SIRAG: Towards Stable and Interpretable RAG with A Process-Supervised Multi-Agent Framework
Fuente:
arXiv
Gespeichert in:
| Hauptverfasser: | Wang, Junlin, Wu, Zehao, Lu, Shaowei, Li, Yanlan, Huang, Xinghao |
|---|---|
| Format: | Preprint |
| Veröffentlicht: |
2025
|
| Schlagworte: | |
| Online-Zugang: | |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Ähnliche Einträge
TreePS-RAG: Tree-based Process Supervision for Reinforcement Learning in Agentic RAG
von: Zhang, Tianhua, et al.
Veröffentlicht: (2026)
von: Zhang, Tianhua, et al.
Veröffentlicht: (2026)
DeepRAG: Integrating Hierarchical Reasoning and Process Supervision for Biomedical Multi-Hop QA
von: Ji, Yuelyu, et al.
Veröffentlicht: (2025)
von: Ji, Yuelyu, et al.
Veröffentlicht: (2025)
RAG-Zeval: Towards Robust and Interpretable Evaluation on RAG Responses through End-to-End Rule-Guided Reasoning
von: Li, Kun, et al.
Veröffentlicht: (2025)
von: Li, Kun, et al.
Veröffentlicht: (2025)
MultiRAG: A Knowledge-guided Framework for Mitigating Hallucination in Multi-source Retrieval Augmented Generation
von: Wu, Wenlong, et al.
Veröffentlicht: (2025)
von: Wu, Wenlong, et al.
Veröffentlicht: (2025)
Relevance to Utility: Process-Supervised Rewrite for RAG
von: Kim, Jaeyoung, et al.
Veröffentlicht: (2025)
von: Kim, Jaeyoung, et al.
Veröffentlicht: (2025)
RAGGED: Towards Informed Design of Scalable and Stable RAG Systems
von: Hsia, Jennifer, et al.
Veröffentlicht: (2024)
von: Hsia, Jennifer, et al.
Veröffentlicht: (2024)
MultiPress: A Multi-Agent Framework for Interpretable Multimodal News Classification
von: Luo, Tailong, et al.
Veröffentlicht: (2026)
von: Luo, Tailong, et al.
Veröffentlicht: (2026)
SEMA-RAG: A Self-Evolving Multi-Agent Retrieval-Augmented Generation Framework for Medical Reasoning
von: Huang, Yongfeng, et al.
Veröffentlicht: (2026)
von: Huang, Yongfeng, et al.
Veröffentlicht: (2026)
MASS-RAG: Multi-Agent Synthesis Retrieval-Augmented Generation
von: Xiao, Xingchen, et al.
Veröffentlicht: (2026)
von: Xiao, Xingchen, et al.
Veröffentlicht: (2026)
Advancing Multi-Agent RAG Systems with Minimalist Reinforcement Learning
von: Wu, Yihong, et al.
Veröffentlicht: (2025)
von: Wu, Yihong, et al.
Veröffentlicht: (2025)
Multi2: Multi-Agent Test-Time Scalable Framework for Multi-Document Processing
von: Cao, Juntai, et al.
Veröffentlicht: (2025)
von: Cao, Juntai, et al.
Veröffentlicht: (2025)
QuantileMark: A Message-Symmetric Multi-bit Watermark for LLMs
von: Zhu, Junlin, et al.
Veröffentlicht: (2026)
von: Zhu, Junlin, et al.
Veröffentlicht: (2026)
ProRAG: Process-Supervised Reinforcement Learning for Retrieval-Augmented Generation
von: Wang, Zhao, et al.
Veröffentlicht: (2026)
von: Wang, Zhao, et al.
Veröffentlicht: (2026)
GIP-RAG: An Evidence-Grounded Retrieval-Augmented Framework for Interpretable Gene Interaction and Pathway Impact Analysis
von: Jia, Fujian, et al.
Veröffentlicht: (2026)
von: Jia, Fujian, et al.
Veröffentlicht: (2026)
ARCANE: A Multi-Agent Framework for Interpretable and Configurable Alignment
von: Masters, Charlie, et al.
Veröffentlicht: (2025)
von: Masters, Charlie, et al.
Veröffentlicht: (2025)
DenoSent: A Denoising Objective for Self-Supervised Sentence Representation Learning
von: Wang, Xinghao, et al.
Veröffentlicht: (2024)
von: Wang, Xinghao, et al.
Veröffentlicht: (2024)
The Multi-Round Diagnostic RAG Framework for Emulating Clinical Reasoning
von: Sun, Penglei, et al.
Veröffentlicht: (2025)
von: Sun, Penglei, et al.
Veröffentlicht: (2025)
DecEx-RAG: Boosting Agentic Retrieval-Augmented Generation with Decision and Execution Optimization via Process Supervision
von: Leng, Yongqi, et al.
Veröffentlicht: (2025)
von: Leng, Yongqi, et al.
Veröffentlicht: (2025)
StoryBox: Collaborative Multi-Agent Simulation for Hybrid Bottom-Up Long-Form Story Generation Using Large Language Models
von: Chen, Zehao, et al.
Veröffentlicht: (2025)
von: Chen, Zehao, et al.
Veröffentlicht: (2025)
Toward Verifiable Misinformation Detection: A Multi-Tool LLM Agent Framework
von: Cui, Zikun, et al.
Veröffentlicht: (2025)
von: Cui, Zikun, et al.
Veröffentlicht: (2025)
Reward-RAG: Enhancing RAG with Reward Driven Supervision
von: Nguyen, Thang, et al.
Veröffentlicht: (2024)
von: Nguyen, Thang, et al.
