Buchumschlag

Reason to Retrieve: Enhancing Query Understanding through Decomposition and Interpretation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhong, Yunfei, Yang, Jun, Fan, Yixing, Su, Lixin, de Rijke, Maarten, Zhang, Ruqing, Cheng, Xueqi
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Does Generative Retrieval Overcome the Limitations of Dense Retrieval?
von: Zhang, Yingchen, et al.
Veröffentlicht: (2025)

AdversarialCoT: Single-Document Retrieval Poisoning for LLM Reasoning
von: Song, Hongru, et al.
Veröffentlicht: (2026)

On the Scaling of Robustness and Effectiveness in Dense Retrieval
von: Liu, Yu-An, et al.
Veröffentlicht: (2025)

From Relevance to Utility: Evidence Retrieval with Feedback for Fact Verification
von: Zhang, Hengran, et al.
Veröffentlicht: (2023)

Bootstrapped Pre-training with Dynamic Identifier Prediction for Generative Retrieval
von: Tang, Yubao, et al.
Veröffentlicht: (2024)

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

Are Large Language Models Good at Utility Judgments?
von: Zhang, Hengran, et al.
Veröffentlicht: (2024)

Attack-in-the-Chain: Bootstrapping Large Language Models for Attacks Against Black-box Neural Ranking Models
von: Liu, Yu-An, et al.
Veröffentlicht: (2024)

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

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

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

Multi-granular Adversarial Attacks against Black-box Neural Ranking Models
von: Liu, Yu-An, et al.
Veröffentlicht: (2024)

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

An Empirical Study of Evaluating Long-form Question Answering
von: Xian, Ning, et al.
Veröffentlicht: (2025)

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

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

Robust Information Retrieval
von: Liu, Yu-An, et al.
Veröffentlicht: (2024)

The Silent Saboteur: Imperceptible Adversarial Attacks against Black-Box Retrieval-Augmented Generation Systems
von: Song, Hongru, et al.
Veröffentlicht: (2025)

Generative Retrieval for Book search
von: Tang, Yubao, et al.
Veröffentlicht: (2025)

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

VeriCite: Towards Reliable Citations in Retrieval-Augmented Generation via Rigorous Verification
von: Qian, Haosheng, et al.
Veröffentlicht: (2025)

LLMs as Sparse Retrievers:A Framework for First-Stage Product Search
von: Song, Hongru, et al.
Veröffentlicht: (2025)

Chain-of-Thought Poisoning Attacks against R1-based Retrieval-Augmented Generation Systems
von: Song, Hongru, et al.
Veröffentlicht: (2025)

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

A Generative Framework for Personalized Sticker Retrieval
von: Zhou, Changjiang, et al.
Veröffentlicht: (2025)

Multi-Step Semantic Reasoning in Generative Retrieval
von: Dong, Steven, et al.
Veröffentlicht: (2026)

SubSearch: Intermediate Rewards for Unsupervised Guided Reasoning in Complex Retrieval
von: Petcu, Roxana, et al.
Veröffentlicht: (2026)

OrLog: Resolving Complex Queries with LLMs and Probabilistic Reasoning
von: Hoveyda, Mohanna, et al.
Veröffentlicht: (2026)

Unidentified and Confounded? Understanding Two-Tower Models for Unbiased Learning to Rank (Extended Abstract)
von: Hager, Philipp, et al.
Veröffentlicht: (2025)

Understanding Accuracy-Fairness Trade-offs in Re-ranking through Elasticity in Economics
von: Xu, Chen, et al.
Veröffentlicht: (2025)

Understanding Visual Saliency of Outlier Items in Product Search
von: Sarvi, Fatemeh, et al.
Veröffentlicht: (2025)

On the Capacity of Citation Generation by Large Language Models
von: Qian, Haosheng, et al.
Veröffentlicht: (2024)

Controlled Retrieval-augmented Context Evaluation for Long-form RAG
von: Ju, Jia-Huei, et al.
Veröffentlicht: (2025)

The Attention Market: Interpreting Online Fair Re-ranking as Manifold Optimization under Walrasian Equilibrium
von: Xu, Chen, et al.
Veröffentlicht: (2026)

Unidentified and Confounded? Understanding Two-Tower Models for Unbiased Learning to Rank
von: Hager, Philipp, et al.
Veröffentlicht: (2025)

A Comprehensive Taxonomy of Negation for NLP and Neural Retrievers
von: Petcu, Roxana, et al.
Veröffentlicht: (2025)

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

Constrained Auto-Regressive Decoding Constrains Generative Retrieval
von: Wu, Shiguang, et al.
Veröffentlicht: (2025)

C2T-ID: Converting Semantic Codebooks to Textual Document Identifiers for Generative Search
von: Zhang, Yingchen, et al.
Veröffentlicht: (2025)

ERASE -- A Real-World Aligned Benchmark for Unlearning in Recommender Systems
von: Lubitzsch, Pierre, et al.
Veröffentlicht: (2026)