:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Peng, Yixing, Zhang, Licheng, Fang, Shancheng, Liu, Yi, Gu, Peijian, Wang, Quan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Information Retrieval Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2602.18437
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

On the Capacity of Citation Generation by Large Language Models
von: Qian, Haosheng, et al.
Veröffentlicht: (2024)

Long-Term Interest Clock: Fine-Grained Time Perception in Streaming Recommendation System
von: Zhu, Yongchun, et al.
Veröffentlicht: (2025)

Fine-Grained Guidance for Retrievers: Leveraging LLMs' Feedback in Retrieval-Augmented Generation
von: Liu, Yuhang, et al.
Veröffentlicht: (2024)

QBR: A Question-Bank-Based Approach to Fine-Grained Legal Knowledge Retrieval for the General Public
von: Yuan, Mingruo, et al.
Veröffentlicht: (2025)

Coarse-to-Fine Lightweight Meta-Embedding for ID-Based Recommendation
von: Wang, Yang, et al.
Veröffentlicht: (2025)

FineRec:Exploring Fine-grained Sequential Recommendation
von: Zhang, Xiaokun, et al.
Veröffentlicht: (2024)

IncompeBench: A Permissively Licensed, Fine-Grained Benchmark for Music Information Retrieval
von: Clavié, Benjamin, et al.
Veröffentlicht: (2026)

GFlowGR: Fine-tuning Generative Recommendation Frameworks with Generative Flow Networks
von: Wang, Yejing, et al.
Veröffentlicht: (2025)

CoFiRec: Coarse-to-Fine Tokenization for Generative Recommendation
von: Wei, Tianxin, et al.
Veröffentlicht: (2025)

Think Before Writing: Feature-Level Multi-Objective Optimization for Generative Citation Visibility
von: Liu, Zikang, et al.
Veröffentlicht: (2026)

CiteBART: Learning to Generate Citations for Local Citation Recommendation
von: Çelik, Ege Yiğit, et al.
Veröffentlicht: (2024)

Pre-train and Fine-tune: Recommenders as Large Models
von: Jiang, Zhenhao, et al.
Veröffentlicht: (2025)

Q-PEFT: Query-dependent Parameter Efficient Fine-tuning for Text Reranking with Large Language Models
von: Peng, Zhiyuan, et al.
Veröffentlicht: (2024)

Is It Novel and Why? Fine-Grained Patent Novelty Prediction Based on Passage Retrieval
von: Knappich, Valentin, et al.
Veröffentlicht: (2026)

Fine-Grained Table Retrieval Through the Lens of Complex Queries
von: Kosiuk, Wojciech, et al.
Veröffentlicht: (2026)

LFRAG: Layout-oriented Fine-grained Retrieval-Augmented Generation on Multimodal Document Understanding
von: Zhu, Yifan, et al.
Veröffentlicht: (2026)

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

When Transformers Meet Recommenders: Integrating Self-Attentive Sequential Recommendation with Fine-Tuned LLMs
von: Liu, Kechen
Veröffentlicht: (2025)

Fine-Tuned LLM as a Complementary Predictor Improving Ads System
von: Yang, Hui, et al.
Veröffentlicht: (2026)

Enhancing Talent Search Ranking with Role-Aware Expert Mixtures and LLM-based Fine-Grained Job Descriptions
von: Li, Jihang, et al.
Veröffentlicht: (2025)

Bridging the Gap: Self-Optimized Fine-Tuning for LLM-based Recommender Systems
von: Tang, Heng, et al.
Veröffentlicht: (2025)

FG-RAG: Enhancing Query-Focused Summarization with Context-Aware Fine-Grained Graph RAG
von: Hong, Yubin, et al.
Veröffentlicht: (2025)

Evaluating LLM-based Approaches to Legal Citation Prediction: Domain-specific Pre-training, Fine-tuning, or RAG? A Benchmark and an Australian Law Case Study
von: Han, Jiuzhou, et al.
Veröffentlicht: (2024)

Establishing Performance Baselines in Fine-Tuning, Retrieval-Augmented Generation and Soft-Prompting for Non-Specialist LLM Users
von: Dodgson, Jennifer, et al.
Veröffentlicht: (2023)

Attributes Grouping and Mining Hashing for Fine-Grained Image Retrieval
von: Lu, Xin, et al.
Veröffentlicht: (2023)

Going over Fine Web with a Fine-Tooth Comb: Technical Report of Indexing Fine Web for Problematic Content Search and Retrieval
von: Marinas, Inés Altemir, et al.
Veröffentlicht: (2025)

CiteEval: Principle-Driven Citation Evaluation for Source Attribution
von: Xu, Yumo, et al.
Veröffentlicht: (2025)

MGRetrieval: Memory-Guided Reflective Retrieval for Long-Term Dialogue Agents
von: Wang, Tan, et al.
Veröffentlicht: (2026)

Generative Long-term User Interest Modeling for Click-Through Rate Prediction
von: Shao, Jiangli, et al.
Veröffentlicht: (2026)

Deep-Reporter: Deep Research for Grounded Multimodal Long-Form Generation
von: Ye, Fangda, et al.
Veröffentlicht: (2026)

Reasoning-Enhanced Self-Training for Long-Form Personalized Text Generation
von: Salemi, Alireza, et al.
Veröffentlicht: (2025)

ITSELF: Attention Guided Fine-Grained Alignment for Vision-Language Retrieval
von: Nguyen, Tien-Huy, et al.
Veröffentlicht: (2026)

Exploring the Effectiveness of Multi-stage Fine-tuning for Cross-encoder Re-rankers
von: Pezzuti, Francesca, et al.
Veröffentlicht: (2025)

CustomIR: Unsupervised Fine-Tuning of Dense Embeddings for Known Document Corpora
von: Paull, Nathan
Veröffentlicht: (2025)

ExPerT: Effective and Explainable Evaluation of Personalized Long-Form Text Generation
von: Salemi, Alireza, et al.
Veröffentlicht: (2025)

Instruction-Based Fine-tuning of Open-Source LLMs for Predicting Customer Purchase Behaviors
von: Ergul, Halil Ibrahim, et al.
Veröffentlicht: (2025)

CORONA: A Coarse-to-Fine Framework for Graph-based Recommendation with Large Language Models
von: Chen, Junze, et al.
Veröffentlicht: (2025)

PHPQ: Pyramid Hybrid Pooling Quantization for Efficient Fine-Grained Image Retrieval
von: Zeng, Ziyun, et al.
Veröffentlicht: (2021)

Document Attribution: Examining Citation Relationships using Large Language Models
von: Rawte, Vipula, et al.
Veröffentlicht: (2025)

ReRec: Reasoning-Augmented LLM-based Recommendation Assistant via Reinforcement Fine-tuning
von: Huang, Jiani, et al.
Veröffentlicht: (2026)