Buchumschlag

RAGSmith: A Framework for Finding the Optimal Composition of Retrieval-Augmented Generation Methods Across Datasets

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kartal, Muhammed Yusuf, Kose, Suha Kagan, Sevinç, Korhan, Aktas, Burak
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Artificial Intelligence Information Retrieval H.3.3; I.2.7
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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)

SPD-RAG: Sub-Agent Per Document Retrieval-Augmented Generation
von: Akay, Yagiz Can, et al.
Veröffentlicht: (2026)

Query-Centric Graph Retrieval Augmented Generation
von: Wu, Yaxiong, et al.
Veröffentlicht: (2025)

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

Walk&Retrieve: Simple Yet Effective Zero-shot Retrieval-Augmented Generation via Knowledge Graph Walks
von: Böckling, Martin, et al.
Veröffentlicht: (2025)

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

Prompt Perturbation in Retrieval-Augmented Generation based Large Language Models
von: Hu, Zhibo, et al.
Veröffentlicht: (2024)

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

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

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

Exploring Information Retrieval Landscapes: An Investigation of a Novel Evaluation Techniques and Comparative Document Splitting Methods
von: Narimissa, Esmaeil, et al.
Veröffentlicht: (2024)

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

A Systematic Framework for Enterprise Knowledge Retrieval: Leveraging LLM-Generated Metadata to Enhance RAG Systems
von: Mishra, Pranav Pushkar, et al.
Veröffentlicht: (2025)

CLAP: Coreference-Linked Augmentation for Passage Retrieval
von: Xu, Huanwei, et al.
Veröffentlicht: (2025)

To Retrieve or Not to Retrieve? Uncertainty Detection for Dynamic Retrieval Augmented Generation
von: Dhole, Kaustubh D.
Veröffentlicht: (2025)

Benchmarking Retrieval Strategies for Biomedical Retrieval-Augmented Generation: A Controlled Empirical Study
von: Bal, Devi Prasad, et al.
Veröffentlicht: (2026)

Prompt-RAG: Pioneering Vector Embedding-Free Retrieval-Augmented Generation in Niche Domains, Exemplified by Korean Medicine
von: Kang, Bongsu, et al.
Veröffentlicht: (2024)

CUE-R: Beyond the Final Answer in Retrieval-Augmented Generation
von: Jain, Siddharth, et al.
Veröffentlicht: (2026)

Numbers Matter! Bringing Quantity-awareness to Retrieval Systems
von: Almasian, Satya, et al.
Veröffentlicht: (2024)

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

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

Controllable Evidence Selection in Retrieval-Augmented Question Answering via Deterministic Utility Gating
von: Unda, Victor P.
Veröffentlicht: (2026)

Harnessing multiple LLMs for Information Retrieval: A case study on Deep Learning methodologies in Biodiversity publications
von: Kommineni, Vamsi Krishna, et al.
Veröffentlicht: (2024)

MeVer at CheckThat! 2026: Cluster-Aware Hard-Negative Mining for Multilingual Scientific-Source Retrieval
von: Bakagianni, Juli, et al.
Veröffentlicht: (2026)

Temporal Leakage in Search-Engine Date-Filtered Web Retrieval: A Retrospective Forecasting Case Study
von: Lahib, Ali El, et al.
Veröffentlicht: (2026)

A Question Answering Dataset for Temporal-Sensitive Retrieval-Augmented Generation
von: Chen, Ziyang, et al.
Veröffentlicht: (2025)

RLM-on-KG: Heuristics First, LLMs When Needed: Adaptive Retrieval Control over Mention Graphs for Scattered Evidence
von: Volpini, Andrea, et al.
Veröffentlicht: (2026)

Temporal Decay of Co-Citation Predictability: A 20-Year Statute Retrieval Benchmark from 396M Ukrainian Court Citations
von: Ovcharov, Volodymyr
Veröffentlicht: (2026)

RARE: Redundancy-Aware Retrieval Evaluation Framework for High-Similarity Corpora
von: Cho, Hanjun, et al.
Veröffentlicht: (2026)

Self-Aware Vector Embeddings for Retrieval-Augmented Generation: A Neuroscience-Inspired Framework for Temporal, Confidence-Weighted, and Relational Knowledge
von: Xu, Naizhong
Veröffentlicht: (2026)

Career-Aware Resume Tailoring via Multi-Source Retrieval-Augmented Generation with Provenance Tracking: A Case Study
von: Abhinav, Kumar
Veröffentlicht: (2026)

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