Buchumschlag

Truncated Step-Level Sampling with Process Rewards for Retrieval-Augmented Reasoning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Samarinas, Chris, Chang, Haw-Shiuan, Zamani, Hamed
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language Information Retrieval
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

Distillation and Refinement of Reasoning in Small Language Models for Document Re-ranking
von: Samarinas, Chris, et al.
Veröffentlicht: (2025)

ProCIS: A Benchmark for Proactive Retrieval in Conversations
von: Samarinas, Chris, et al.
Veröffentlicht: (2024)

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

Learning to Rank for Multiple Retrieval-Augmented Models through Iterative Utility Maximization
von: Salemi, Alireza, et al.
Veröffentlicht: (2024)

Learning to Reason for Multi-Step Retrieval of Personal Context in Personalized Question Answering
von: Amirizaniani, Maryam, et al.
Veröffentlicht: (2026)

Towards a Search Engine for Machines: Unified Ranking for Multiple Retrieval-Augmented Large Language Models
von: Salemi, Alireza, et al.
Veröffentlicht: (2024)

Optimization Methods for Personalizing Large Language Models through Retrieval Augmentation
von: Salemi, Alireza, et al.
Veröffentlicht: (2024)

CIIR@LiveRAG 2025: Optimizing Multi-Agent Retrieval Augmented Generation through Self-Training
von: Salemi, Alireza, et al.
Veröffentlicht: (2025)

Stochastic RAG: End-to-End Retrieval-Augmented Generation through Expected Utility Maximization
von: Zamani, Hamed, et al.
Veröffentlicht: (2024)

Benchmarking Information Retrieval Models on Complex Retrieval Tasks
von: Killingback, Julian, et al.
Veröffentlicht: (2025)

IG-Search: Step-Level Information Gain Rewards for Search-Augmented Reasoning
von: Liang, Zihan, et al.
Veröffentlicht: (2026)

Planning Ahead in Generative Retrieval: Guiding Autoregressive Generation through Simultaneous Decoding
von: Zeng, Hansi, et al.
Veröffentlicht: (2024)

Improving User Privacy in Personalized Generation: Client-Side Retrieval-Augmented Modification of Server-Side Generated Speculations
von: Salemi, Alireza, et al.
Veröffentlicht: (2026)

Uncertainty Quantification for Retrieval-Augmented Reasoning
von: Soudani, Heydar, et al.
Veröffentlicht: (2025)

Injecting External Knowledge into the Reasoning Process Enhances Retrieval-Augmented Generation
von: Tang, Minghao, et al.
Veröffentlicht: (2025)

Multi-Step Semantic Reasoning in Generative Retrieval
von: Dong, Steven, et al.
Veröffentlicht: (2026)

Learning from Natural Language Feedback for Personalized Question Answering
von: Salemi, Alireza, et al.
Veröffentlicht: (2025)

LaMP-QA: A Benchmark for Personalized Long-form Question Answering
von: Salemi, Alireza, et al.
Veröffentlicht: (2025)

Retrieval-Enhanced Machine Learning: Synthesis and Opportunities
von: Kim, To Eun, et al.
Veröffentlicht: (2024)

Cost-Aware Retrieval-Augmentation Reasoning Models with Adaptive Retrieval Depth
von: Hashemi, Helia, et al.
Veröffentlicht: (2025)

Inferential Question Answering
von: Mozafari, Jamshid, et al.
Veröffentlicht: (2026)

CoSearch: Joint Training of Reasoning and Document Ranking via Reinforcement Learning for Agentic Search
von: Zeng, Hansi, et al.
Veröffentlicht: (2026)

RAG-RewardBench: Benchmarking Reward Models in Retrieval Augmented Generation for Preference Alignment
von: Jin, Zhuoran, et al.
Veröffentlicht: (2024)

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

LevelRAG: Enhancing Retrieval-Augmented Generation with Multi-hop Logic Planning over Rewriting Augmented Searchers
von: Zhang, Zhuocheng, et al.
Veröffentlicht: (2025)

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

HopRAG: Multi-Hop Reasoning for Logic-Aware Retrieval-Augmented Generation
von: Liu, Hao, et al.
Veröffentlicht: (2025)

SRR-Judge: Step-Level Rating and Refinement for Enhancing Search-Integrated Reasoning in Search Agents
von: Zhang, Chen, et al.
Veröffentlicht: (2026)

Accelerating Retrieval-Augmented Generation
von: Quinn, Derrick, et al.
Veröffentlicht: (2024)

Retrieval-Augmented Reasoning for Chartered Accountancy
von: Gupta, Jatin, et al.
Veröffentlicht: (2026)

ChatR1: Reinforcement Learning for Conversational Reasoning and Retrieval Augmented Question Answering
von: Lupart, Simon, et al.
Veröffentlicht: (2025)

DyG-RAG: Dynamic Graph Retrieval-Augmented Generation with Event-Centric Reasoning
von: Sun, Qingyun, et al.
Veröffentlicht: (2025)

OkraLong: A Flexible Retrieval-Augmented Framework for Long-Text Query Processing
von: Hui, Yulong, et al.
Veröffentlicht: (2025)

Query Optimization for Parametric Knowledge Refinement in Retrieval-Augmented Large Language Models
von: Cong, Youan, et al.
Veröffentlicht: (2024)

SubSearch: Intermediate Rewards for Unsupervised Guided Reasoning in Complex Retrieval
von: Petcu, Roxana, et al.
Veröffentlicht: (2026)

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

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

Bridging Personalization and Control in Scientific Personalized Search
von: Mysore, Sheshera, et al.
Veröffentlicht: (2024)

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