Veröffentlicht: (2024)
Towards Faithful Industrial RAG: A Reinforced Co-adaptation Framework for Advertising QA
von: Li, Wenwei, et al.
Veröffentlicht: (2026)
von: Li, Wenwei, et al.
Veröffentlicht: (2026)
TDAG: A Multi-Agent Framework based on Dynamic Task Decomposition and Agent Generation
von: Wang, Yaoxiang, et al.
Veröffentlicht: (2024)
von: Wang, Yaoxiang, et al.
Veröffentlicht: (2024)
Towards Agentic RAG with Deep Reasoning: A Survey of RAG-Reasoning Systems in LLMs
von: Li, Yangning, et al.
Veröffentlicht: (2025)
von: Li, Yangning, et al.
Veröffentlicht: (2025)
Towards Robust Real-World Spreadsheet Understanding with Multi-Agent Multi-Format Reasoning
von: Ren, Houxing, et al.
Veröffentlicht: (2026)
von: Ren, Houxing, et al.
Veröffentlicht: (2026)
OS-SPEAR: A Toolkit for the Safety, Performance,Efficiency, and Robustness Analysis of OS Agents
von: Wu, Zheng, et al.
Veröffentlicht: (2026)
von: Wu, Zheng, et al.
Veröffentlicht: (2026)
Knowledge Augmented Finetuning Matters in both RAG and Agent Based Dialog Systems
von: Cai, Yucheng, et al.
Veröffentlicht: (2025)
von: Cai, Yucheng, et al.
Veröffentlicht: (2025)
PA-RAG: RAG Alignment via Multi-Perspective Preference Optimization
von: Wu, Jiayi, et al.
Veröffentlicht: (2024)
von: Wu, Jiayi, et al.
Veröffentlicht: (2024)
Towards Automated Situation Awareness: A RAG-Based Framework for Peacebuilding Reports
von: Nemkova, Poli A., et al.
Veröffentlicht: (2025)
von: Nemkova, Poli A., et al.
Veröffentlicht: (2025)
Cache Mechanism for Agent RAG Systems
von: Lin, Shuhang, et al.
Veröffentlicht: (2025)
von: Lin, Shuhang, et al.
Veröffentlicht: (2025)
BioRAG: A RAG-LLM Framework for Biological Question Reasoning
von: Wang, Chengrui, et al.
Veröffentlicht: (2024)
von: Wang, Chengrui, et al.
Veröffentlicht: (2024)
QChunker: Learning Question-Aware Text Chunking for Domain RAG via Multi-Agent Debate
von: Zhao, Jihao, et al.
Veröffentlicht: (2026)
von: Zhao, Jihao, et al.
Veröffentlicht: (2026)
Verbal Process Supervision Elicits Better Coding Agents
von: Chen, Hao-Yuan, et al.
Veröffentlicht: (2025)
von: Chen, Hao-Yuan, et al.
Veröffentlicht: (2025)
MMBench-GUI: Hierarchical Multi-Platform Evaluation Framework for GUI Agents
von: Wang, Xuehui, et al.
Veröffentlicht: (2025)
von: Wang, Xuehui, et al.
Veröffentlicht: (2025)
CHOP: Chunkwise Context-Preserving Framework for RAG on Multi Documents
von: Park, Hyunseok, et al.
Veröffentlicht: (2026)
von: Park, Hyunseok, et al.
Veröffentlicht: (2026)
YpathRAG:A Retrieval-Augmented Generation Framework and Benchmark for Pathology
von: Yu, Deshui, et al.
Veröffentlicht: (2025)
von: Yu, Deshui, et al.
Veröffentlicht: (2025)
M-Eval: A Heterogeneity-Based Framework for Multi-evidence Validation in Medical RAG Systems
von: Sun, Mengzhou, et al.
Veröffentlicht: (2025)
von: Sun, Mengzhou, et al.
Veröffentlicht: (2025)
MAIN-RAG: Multi-Agent Filtering Retrieval-Augmented Generation
von: Chang, Chia-Yuan, et al.
Veröffentlicht: (2024)
von: Chang, Chia-Yuan, et al.
Veröffentlicht: (2024)
Process-Supervised Reinforcement Learning for Interactive Multimodal Tool-Use Agents
von: Tan, Weiting, et al.
Veröffentlicht: (2025)
von: Tan, Weiting, et al.
Veröffentlicht: (2025)
A RAG-Based Multi-Agent LLM System for Natural Hazard Resilience and Adaptation
von: Xie, Yangxinyu, et al.
Veröffentlicht: (2025)
von: Xie, Yangxinyu, et al.
Veröffentlicht: (2025)
Ähnliche Einträge
-
TreePS-RAG: Tree-based Process Supervision for Reinforcement Learning in Agentic RAG
von: Zhang, Tianhua, et al.
Veröffentlicht: (2026) -
DeepRAG: Integrating Hierarchical Reasoning and Process Supervision for Biomedical Multi-Hop QA
von: Ji, Yuelyu, et al.
Veröffentlicht: (2025) -
RAG-Zeval: Towards Robust and Interpretable Evaluation on RAG Responses through End-to-End Rule-Guided Reasoning
von: Li, Kun, et al.
Veröffentlicht: (2025) -
MultiRAG: A Knowledge-guided Framework for Mitigating Hallucination in Multi-source Retrieval Augmented Generation
von: Wu, Wenlong, et al.
Veröffentlicht: (2025) -
Relevance to Utility: Process-Supervised Rewrite for RAG
von: Kim, Jaeyoung, et al.
Veröffentlicht: (2025)