Buchumschlag

CustomIR: Unsupervised Fine-Tuning of Dense Embeddings for Known Document Corpora

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Paull, Nathan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Information Retrieval Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

AlignBot: Aligning VLM-powered Customized Task Planning with User Reminders Through Fine-Tuning for Household Robots
von: Zhaxizhuoma, Zhaxizhuoma, et al.
Veröffentlicht: (2024)

Instruction-Based Fine-tuning of Open-Source LLMs for Predicting Customer Purchase Behaviors
von: Ergul, Halil Ibrahim, et al.
Veröffentlicht: (2025)

CREAM: Continual Retrieval on Dynamic Streaming Corpora with Adaptive Soft Memory
von: Son, HuiJeong, et al.
Veröffentlicht: (2026)

LEMUR: A Corpus for Robust Fine-Tuning of Multilingual Law Embedding Models for Retrieval
von: Ahmadi, Narges Baba, et al.
Veröffentlicht: (2026)

Coarse-to-Fine Lightweight Meta-Embedding for ID-Based Recommendation
von: Wang, Yang, et al.
Veröffentlicht: (2025)

Fine-Tuned LLM as a Complementary Predictor Improving Ads System
von: Yang, Hui, et al.
Veröffentlicht: (2026)

Spectral Tempering for Embedding Compression in Dense Passage Retrieval
von: Li, Yongkang, et al.
Veröffentlicht: (2026)

Bridging the Gap: Self-Optimized Fine-Tuning for LLM-based Recommender Systems
von: Tang, Heng, et al.
Veröffentlicht: (2025)

NUDGE: Lightweight Non-Parametric Fine-Tuning of Embeddings for Retrieval
von: Zeighami, Sepanta, et al.
Veröffentlicht: (2024)

When Transformers Meet Recommenders: Integrating Self-Attentive Sequential Recommendation with Fine-Tuned LLMs
von: Liu, Kechen
Veröffentlicht: (2025)

Sparse Meets Dense: Unified Generative Recommendations with Cascaded Sparse-Dense Representations
von: Yang, Yuhao, et al.
Veröffentlicht: (2025)

FinEmbedDiff: A Cost-Effective Approach of Classifying Financial Documents with Vector Sampling using Multi-modal Embedding Models
von: Biswas, Anjanava, et al.
Veröffentlicht: (2024)

LFRAG: Layout-oriented Fine-grained Retrieval-Augmented Generation on Multimodal Document Understanding
von: Zhu, Yifan, et al.
Veröffentlicht: (2026)

Establishing Performance Baselines in Fine-Tuning, Retrieval-Augmented Generation and Soft-Prompting for Non-Specialist LLM Users
von: Dodgson, Jennifer, et al.
Veröffentlicht: (2023)

QBD-RankedDataGen: Generating Custom Ranked Datasets for Improving Query-By-Document Search Using LLM-Reranking with Reduced Human Effort
von: Gopalakrishnan, Sriram, et al.
Veröffentlicht: (2025)

Investigating Mixture of Experts in Dense Retrieval
von: Sokli, Effrosyni, et al.
Veröffentlicht: (2024)

Xetrieval: Mechanistically Explaining Dense Retrieval
von: Cai, Zhixin, et al.
Veröffentlicht: (2026)

Learning Unsupervised Semantic Document Representation for Fine-grained Aspect-based Sentiment Analysis
von: Fu, Hao-Ming, et al.
Veröffentlicht: (2024)

Optimizing Recommendations using Fine-Tuned LLMs
von: Cheema, Prabhdeep, et al.
Veröffentlicht: (2025)

Trove: A Flexible Toolkit for Dense Retrieval
von: Esfandiarpoor, Reza, et al.
Veröffentlicht: (2025)

Interpretability Analysis of Domain Adapted Dense Retrievers
von: Yuksel, Goksenin, et al.
Veröffentlicht: (2025)

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

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

Query-Document Dense Vectors for LLM Relevance Judgment Bias Analysis
von: Mohtadi, Samaneh, et al.
Veröffentlicht: (2026)

Customized Retrieval-Augmented Generation with LLM for Debiasing Recommendation Unlearning
von: Zhang, Haichao, et al.
Veröffentlicht: (2025)

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

Customizing Language Models with Instance-wise LoRA for Sequential Recommendation
von: Kong, Xiaoyu, et al.
Veröffentlicht: (2024)

Tutorial on Reasoning for IR & IR for Reasoning
von: Hoveyda, Mohanna, et al.
Veröffentlicht: (2026)

The Cross-Lingual Cost: Retrieval Biases in RAG over Arabic-English Corpora
von: Amiraz, Chen, et al.
Veröffentlicht: (2025)

DisastIR: A Comprehensive Information Retrieval Benchmark for Disaster Management
von: Yin, Kai, et al.
Veröffentlicht: (2025)

AgriIR: A Scalable Framework for Domain-Specific Knowledge Retrieval
von: Seal, Shuvam Banerji, et al.
Veröffentlicht: (2026)

FineRec:Exploring Fine-grained Sequential Recommendation
von: Zhang, Xiaokun, et al.
Veröffentlicht: (2024)

You Are What You Bought: Generating Customer Personas for E-commerce Applications
von: Shi, Yimin, et al.
Veröffentlicht: (2025)

ExpandR: Teaching Dense Retrievers Beyond Queries with LLM Guidance
von: Yao, Sijia, et al.
Veröffentlicht: (2025)

Learning to Select: Query-Aware Adaptive Dimension Selection for Dense Retrieval
von: Wu, Zhanyu, et al.
Veröffentlicht: (2026)

Why not Collaborative Filtering in Dual View? Bridging Sparse and Dense Models
von: Guo, Hanze, et al.
Veröffentlicht: (2026)

When Should Dense Retrievers Be Updated in Evolving Corpora? Detecting Out-of-Distribution Corpora Using GradNormIR
von: Ko, Dayoon, et al.
Veröffentlicht: (2025)

SPECTRA: Synthetic IR Test Collections with Relevance Oracles and Controlled Distractor Diagnostics
von: Liang, Eric
Veröffentlicht: (2026)

Semi-automated Fact-checking in Portuguese: Corpora Enrichment using Retrieval with Claim extraction
von: Gomes, Juliana Resplande Sant'anna, et al.
Veröffentlicht: (2025)