Buchumschlag

SLO-Conditioned Action Routing for Retrieval-Augmented Generation: Objective Ablation and Failure Modes

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Nunepalli, Bharath
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Modular Retrieval-Augmented Generalization for Human Action Recognition
von: Liao, Peng, et al.
Veröffentlicht: (2026)

Agent-based Condition Monitoring Assistance with Multimodal Industrial Database Retrieval Augmented Generation
von: Löwenmark, Karl, et al.
Veröffentlicht: (2025)

PINNs Failure Modes are Overfitting
von: Andersen, Nigel T., et al.
Veröffentlicht: (2026)

Efficient Federated Search for Retrieval-Augmented Generation using Lightweight Routing
von: Dhasade, Akash, et al.
Veröffentlicht: (2025)

Multi-Narrow Transformation as a Single-Model Ensemble: Boundary Conditions, Mechanisms, and Failure Modes
von: Hasegawa, Tatsuhito, et al.
Veröffentlicht: (2026)

Routing by Reaching: Composition of Pre-trained GFlowNets for Multi-Objective Generation
von: Yoon, Seokwon, et al.
Veröffentlicht: (2026)

Conditional Equivalence of DPO and RLHF: Implicit Assumption, Failure Modes, and Provable Alignment
von: Yang, Zhiqin, et al.
Veröffentlicht: (2026)

Unifying Ranking and Generation in Query Auto-Completion via Retrieval-Augmented Generation and Multi-Objective Alignment
von: Yuan, Kai, et al.
Veröffentlicht: (2026)

Gradient Variance Reveals Failure Modes in Flow-Based Generative Models
von: Reu, Teodora, et al.
Veröffentlicht: (2025)

Molecule Generation with Fragment Retrieval Augmentation
von: Lee, Seul, et al.
Veröffentlicht: (2024)

GRAG: Graph Retrieval-Augmented Generation
von: Hu, Yuntong, et al.
Veröffentlicht: (2024)

Understanding the Failure Modes of Out-of-Distribution Generalization
von: Nagarajan, Vaishnavh, et al.
Veröffentlicht: (2020)

Dynamic Retrieval-Augmented Generation
von: Shapkin, Anton, et al.
Veröffentlicht: (2023)

Evaluating Retrieval-Augmented Generation Strategies for Large Language Models in Travel Mode Choice Prediction
von: Xu, Yiming, et al.
Veröffentlicht: (2025)

Retrieval-Augmented Generation with Estimation of Source Reliability
von: Hwang, Jeongyeon, et al.
Veröffentlicht: (2024)

AdaServe: Accelerating Multi-SLO LLM Serving with SLO-Customized Speculative Decoding
von: Li, Zikun, et al.
Veröffentlicht: (2025)

Grounded Cache Routing for Retrieval-Augmented Generation: When Is It Safe to Reuse an Answer?
von: Shah, Syed Huma
Veröffentlicht: (2026)

Compass: SLO-aware Query Planner for Compound AI Serving at Scale
von: Liu, Banruo, et al.
Veröffentlicht: (2025)

G-Retriever: Retrieval-Augmented Generation for Textual Graph Understanding and Question Answering
von: He, Xiaoxin, et al.
Veröffentlicht: (2024)

Failure Modes of Maximum Entropy RLHF
von: Çağatan, Ömer Veysel, et al.
Veröffentlicht: (2025)

Source Attribution in Retrieval-Augmented Generation
von: Nematov, Ikhtiyor, et al.
Veröffentlicht: (2025)

Leveraging Retrieval-Augmented Generation for Persian University Knowledge Retrieval
von: Hemmat, Arshia, et al.
Veröffentlicht: (2024)

PolyServe: Efficient Multi-SLO Serving at Scale
von: Zhu, Kan, et al.
Veröffentlicht: (2025)

SLOs-Serve: Optimized Serving of Multi-SLO LLMs
von: Chen, Siyuan, et al.
Veröffentlicht: (2025)

A Simple Spectral Failure Mode for Graph Convolutional Networks
von: Priebe, Carey E., et al.
Veröffentlicht: (2020)

Quantile Activation: Correcting a Failure Mode of ML Models
von: Challa, Aditya, et al.
Veröffentlicht: (2024)

Revealing Interpretable Failure Modes of VLMs
von: Chaudhary, Isha, et al.
Veröffentlicht: (2026)

Graph-Guided Concept Selection for Efficient Retrieval-Augmented Generation
von: Liu, Ziyu, et al.
Veröffentlicht: (2025)

POLYRAG: Integrating Polyviews into Retrieval-Augmented Generation for Medical Applications
von: Gan, Chunjing, et al.
Veröffentlicht: (2025)

Knowledge Graph-extended Retrieval Augmented Generation for Question Answering
von: Linders, Jasper, et al.
Veröffentlicht: (2025)

Hypercube-Based Retrieval-Augmented Generation for Scientific Question-Answering
von: Shi, Jimeng, et al.
Veröffentlicht: (2025)

Detecting Undesired Process Behavior by Means of Retrieval Augmented Generation
von: Grohs, Michael, et al.
Veröffentlicht: (2025)

Failure Modes of LLMs for Causal Reasoning on Narratives
von: Yamin, Khurram, et al.
Veröffentlicht: (2024)

SLO-Guard: Crash-Aware, Budget-Consistent Autotuning for SLO-Constrained LLM Serving
von: Lysenstøen, Christian
Veröffentlicht: (2026)

Context Awareness Gate For Retrieval Augmented Generation
von: Heydari, Mohammad Hassan, et al.
Veröffentlicht: (2024)

Retrieval Augmented Generation for Dynamic Graph Modeling
von: Wu, Yuxia, et al.
Veröffentlicht: (2024)

Bayesian Joint Model of Multi-Sensor and Failure Event Data for Multi-Mode Failure Prediction
von: Fard, Sina Aghaee Dabaghan, et al.
Veröffentlicht: (2025)

LLM Bandit: Cost-Efficient LLM Generation via Preference-Conditioned Dynamic Routing
von: Li, Yang
Veröffentlicht: (2025)

Beyond Simple Graphs: Neural Multi-Objective Routing on Multigraphs
von: Rydin, Filip, et al.
Veröffentlicht: (2025)

Improved Techniques for the Conditional Generative Augmentation of Clinical Audio Data
von: Margaryan, Mane, et al.
Veröffentlicht: (2022)