Buchumschlag

Routing End User Queries to Enterprise Databases

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Sudarshan, Saikrishna, Kulkarni, Tanay, Patwardhan, Manasi, Vig, Lovekesh, Srinivasan, Ashwin, Verlekar, Tanmay Tulsidas
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Artificial Intelligence Databases H.2.4; I.2.7; H.3.3
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Retrieval and Augmentation of Domain Knowledge for Text-to-SQL Semantic Parsing
von: Patwardhan, Manasi, et al.
Veröffentlicht: (2025)

QVCache: A Query-Aware Vector Cache
von: Göçer, Anıl Eren, et al.
Veröffentlicht: (2026)

BatchBench: Toward a Workload-Aware Benchmark for Autoscaling Policies in Big Data Batch Processing -- A Proposed Framework
von: Budigi, Venkata Krishna Prasanth, et al.
Veröffentlicht: (2026)

Semantic Caching for OLAP via LLM-Based Query Canonicalization (Extended Version)
von: Bindschaedler, Laurent
Veröffentlicht: (2026)

The Case for Intent-Based Query Rewriting
von: Nicolai, Gianna Lisa, et al.
Veröffentlicht: (2025)

Bhakti: A Lightweight Vector Database Management System for Endowing Large Language Models with Semantic Search Capabilities and Memory
von: Wu, Zihao
Veröffentlicht: (2025)

ChronoMedKG: A Temporally-Grounded Biomedical Knowledge Graph and Benchmark for Clinical Reasoning
von: Ahmed, Md Shamim, et al.
Veröffentlicht: (2026)

QUARK: Robust Retrieval under Non-Faithful Queries via Query-Anchored Aggregation
von: Lyu, Rita Qiuran, et al.
Veröffentlicht: (2026)

Flippi: End To End GenAI Assistant for E-Commerce
von: Rajasekar, Anand A., et al.
Veröffentlicht: (2025)

Uncovering the Limitations of Query Performance Prediction: Failures, Insights, and Implications for Selective Query Processing
von: Chifu, Adrian-Gabriel, et al.
Veröffentlicht: (2025)

Large Language Models, Knowledge Graphs and Search Engines: A Crossroads for Answering Users' Questions
von: Hogan, Aidan, et al.
Veröffentlicht: (2025)

A Prompt-Aware Structuring Framework for Reliable Reuse of AI-Generated Content in the Agentic Web
von: Egami, Shusaku, et al.
Veröffentlicht: (2026)

Memory Architectures for Multi-Turn Text-to-SQL: A Benchmark and Empirical Study
von: Tummalapenta, Ravi Kumar, et al.
Veröffentlicht: (2026)

Falkor-IRAC: Graph-Constrained Generation for Verified Legal Reasoning in Indian Judicial AI
von: Bose, Joy
Veröffentlicht: (2026)

HOME-KGQA: A Benchmark Dataset for Multimodal Knowledge Graph Question Answering on Household Daily Activities
von: Egami, Shusaku, et al.
Veröffentlicht: (2026)

Bi-View Embedding Fusion: A Hybrid Learning Approach for Knowledge Graph's Nodes Classification Addressing Problems with Limited Data
von: Napoli, Rosario, et al.
Veröffentlicht: (2025)

Beyond Similarity Search: A Unified Data Layer for Production RAG Systems
von: Budigi, Venkata Krishna Prasanth, et al.
Veröffentlicht: (2026)

VOGUE: A Multimodal Dataset for Conversational Recommendation in Fashion
von: Guo, David, et al.
Veröffentlicht: (2025)

SPARTA: Scalable and Principled Benchmark of Tree-Structured Multi-hop QA over Text and Tables
von: Park, Sungho, et al.
Veröffentlicht: (2026)

DPDisc: From Factoid Questions to Data Product Requests for Open-World Data Product Discovery over Tables and Text
von: Zhang, Liangliang, et al.
Veröffentlicht: (2025)

GE-Chat: A Graph Enhanced RAG Framework for Evidential Response Generation of LLMs
von: Da, Longchao, et al.
Veröffentlicht: (2025)

UnWeaving the knots of GraphRAG -- turns out VectorRAG is almost enough
von: Tuora, Ryszard, et al.
Veröffentlicht: (2026)

BMAM: Brain-inspired Multi-Agent Memory Framework
von: Li, Yang, et al.
Veröffentlicht: (2026)

Towards Robust Retrieval-Augmented Generation Based on Knowledge Graph: A Comparative Analysis
von: Amamou, Hazem, et al.
Veröffentlicht: (2026)

Permanent Data Encoding (PDE): A Visual Language for Semantic Compression and Knowledge Preservation in 3-Character Units
von: Tsuyuki, Yoshiharu, et al.
Veröffentlicht: (2025)

Diversification as Risk Minimization
von: Takehi, Rikiya, et al.
Veröffentlicht: (2025)

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

The Reasoning Bottleneck in Graph-RAG: Structured Prompting and Context Compression for Multi-Hop QA
von: Zarrinkia, Yasaman, et al.
Veröffentlicht: (2026)

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

Leveraging Large Language Models for Semantic Query Processing in a Scholarly Knowledge Graph
von: Jia, Runsong, et al.
Veröffentlicht: (2024)

IMDMR: An Intelligent Multi-Dimensional Memory Retrieval System for Enhanced Conversational AI
von: Pawar, Tejas, et al.
Veröffentlicht: (2025)

A Case Study of Balanced Query Recommendation on Wikipedia
von: Mishra, Harshit, et al.
Veröffentlicht: (2025)

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

Conversational No-code, Multi-agentic Disease Module Identification and Drug Repurposing Prediction with ChatDRex
von: Süwer, Simon, et al.
Veröffentlicht: (2025)

Tensor Manifold-Based Graph-Vector Fusion for AI-Native Academic Literature Retrieval
von: Wei, Xing, et al.
Veröffentlicht: (2026)

Siren Federate: Bridging document, relational, and graph models for exploratory graph analysis
von: Bordea, Georgeta, et al.
Veröffentlicht: (2025)

Generative Query Reformulation Using Ensemble Prompting, Document Fusion, and Relevance Feedback
von: Dhole, Kaustubh D., et al.
Veröffentlicht: (2024)

A Chain-of-Thought Approach to Semantic Query Categorization in e-Commerce Taxonomies
von: Duraj, Jetlir, et al.
Veröffentlicht: (2026)

Clinical Knowledge Graph Construction and Evaluation with Multi-LLMs via Retrieval-Augmented Generation
von: Das, Udiptaman, et al.
Veröffentlicht: (2026)

Using Large Language Models and Knowledge Graphs to Improve the Interpretability of Machine Learning Models in Manufacturing
von: Bayer, Thomas, et al.
Veröffentlicht: (2026)