Copertina

InPars+: Supercharging Synthetic Data Generation for Information Retrieval Systems

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Krastev, Matey, Hamar, Miklos, Toapanta, Danilo, Brouwers, Jesse, Lei, Yibin
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Information Retrieval Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

InPars-Light: Cost-Effective Unsupervised Training of Efficient Rankers
di: Boytsov, Leonid, et al.
Pubblicazione: (2023)

Improving Vietnamese Legal Document Retrieval using Synthetic Data
di: Tien, Son Pham, et al.
Pubblicazione: (2024)

Retrieval and Distill: A Temporal Data Shift-Free Paradigm for Online Recommendation System
di: Zheng, Lei, et al.
Pubblicazione: (2024)

Synthetic Test Collections for Retrieval Evaluation
di: Rahmani, Hossein A., et al.
Pubblicazione: (2024)

R^2AG: Incorporating Retrieval Information into Retrieval Augmented Generation
di: Ye, Fuda, et al.
Pubblicazione: (2024)

TrustRAG: An Information Assistant with Retrieval Augmented Generation
di: Fan, Yixing, et al.
Pubblicazione: (2025)

Future of Information Retrieval Research in the Age of Generative AI
di: Allan, James, et al.
Pubblicazione: (2024)

Generating Diverse Synthetic Datasets for Evaluation of Real-life Recommender Systems
di: Malenšek, Miha, et al.
Pubblicazione: (2024)

PIR-RAG: A System for Private Information Retrieval in Retrieval-Augmented Generation
di: Wang, Baiqiang, et al.
Pubblicazione: (2025)

StratRAG: A Multi-Hop Retrieval Evaluation Dataset for Retrieval-Augmented Generation Systems
di: Patodiya, Aryan
Pubblicazione: (2026)

ALDEN: Boosting Private Data Extraction from Retrieval-Augmented Generation Systems via Active Learning and Distribution Estimation
di: Lyu, Xingyu, et al.
Pubblicazione: (2026)

Writing Style Matters: An Examination of Bias and Fairness in Information Retrieval Systems
di: Cao, Hongliu
Pubblicazione: (2024)

Web Retrieval-Aware Chunking (W-RAC) for Efficient and Cost-Effective Retrieval-Augmented Generation Systems
di: Allu, Uday, et al.
Pubblicazione: (2026)

AutoMIR: Effective Zero-Shot Medical Information Retrieval without Relevance Labels
di: Li, Lei, et al.
Pubblicazione: (2024)

Query Generation Pipeline with Enhanced Answerability Assessment for Financial Information Retrieval
di: Kim, Hyunkyu, et al.
Pubblicazione: (2025)

Agentic Information Retrieval
di: Zhang, Weinan, et al.
Pubblicazione: (2024)

STAR: Semantic-Tuned and Tail-Adaptive Retriever for Graph-Augmented Generation
di: Li, Shuai, et al.
Pubblicazione: (2026)

A Dynamic Retrieval-Augmented Generation System with Selective Memory and Remembrance
di: Bursa, Okan
Pubblicazione: (2026)

IRSC: A Zero-shot Evaluation Benchmark for Information Retrieval through Semantic Comprehension in Retrieval-Augmented Generation Scenarios
di: Lin, Hai, et al.
Pubblicazione: (2024)

Generative Retrieval as Multi-Vector Dense Retrieval
di: Wu, Shiguang, et al.
Pubblicazione: (2024)

A Retrieval-Augmented Generation Framework for Academic Literature Navigation in Data Science
di: Aytar, Ahmet Yasin, et al.
Pubblicazione: (2024)

Towards Understanding Bias in Synthetic Data for Evaluation
di: Rahmani, Hossein A., et al.
Pubblicazione: (2025)

Ada-Retrieval: An Adaptive Multi-Round Retrieval Paradigm for Sequential Recommendations
di: Li, Lei, et al.
Pubblicazione: (2024)

Information Retrieval in the Age of Generative AI: The RGB Model
di: Garetto, Michele, et al.
Pubblicazione: (2025)

HypRAG: Hyperbolic Dense Retrieval for Retrieval Augmented Generation
di: Madhu, Hiren, et al.
Pubblicazione: (2026)

DR.EHR: Dense Retrieval for Electronic Health Record with Knowledge Injection and Synthetic Data
di: Zhao, Zhengyun, et al.
Pubblicazione: (2025)

A survey: Information search time optimization based on RAG (Retrieval Augmentation Generation) chatbot
di: Patel, Jinesh, et al.
Pubblicazione: (2025)

Chunk Knowledge Generation Model for Enhanced Information Retrieval: A Multi-task Learning Approach
di: Kim, Jisu, et al.
Pubblicazione: (2025)

MARC: Multimodal and Multi-Task Agentic Retrieval-Augmented Generation for Cold-Start Recommender System
di: Cho, Seung Hwan, et al.
Pubblicazione: (2025)

Reasoning RAG via System 1 or System 2: A Survey on Reasoning Agentic Retrieval-Augmented Generation for Industry Challenges
di: Liang, Jintao, et al.
Pubblicazione: (2025)

Fine-Grained Guidance for Retrievers: Leveraging LLMs' Feedback in Retrieval-Augmented Generation
di: Liu, Yuhang, et al.
Pubblicazione: (2024)

Knowledge Retrieval Based on Generative AI
di: Yang, Te-Lun, et al.
Pubblicazione: (2025)

Engineering the RAG Stack: A Comprehensive Review of the Architecture and Trust Frameworks for Retrieval-Augmented Generation Systems
di: Wampler, Dean, et al.
Pubblicazione: (2025)

Principled Synthetic Data Enables the First Scaling Laws for LLMs in Recommendation
di: Zhang, Benyu, et al.
Pubblicazione: (2026)

Comparative Analysis of Retrieval Systems in the Real World
di: Mozolevskyi, Dmytro, et al.
Pubblicazione: (2024)

CubeGraph: Efficient Retrieval-Augmented Generation for Spatial and Temporal Data
di: Yang, Mingyu, et al.
Pubblicazione: (2026)

Comparison of Information Retrieval Techniques Applied to IT Support Tickets
di: Pereira, Leonardo Santiago Benitez, et al.
Pubblicazione: (2025)

Multimodal Representation Alignment for Cross-modal Information Retrieval
di: Xu, Fan, et al.
Pubblicazione: (2025)

Unifying Generative and Dense Retrieval for Sequential Recommendation
di: Yang, Liu, et al.
Pubblicazione: (2024)

Exploring the Practicality of Generative Retrieval on Dynamic Corpora
di: Kim, Chaeeun, et al.
Pubblicazione: (2023)