Copertina

How Do LLM-Generated Texts Impact Term-Based Retrieval Models?

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Huang, Wei, Bi, Keping, Cai, Yinqiong, Chen, Wei, Guo, Jiafeng, Cheng, Xueqi
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Information Retrieval Computation and Language
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Data, Not Model: Explaining Bias toward LLM Texts in Neural Retrievers
di: Huang, Wei, et al.
Pubblicazione: (2026)

Bagging-Based Model Merging for Robust General Text Embeddings
di: Zhang, Hengran, et al.
Pubblicazione: (2026)

LLM-Specific Utility: A New Perspective for Retrieval-Augmented Generation
di: Zhang, Hengran, et al.
Pubblicazione: (2025)

Utility-Focused LLM Annotation for Retrieval and Retrieval-Augmented Generation
di: Zhang, Hengran, et al.
Pubblicazione: (2025)

Injecting External Knowledge into the Reasoning Process Enhances Retrieval-Augmented Generation
di: Tang, Minghao, et al.
Pubblicazione: (2025)

An Iterative Utility Judgment Framework Inspired by Philosophical Relevance via LLMs
di: Zhang, Hengran, et al.
Pubblicazione: (2024)

Distilling a Small Utility-Based Passage Selector to Enhance Retrieval-Augmented Generation
di: Zhang, Hengran, et al.
Pubblicazione: (2025)

Unleashing the Power of LLMs in Dense Retrieval with Query Likelihood Modeling
di: Zhang, Hengran, et al.
Pubblicazione: (2025)

Beyond Relevance: Utility-Centric Retrieval in the LLM Era
di: Zhang, Hengran, et al.
Pubblicazione: (2026)

Bridging Queries and Tables through Entities in Table Retrieval
di: Li, Da, et al.
Pubblicazione: (2025)

A Comparative Study of Specialized LLMs as Dense Retrievers
di: Zhang, Hengran, et al.
Pubblicazione: (2025)

Reproducibility Analysis and Enhancements for Multi-Aspect Dense Retriever with Aspect Learning
di: Bi, Keping, et al.
Pubblicazione: (2024)

Tailoring Table Retrieval from a Field-aware Hybrid Matching Perspective
di: Li, Da, et al.
Pubblicazione: (2025)

RouteRAG: Efficient Retrieval-Augmented Generation from Text and Graph via Reinforcement Learning
di: Guo, Yucan, et al.
Pubblicazione: (2025)

CIR at the NTCIR-17 ULTRE-2 Task
di: Yu, Lulu, et al.
Pubblicazione: (2023)

Understanding Parametric Knowledge Injection in Retrieval-Augmented Generation
di: Tang, Minghao, et al.
Pubblicazione: (2025)

CorpusBrain++: A Continual Generative Pre-Training Framework for Knowledge-Intensive Language Tasks
di: Guo, Jiafeng, et al.
Pubblicazione: (2024)

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

Can LLM Annotations Replace User Clicks for Learning to Rank?
di: Yu, Lulu, et al.
Pubblicazione: (2025)

A Multi-Granularity-Aware Aspect Learning Model for Multi-Aspect Dense Retrieval
di: Sun, Xiaojie, et al.
Pubblicazione: (2023)

Thinking Forward and Backward: Multi-Objective Reinforcement Learning for Retrieval-Augmented Reasoning
di: Wei, Wenda, et al.
Pubblicazione: (2025)

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

Unbiased Learning to Rank with Query-Level Click Propensity Estimation: Beyond Pointwise Observation and Relevance
di: Yu, Lulu, et al.
Pubblicazione: (2025)

Listwise Generative Retrieval Models via a Sequential Learning Process
di: Tang, Yubao, et al.
Pubblicazione: (2024)

Generative Retrieval Meets Multi-Graded Relevance
di: Tang, Yubao, et al.
Pubblicazione: (2024)

Robust Neural Information Retrieval: An Adversarial and Out-of-distribution Perspective
di: Liu, Yu-An, et al.
Pubblicazione: (2024)

Training Dense Retrievers with Multiple Positive Passages
di: Wang, Benben, et al.
Pubblicazione: (2026)

Reconstructing Content via Collaborative Attention to Improve Multimodal Embedding Quality
di: Chen, Jiahan, et al.
Pubblicazione: (2026)

How Knowledge Popularity Influences and Enhances LLM Knowledge Boundary Perception
di: Ni, Shiyu, et al.
Pubblicazione: (2025)

List-aware Reranking-Truncation Joint Model for Search and Retrieval-augmented Generation
di: Xu, Shicheng, et al.
Pubblicazione: (2024)

A Theory for Token-Level Harmonization in Retrieval-Augmented Generation
di: Xu, Shicheng, et al.
Pubblicazione: (2024)

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

Continual Learning for Generative Retrieval over Dynamic Corpora
di: Chen, Jiangui, et al.
Pubblicazione: (2023)

A Survey of Generative Information Retrieval
di: Kuo, Tzu-Lin, et al.
Pubblicazione: (2024)

On the Robustness of Generative Information Retrieval Models
di: Liu, Yu-An, et al.
Pubblicazione: (2024)

mGTE: Generalized Long-Context Text Representation and Reranking Models for Multilingual Text Retrieval
di: Zhang, Xin, et al.
Pubblicazione: (2024)

Unsupervised Multilingual Dense Retrieval via Generative Pseudo Labeling
di: Huang, Chao-Wei, et al.
Pubblicazione: (2024)

Summarization-Based Document IDs for Generative Retrieval with Language Models
di: Li, Haoxin, et al.
Pubblicazione: (2023)

PairDistill: Pairwise Relevance Distillation for Dense Retrieval
di: Huang, Chao-Wei, et al.
Pubblicazione: (2024)

Unsupervised Information Refinement Training of Large Language Models for Retrieval-Augmented Generation
di: Xu, Shicheng, et al.
Pubblicazione: (2024)