Buchumschlag

RAGVUE: A Diagnostic View for Explainable and Automated Evaluation of Retrieval-Augmented Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Murugaraj, Keerthana, Lamsiyah, Salima, Theobald, Martin
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Automating Historical Insight Extraction from Large-Scale Newspaper Archives via Neural Topic Modeling
von: Murugaraj, Keerthana, et al.
Veröffentlicht: (2025)

CLI-RAG: A Retrieval-Augmented Framework for Clinically Structured and Context Aware Text Generation with LLMs
von: Keerthana, Garapati, et al.
Veröffentlicht: (2025)

Automated Evaluation of Retrieval-Augmented Language Models with Task-Specific Exam Generation
von: Guinet, Gauthier, et al.
Veröffentlicht: (2024)

Evaluating Retrieval Quality in Retrieval-Augmented Generation
von: Salemi, Alireza, et al.
Veröffentlicht: (2024)

ARES: An Automated Evaluation Framework for Retrieval-Augmented Generation Systems
von: Saad-Falcon, Jon, et al.
Veröffentlicht: (2023)

G-Refer: Graph Retrieval-Augmented Large Language Model for Explainable Recommendation
von: Li, Yuhan, et al.
Veröffentlicht: (2025)

Evaluating the Robustness of Retrieval-Augmented Generation to Adversarial Evidence in the Health Domain
von: Amirshahi, Shakiba, et al.
Veröffentlicht: (2025)

Chain-of-Retrieval Augmented Generation
von: Wang, Liang, et al.
Veröffentlicht: (2025)

Parametric Retrieval Augmented Generation
von: Su, Weihang, et al.
Veröffentlicht: (2025)

Open-Source Reproduction and Explainability Analysis of Corrective Retrieval Augmented Generation
von: Yalavarthi, Surya Vardhan
Veröffentlicht: (2026)

DomainRAG: A Chinese Benchmark for Evaluating Domain-specific Retrieval-Augmented Generation
von: Wang, Shuting, et al.
Veröffentlicht: (2024)

GeAR: Generation Augmented Retrieval
von: Liu, Haoyu, et al.
Veröffentlicht: (2025)

Dynamic and Parametric Retrieval-Augmented Generation
von: Su, Weihang, et al.
Veröffentlicht: (2025)

Resolving Conflicting Evidence in Automated Fact-Checking: A Study on Retrieval-Augmented LLMs
von: Ge, Ziyu, et al.
Veröffentlicht: (2025)

Retrieval Augmented Generation Systems: Automatic Dataset Creation, Evaluation and Boolean Agent Setup
von: Kenneweg, Tristan, et al.
Veröffentlicht: (2024)

FeB4RAG: Evaluating Federated Search in the Context of Retrieval Augmented Generation
von: Wang, Shuai, et al.
Veröffentlicht: (2024)

BERGEN: A Benchmarking Library for Retrieval-Augmented Generation
von: Rau, David, et al.
Veröffentlicht: (2024)

Generative Language Models with Retrieval Augmented Generation for Automated Short Answer Scoring
von: Wang, Zifan, et al.
Veröffentlicht: (2024)

Adaptive Retrieval-Augmented Generation for Conversational Systems
von: Wang, Xi, et al.
Veröffentlicht: (2024)

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

Rankify: A Comprehensive Python Toolkit for Retrieval, Re-Ranking, and Retrieval-Augmented Generation
von: Abdallah, Abdelrahman, et al.
Veröffentlicht: (2025)

Evaluating Hybrid Retrieval Augmented Generation using Dynamic Test Sets: LiveRAG Challenge
von: Fensore, Chase, et al.
Veröffentlicht: (2025)

Federated Retrieval-Augmented Generation: A Systematic Mapping Study
von: Chakraborty, Abhijit, et al.
Veröffentlicht: (2025)

Retrieval Augmented Generation with Collaborative Filtering for Personalized Text Generation
von: Shi, Teng, et al.
Veröffentlicht: (2025)

Evaluating the Effectiveness and Scalability of LLM-Based Data Augmentation for Retrieval
von: Chitale, Pranjal A., et al.
Veröffentlicht: (2025)

Understanding Parametric Knowledge Injection in Retrieval-Augmented Generation
von: Tang, Minghao, et al.
Veröffentlicht: (2025)

Plan-and-Refine: Diverse and Comprehensive Retrieval-Augmented Generation
von: Salemi, Alireza, et al.
Veröffentlicht: (2025)

Evaluating Generative Ad Hoc Information Retrieval
von: Gienapp, Lukas, et al.
Veröffentlicht: (2023)

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

Generate-then-Ground in Retrieval-Augmented Generation for Multi-hop Question Answering
von: Shi, Zhengliang, et al.
Veröffentlicht: (2024)

RbFT: Robust Fine-tuning for Retrieval-Augmented Generation against Retrieval Defects
von: Tu, Yiteng, et al.
Veröffentlicht: (2025)

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

Shifting from Ranking to Set Selection for Retrieval Augmented Generation
von: Lee, Dahyun, et al.
Veröffentlicht: (2025)

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

Structure-Aware Chunking for Tabular Data in Retrieval-Augmented Generation
von: Guttal, Pooja, et al.
Veröffentlicht: (2026)

CORAL: Benchmarking Multi-turn Conversational Retrieval-Augmentation Generation
von: Cheng, Yiruo, et al.
Veröffentlicht: (2024)

Retrieval-Augmented Generation: A Comprehensive Survey of Architectures, Enhancements, and Robustness Frontiers
von: Sharma, Chaitanya
Veröffentlicht: (2025)

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

Contextual Compression in Retrieval-Augmented Generation for Large Language Models: A Survey
von: Verma, Sourav
Veröffentlicht: (2024)

FlashRAG: A Modular Toolkit for Efficient Retrieval-Augmented Generation Research
von: Jin, Jiajie, et al.
Veröffentlicht: (2024)