Buchumschlag

Engineering the RAG Stack: A Comprehensive Review of the Architecture and Trust Frameworks for Retrieval-Augmented Generation Systems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wampler, Dean, Nielson, Dave, Seddighi, Alireza
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Information Retrieval Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

TrustRAG: An Information Assistant with Retrieval Augmented Generation
von: Fan, Yixing, et al.
Veröffentlicht: (2025)

TeaRAG: A Token-Efficient Agentic Retrieval-Augmented Generation Framework
von: Zhang, Chao, et al.
Veröffentlicht: (2025)

StratRAG: A Multi-Hop Retrieval Evaluation Dataset for Retrieval-Augmented Generation Systems
von: Patodiya, Aryan
Veröffentlicht: (2026)

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

LightRAG: Simple and Fast Retrieval-Augmented Generation
von: Guo, Zirui, et al.
Veröffentlicht: (2024)

PIR-RAG: A System for Private Information Retrieval in Retrieval-Augmented Generation
von: Wang, Baiqiang, et al.
Veröffentlicht: (2025)

AtomicRAG: Atom-Entity Graphs for Retrieval-Augmented Generation
von: Hou, Yanning, et al.
Veröffentlicht: (2026)

PersianRAG: A Retrieval-Augmented Generation System for Persian Language
von: Hosseini, Hossein, et al.
Veröffentlicht: (2024)

ArchRAG: Attributed Community-based Hierarchical Retrieval-Augmented Generation
von: Wang, Shu, et al.
Veröffentlicht: (2025)

A Comprehensive Survey of Retrieval-Augmented Generation (RAG): Evolution, Current Landscape and Future Directions
von: Gupta, Shailja, et al.
Veröffentlicht: (2024)

Reasoning RAG via System 1 or System 2: A Survey on Reasoning Agentic Retrieval-Augmented Generation for Industry Challenges
von: Liang, Jintao, et al.
Veröffentlicht: (2025)

Optimizing and Evaluating Enterprise Retrieval-Augmented Generation (RAG): A Content Design Perspective
von: Packowski, Sarah, et al.
Veröffentlicht: (2024)

XGraphRAG: Interactive Visual Analysis for Graph-based Retrieval-Augmented Generation
von: Wang, Ke, et al.
Veröffentlicht: (2025)

ItemRAG: Item-Based Retrieval-Augmented Generation for LLM-Based Recommendation
von: Kim, Sunwoo, et al.
Veröffentlicht: (2025)

SF-RAG: Structure-Fidelity Retrieval-Augmented Generation for Academic Question Answering
von: Yu, Rui, et al.
Veröffentlicht: (2026)

MG$^2$-RAG: Multi-Granularity Graph for Multimodal Retrieval-Augmented Generation
von: Dai, Sijun, et al.
Veröffentlicht: (2026)

Self-MedRAG: a Self-Reflective Hybrid Retrieval-Augmented Generation Framework for Reliable Medical Question Answering
von: Ryan, Jessica, et al.
Veröffentlicht: (2026)

A survey: Information search time optimization based on RAG (Retrieval Augmentation Generation) chatbot
von: Patel, Jinesh, et al.
Veröffentlicht: (2025)

OmniBench-RAG: A Multi-Domain Evaluation Platform for Retrieval-Augmented Generation Tools
von: Liang, Jiaxuan, et al.
Veröffentlicht: (2025)

GainRAG: Preference Alignment in Retrieval-Augmented Generation through Gain Signal Synthesis
von: Jiang, Yi, et al.
Veröffentlicht: (2025)

Hyper-RAG: Combating LLM Hallucinations using Hypergraph-Driven Retrieval-Augmented Generation
von: Feng, Yifan, et al.
Veröffentlicht: (2025)

RAGe: A Retrieval-Augmented Generation Evaluation Framework
von: Guder, Larissa, et al.
Veröffentlicht: (2026)

Agentic Retrieval-Augmented Generation: A Survey on Agentic RAG
von: Singh, Aditi, et al.
Veröffentlicht: (2025)

"I Don't Know" -- Towards Appropriate Trust with Certainty-Aware Retrieval Augmented Generation
von: Di Scala, Daan, et al.
Veröffentlicht: (2026)

Ragnarök: A Reusable RAG Framework and Baselines for TREC 2024 Retrieval-Augmented Generation Track
von: Pradeep, Ronak, et al.
Veröffentlicht: (2024)

InstructRAG: Leveraging Retrieval-Augmented Generation on Instruction Graphs for LLM-Based Task Planning
von: Wang, Zheng, et al.
Veröffentlicht: (2025)

HeteRAG: A Heterogeneous Retrieval-augmented Generation Framework with Decoupled Knowledge Representations
von: Yang, Peiru, et al.
Veröffentlicht: (2025)

Graphs RAG at Scale: Beyond Retrieval-Augmented Generation With Labeled Property Graphs and Resource Description Framework for Complex and Unknown Search Spaces
von: Tadayon, Manie, et al.
Veröffentlicht: (2026)

RAG Foundry: A Framework for Enhancing LLMs for Retrieval Augmented Generation
von: Fleischer, Daniel, et al.
Veröffentlicht: (2024)

Blended RAG: Improving RAG (Retriever-Augmented Generation) Accuracy with Semantic Search and Hybrid Query-Based Retrievers
von: Sawarkar, Kunal, et al.
Veröffentlicht: (2024)

BookRAG: A Hierarchical Structure-aware Index-based Approach for Retrieval-Augmented Generation on Complex Documents
von: Wang, Shu, 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)

RAG Playground: A Framework for Systematic Evaluation of Retrieval Strategies and Prompt Engineering in RAG Systems
von: Papadimitriou, Ioannis, et al.
Veröffentlicht: (2024)

GFM-RAG: Graph Foundation Model for Retrieval Augmented Generation
von: Luo, Linhao, et al.
Veröffentlicht: (2025)

Pistis-RAG: Enhancing Retrieval-Augmented Generation with Human Feedback
von: Bai, Yu, et al.
Veröffentlicht: (2024)

RAGdb: A Zero-Dependency, Embeddable Architecture for Multimodal Retrieval-Augmented Generation on the Edge
von: Khalid, Ahmed Bin
Veröffentlicht: (2025)

Can LLMs Be Trusted for Evaluating RAG Systems? A Survey of Methods and Datasets
von: Brehme, Lorenz, et al.
Veröffentlicht: (2025)

RADIANT-LLM: an Agentic Retrieval Augmented Generation Framework for Reliable Decision Support in Safety-Critical Nuclear Engineering
von: Ndum, Zavier Ndum, et al.
Veröffentlicht: (2026)

Developing Retrieval Augmented Generation (RAG) based LLM Systems from PDFs: An Experience Report
von: Khan, Ayman Asad, et al.
Veröffentlicht: (2024)

MemGraphRAG: Memory-based Multi-Agent System for Graph Retrieval-Augmented Generation
von: Wu, Chuanjie, et al.
Veröffentlicht: (2026)