agent Filtering Retrieval-Augmented Generation
von: Chang, Chia-Yuan, et al.
Veröffentlicht: (2024)

Crafting Personalized Agents through Retrieval-Augmented Generation on Editable Memory Graphs
von: Wang, Zheng, et al.
Veröffentlicht: (2024)

AdaGATE: Adaptive Gap-Aware Token-Efficient Evidence Assembly for Multi-Hop Retrieval-Augmented Generation
von: Guo, Yilin, et al.
Veröffentlicht: (2026)

Loops On Retrieval Augmented Generation (LoRAG)
von: Thakur, Ayush, et al.
Veröffentlicht: (2024)

FeB4RAG: Evaluating Federated Search in the Context of Retrieval Augmented Generation
von: Wang, Shuai, et al.
Veröffentlicht: (2024)