Buchumschlag

VOGUE: A Multimodal Dataset for Conversational Recommendation in Fashion

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Guo, David, Sun, Minqi, Jiang, Yilun, Liang, Jiazhou, Sanner, Scott
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Information Retrieval H.5.2; H.3.3; I.2.7
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Into the Unknown Unknowns: Engaged Human Learning through Participation in Language Model Agent Conversations
von: Jiang, Yucheng, et al.
Veröffentlicht: (2024)

Evaluating User Experience in Conversational Recommender Systems: A Systematic Review Across Classical and LLM-Powered Approaches
von: Mahmud, Raj, et al.
Veröffentlicht: (2025)

Smart ETL and LLM-based contents classification: the European Smart Tourism Tools Observatory experience
von: Cosme, Diogo, et al.
Veröffentlicht: (2024)

Experimentation Accelerator: Interpretable Insights and Creative Recommendations for A/B Testing with Content-Aware ranking
von: Hu, Zhengmian, et al.
Veröffentlicht: (2026)

From latent factors to language: a user study on LLM-generated explanations for an inherently interpretable matrix-based recommender system
von: Manderlier, Maxime, et al.
Veröffentlicht: (2025)

Irec: A Metacognitive Scaffolding for Self-Regulated Learning through Just-in-Time Insight Recall: A Conceptual Framework and System Prototype
von: Hou, Xuefei, et al.
Veröffentlicht: (2025)

From Citation Selection to Citation Absorption: A Measurement Framework for Generative Engine Optimization Across AI Search Platforms
von: Kai, Zhang, et al.
Veröffentlicht: (2026)

Deep Interest Mining for Intent-Enriched Semantic IDs in Multimodal Generative Recommendation
von: Zeng, Yangchen, et al.
Veröffentlicht: (2026)

Train Once, Use Flexibly: A Modular Framework for Multi-Aspect Neural News Recommendation
von: Iana, Andreea, et al.
Veröffentlicht: (2023)

MasterSet: A Large-Scale Benchmark for Must-Cite Citation Recommendation in the AI/ML Literature
von: Ratul, Md Toyaha Rahman, et al.
Veröffentlicht: (2026)

Introducing Axlerod: An LLM-based Chatbot for Assisting Independent Insurance Agents
von: Bradley, Adam, et al.
Veröffentlicht: (2025)

STEP: Stepwise Curriculum Learning for Context-Knowledge Fusion in Conversational Recommendation
von: Yang, Zhenye, et al.
Veröffentlicht: (2025)

RubricRAG: Towards Interpretable and Reliable LLM Evaluation via Domain Knowledge Retrieval for Rubric Generation
von: Dhole, Kaustubh D., et al.
Veröffentlicht: (2026)

Architecture Matters More Than Scale: A Comparative Study of Retrieval and Memory Augmentation for Financial QA Under SME Compute Constraints
von: Liu, Jianan, et al.
Veröffentlicht: (2026)

TriAlignGR: Triangular Multitask Alignment with Multimodal Deep Interest Mining for Generative Recommendation
von: Zeng, Yangchen, et al.
Veröffentlicht: (2026)

Utilizing Large Language Models to Synthesize Product Desirability Datasets
von: Hastings, John D., et al.
Veröffentlicht: (2024)

What Matters in LLM-Based Feature Extractor for Recommender? A Systematic Analysis of Prompts, Models, and Adaptation
von: Shi, Kainan, et al.
Veröffentlicht: (2025)

SGMem: Sentence Graph Memory for Long-Term Conversational Agents
von: Wu, Yaxiong, et al.
Veröffentlicht: (2025)

BridgeRAG: Training-Free Bridge-Conditioned Retrieval for Multi-Hop Question Answering
von: Bacellar, Andre
Veröffentlicht: (2026)

Session Context Embedding for Intent Understanding in Product Search
von: Mehrdad, Navid, et al.
Veröffentlicht: (2024)

Scaling Multilingual Semantic Search in Uber Eats Delivery
von: Ling, Bo, et al.
Veröffentlicht: (2026)

Does UMBRELA Work on Other LLMs?
von: Farzi, Naghmeh, et al.
Veröffentlicht: (2025)

Algorithmic Trust and Compliance: Benchmarking Brand Notability for UK iGaming Entities in Generative Search Engines
von: Oruesagasti, Julen
Veröffentlicht: (2026)

Criteria-Based LLM Relevance Judgments
von: Farzi, Naghmeh, et al.
Veröffentlicht: (2025)

Intent-Driven Dynamic Chunking: Segmenting Documents to Reflect Predicted Information Needs
von: Koutsiaris, Christos
Veröffentlicht: (2026)

Graph-GRPO: Dependency-Aware Credit Assignment for Generative E-commerce Search Relevance
von: Che, Jiarui, et al.
Veröffentlicht: (2026)

Optimizing open-domain question answering with graph-based retrieval augmented generation
von: Cahoon, Joyce, et al.
Veröffentlicht: (2025)

Diversification as Risk Minimization
von: Takehi, Rikiya, et al.
Veröffentlicht: (2025)

A Case Study of Balanced Query Recommendation on Wikipedia
von: Mishra, Harshit, et al.
Veröffentlicht: (2025)

AllSERP: Exhaustive Per-Element Enrichment of the Versatile AdSERP Dataset
von: Edmonds, K. Andrew
Veröffentlicht: (2026)

Peeling Back the Layers: An In-Depth Evaluation of Encoder Architectures in Neural News Recommenders
von: Iana, Andreea, et al.
Veröffentlicht: (2024)

Uncovering the Limitations of Query Performance Prediction: Failures, Insights, and Implications for Selective Query Processing
von: Chifu, Adrian-Gabriel, et al.
Veröffentlicht: (2025)

Augmented Relevance Datasets with Fine-Tuned Small LLMs
von: Fitte-Rey, Quentin, et al.
Veröffentlicht: (2025)

Pre-trained LLMs Meet Sequential Recommenders: Efficient User-Centric Knowledge Distillation
von: Severin, Nikita, et al.
Veröffentlicht: (2026)

Widening the Role of Group Recommender Systems with CAJO
von: Ricci, Francesco, et al.
Veröffentlicht: (2025)

BatchBench: Toward a Workload-Aware Benchmark for Autoscaling Policies in Big Data Batch Processing -- A Proposed Framework
von: Budigi, Venkata Krishna Prasanth, et al.
Veröffentlicht: (2026)

MLDocRAG: Multimodal Long-Context Document Retrieval Augmented Generation
von: Zhang, Yongyue, et al.
Veröffentlicht: (2026)

Towards Reliable Retrieval in RAG Systems for Large Legal Datasets
von: Reuter, Markus, et al.
Veröffentlicht: (2025)

Expanding Relevance Judgments for Medical Case-based Retrieval Task with Multimodal LLMs
von: Pires, Catarina, et al.
Veröffentlicht: (2025)

AuthorityBench: Benchmarking LLM Authority Perception for Reliable Retrieval-Augmented Generation
von: Yao, Zhihui, et al.
Veröffentlicht: (2026)