Copertina

Optimizing Retrieval for RAG via Reinforcement Learning

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Zhou, Jiawei, Chen, Lei
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computation and Language Information Retrieval
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

OpenRAG: Optimizing RAG End-to-End via In-Context Retrieval Learning
di: Zhou, Jiawei, et al.
Pubblicazione: (2025)

Optimizing RAG Rerankers with LLM Feedback via Reinforcement Learning
di: Wu, Yuhang, et al.
Pubblicazione: (2026)

Document Optimization for Black-Box Retrieval via Reinforcement Learning
di: Uzan, Omri, et al.
Pubblicazione: (2026)

Semi-Parametric Retrieval via Binary Bag-of-Tokens Index
di: Zhou, Jiawei, et al.
Pubblicazione: (2024)

CARROT: A Learned Cost-Constrained Retrieval Optimization System for RAG
di: Wang, Ziting, et al.
Pubblicazione: (2024)

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

ProRAG: Process-Supervised Reinforcement Learning for Retrieval-Augmented Generation
di: Wang, Zhao, et al.
Pubblicazione: (2026)

FunnelRAG: A Coarse-to-Fine Progressive Retrieval Paradigm for RAG
di: Zhao, Xinping, et al.
Pubblicazione: (2024)

M-RAG: Reinforcing Large Language Model Performance through Retrieval-Augmented Generation with Multiple Partitions
di: Wang, Zheng, et al.
Pubblicazione: (2024)

PrLM: Learning Explicit Reasoning for Personalized RAG via Contrastive Reward Optimization
di: Zhang, Kepu, et al.
Pubblicazione: (2025)

The Power of Noise: Redefining Retrieval for RAG Systems
di: Cuconasu, Florin, et al.
Pubblicazione: (2024)

Loops On Retrieval Augmented Generation (LoRAG)
di: Thakur, Ayush, et al.
Pubblicazione: (2024)

TableRAG: A Retrieval Augmented Generation Framework for Heterogeneous Document Reasoning
di: Yu, Xiaohan, et al.
Pubblicazione: (2025)

CIIR@LiveRAG 2025: Optimizing Multi-Agent Retrieval Augmented Generation through Self-Training
di: Salemi, Alireza, et al.
Pubblicazione: (2025)

Research on the Online Update Method for Retrieval-Augmented Generation (RAG) Model with Incremental Learning
di: Fan, Yuxin, et al.
Pubblicazione: (2025)

SRAG: RAG with Structured Data Improves Vector Retrieval
di: Shah, Shalin, et al.
Pubblicazione: (2026)

RAG over Tables: Hierarchical Memory Index, Multi-Stage Retrieval, and Benchmarking
di: Zou, Jiaru, et al.
Pubblicazione: (2025)

Context-Efficient Retrieval with Factual Decomposition
di: Li, Yanhong, et al.
Pubblicazione: (2025)

MultiRAG: A Knowledge-guided Framework for Mitigating Hallucination in Multi-source Retrieval Augmented Generation
di: Wu, Wenlong, et al.
Pubblicazione: (2025)

MoLoRAG: Bootstrapping Document Understanding via Multi-modal Logic-aware Retrieval
di: Wu, Xixi, et al.
Pubblicazione: (2025)

ExpertRAG: Efficient RAG with Mixture of Experts -- Optimizing Context Retrieval for Adaptive LLM Responses
di: Gumaan, Esmail
Pubblicazione: (2025)

InfoGain-RAG: Boosting Retrieval-Augmented Generation via Document Information Gain-based Reranking and Filtering
di: Wang, Zihan, et al.
Pubblicazione: (2025)

RRAML: Reinforced Retrieval Augmented Machine Learning
di: Bacciu, Andrea, et al.
Pubblicazione: (2023)

HopRAG: Multi-Hop Reasoning for Logic-Aware Retrieval-Augmented Generation
di: Liu, Hao, et al.
Pubblicazione: (2025)

LexRAG: Benchmarking Retrieval-Augmented Generation in Multi-Turn Legal Consultation Conversation
di: Li, Haitao, et al.
Pubblicazione: (2025)

CausalRAG: Integrating Causal Graphs into Retrieval-Augmented Generation
di: Wang, Nengbo, et al.
Pubblicazione: (2025)

MAIN-RAG: Multi-Agent Filtering Retrieval-Augmented Generation
di: Chang, Chia-Yuan, et al.
Pubblicazione: (2024)

HaS: Accelerating RAG through Homology-Aware Speculative Retrieval
di: Peng, Peng, et al.
Pubblicazione: (2026)

Topic-FlipRAG: Topic-Orientated Adversarial Opinion Manipulation Attacks to Retrieval-Augmented Generation Models
di: Gong, Yuyang, et al.
Pubblicazione: (2025)

Domain-Aware RAG: MoL-Enhanced RL for Efficient Training and Scalable Retrieval
di: Lin, Hao, et al.
Pubblicazione: (2025)

Improving Retrieval-Augmented Generation through Multi-Agent Reinforcement Learning
di: Chen, Yiqun, et al.
Pubblicazione: (2025)

H-RAG at SemEval-2026 Task 8: Hierarchical Parent-Child Retrieval for Multi-Turn RAG Conversations
di: Elchafei, Passant, et al.
Pubblicazione: (2026)

P-RAG: Progressive Retrieval Augmented Generation For Planning on Embodied Everyday Task
di: Xu, Weiye, et al.
Pubblicazione: (2024)

Roles of MLLMs in Visually Rich Document Retrieval for RAG: A Survey
di: Zhang, Xiantao
Pubblicazione: (2025)

FlexRAG: A Flexible and Comprehensive Framework for Retrieval-Augmented Generation
di: Zhang, Zhuocheng, et al.
Pubblicazione: (2025)

Decomposing Retrieval Failures in RAG for Long-Document Financial Question Answering
di: Kobeissi, Amine, et al.
Pubblicazione: (2026)

Resisting Contextual Interference in RAG via Parametric-Knowledge Reinforcement
di: Lin, Chenyu, et al.
Pubblicazione: (2025)

Revela: Dense Retriever Learning via Language Modeling
di: Cai, Fengyu, et al.
Pubblicazione: (2025)

Milco: Learned Sparse Retrieval Across Languages via a Multilingual Connector
di: Nguyen, Thong, et al.
Pubblicazione: (2025)

TagRAG: Tag-guided Hierarchical Knowledge Graph Retrieval-Augmented Generation
di: Tao, Wenbiao, et al.
Pubblicazione: (2025)