Copertina

Trove: A Flexible Toolkit for Dense Retrieval

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Esfandiarpoor, Reza, Zuo, Max, Bach, Stephen H.
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Information Retrieval Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

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

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

Xetrieval: Mechanistically Explaining Dense Retrieval
di: Cai, Zhixin, et al.
Pubblicazione: (2026)

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

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

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

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

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

A Simple and Effective Framework for Symmetric Consistent Indexing in Large-Scale Dense Retrieval
di: Wang, Huimu, et al.
Pubblicazione: (2025)

LogiCoL: Logically-Informed Contrastive Learning for Set-based Dense Retrieval
di: Shen, Yanzhen, et al.
Pubblicazione: (2025)

Bayesian Active Learning with Gaussian Processes Guided by LLM Relevance Scoring for Dense Passage Retrieval
di: Kim, Junyoung, et al.
Pubblicazione: (2026)

Dense X Retrieval: What Retrieval Granularity Should We Use?
di: Chen, Tong, et al.
Pubblicazione: (2023)

Your Dense Retriever is Secretly an Expeditious Reasoner
di: Zhang, Yichi, et al.
Pubblicazione: (2025)

Evaluating the Robustness of Dense Retrievers in Interdisciplinary Domains
di: Chaturvedi, Sarthak, et al.
Pubblicazione: (2025)

MultiContrievers: Analysis of Dense Retrieval Representations
di: Goldfarb-Tarrant, Seraphina, et al.
Pubblicazione: (2024)

Fast or Better? Balancing Accuracy and Cost in Retrieval-Augmented Generation with Flexible User Control
di: Su, Jinyan, et al.
Pubblicazione: (2025)

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

Training for Compositional Sensitivity Reduces Dense Retrieval Generalization
di: Ralev, Radoslav, et al.
Pubblicazione: (2026)

Aligning Dense Retrievers with LLM Utility via Distillation
di: Sandhu, Rajinder, et al.
Pubblicazione: (2026)

NewsTorch: A PyTorch-based Toolkit for Learner-oriented News Recommendation
di: Wang, Rongyao, et al.
Pubblicazione: (2026)

QAEA-DR: A Unified Text Augmentation Framework for Dense Retrieval
di: Tan, Hongming, et al.
Pubblicazione: (2024)

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

RecWizard: A Toolkit for Conversational Recommendation with Modular, Portable Models and Interactive User Interface
di: Zhang, Zeyuan, et al.
Pubblicazione: (2024)

Unleashing the Power of LLMs in Dense Retrieval with Query Likelihood Modeling
di: Zhang, Hengran, et al.
Pubblicazione: (2025)

Test-Time Training for Zero-Resource Dense Retrieval Reranking
di: Liu, Shiyan, et al.
Pubblicazione: (2026)

LitLLM: A Toolkit for Scientific Literature Review
di: Agarwal, Shubham, et al.
Pubblicazione: (2024)

WebFAQ: A Multilingual Collection of Natural Q&A Datasets for Dense Retrieval
di: Dinzinger, Michael, et al.
Pubblicazione: (2025)

Beyond Contrastive Learning: Synthetic Data Enables List-wise Training with Multiple Levels of Relevance
di: Esfandiarpoor, Reza, et al.
Pubblicazione: (2025)

BiXSE: Improving Dense Retrieval via Probabilistic Graded Relevance Distillation
di: Tsirigotis, Christos, et al.
Pubblicazione: (2025)

TurkColBERT: A Benchmark of Dense and Late-Interaction Models for Turkish Information Retrieval
di: Ezerceli, Özay, et al.
Pubblicazione: (2025)

DR.EHR: Dense Retrieval for Electronic Health Record with Knowledge Injection and Synthetic Data
di: Zhao, Zhengyun, et al.
Pubblicazione: (2025)

Leveraging LLMs for Synthesizing Training Data Across Many Languages in Multilingual Dense Retrieval
di: Thakur, Nandan, et al.
Pubblicazione: (2023)

WebFAQ 2.0: A Multilingual QA Dataset with Mined Hard Negatives for Dense Retrieval
di: Dinzinger, Michael, et al.
Pubblicazione: (2026)

A Comparative Study of Specialized LLMs as Dense Retrievers
di: Zhang, Hengran, et al.
Pubblicazione: (2025)

MoR: Better Handling Diverse Queries with a Mixture of Sparse, Dense, and Human Retrievers
di: Kalra, Jushaan Singh, et al.
Pubblicazione: (2025)

Latent Terms: Dense Retrievers Contain Trivially Extractable BM25-ready Zipfian Vocabularies
di: Clavié, Benjamin, et al.
Pubblicazione: (2026)

CoHyDE: Iterative Co-Training of LLM Rewriter & Dense Encoder for Tool Retrieval
di: Senthil, Vaishali, et al.
Pubblicazione: (2026)

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

Not All Queries Need Rewriting: When Prompt-Only LLM Refinement Helps and Hurts Dense Retrieval
di: Kotte, Varun
Pubblicazione: (2026)

M3Retrieve: Benchmarking Multimodal Retrieval for Medicine
di: Acharya, Arkadeep, et al.
Pubblicazione: (2025)