Buchumschlag

LIT-RAGBench: Benchmarking Generator Capabilities of Large Language Models in Retrieval-Augmented Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Itai, Koki, Hasegawa, Shunichi, Yamamoto, Yuta, Minegishi, Gouki, Otsuki, Masaki
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

RAGBench: Explainable Benchmark for Retrieval-Augmented Generation Systems
von: Friel, Robert, et al.
Veröffentlicht: (2024)

CanLegalRAGBench: Evaluating Retrieval-Augmented Generation on Canadian Case Law
von: Zhao, Ethan, et al.
Veröffentlicht: (2026)

Mechanism of Task-oriented Information Removal in In-context Learning
von: Cho, Hakaze, et al.
Veröffentlicht: (2025)

Rethinking Evaluation of Sparse Autoencoders through the Representation of Polysemous Words
von: Minegishi, Gouki, et al.
Veröffentlicht: (2025)

Steering at the Source: Style Modulation Heads for Robust Persona Control
von: Izawa, Yoshihiro, et al.
Veröffentlicht: (2026)

Beyond Induction Heads: In-Context Meta Learning Induces Multi-Phase Circuit Emergence
von: Minegishi, Gouki, et al.
Veröffentlicht: (2025)

RAGCap-Bench: Benchmarking Capabilities of LLMs in Agentic Retrieval Augmented Generation Systems
von: Lin, Jingru, et al.
Veröffentlicht: (2025)

Boosting the Capabilities of Compact Models in Low-Data Contexts with Large Language Models and Retrieval-Augmented Generation
von: Shandilya, Bhargav, et al.
Veröffentlicht: (2024)

Benchmarking Large Language Models for Quebec Insurance: From Closed-Book to Retrieval-Augmented Generation
von: Beauchemin, David, et al.
Veröffentlicht: (2026)

CRUD-RAG: A Comprehensive Chinese Benchmark for Retrieval-Augmented Generation of Large Language Models
von: Lyu, Yuanjie, et al.
Veröffentlicht: (2024)

Measuring and Benchmarking Large Language Models' Capabilities to Generate Persuasive Language
von: Pauli, Amalie Brogaard, et al.
Veröffentlicht: (2024)

FinRAGBench-V: A Benchmark for Multimodal RAG with Visual Citation in the Financial Domain
von: Zhao, Suifeng, et al.
Veröffentlicht: (2025)

RAD-Bench: Evaluating Large Language Models Capabilities in Retrieval Augmented Dialogues
von: Kuo, Tzu-Lin, et al.
Veröffentlicht: (2024)

Evaluating Self-Generated Documents for Enhancing Retrieval-Augmented Generation with Large Language Models
von: Li, Jiatao, et al.
Veröffentlicht: (2024)

Auto-RAG: Autonomous Retrieval-Augmented Generation for Large Language Models
von: Yu, Tian, et al.
Veröffentlicht: (2024)

Retrieval Augmented Generation based Large Language Models for Causality Mining
von: Naduvilakandy, Thushara Manjari, et al.
Veröffentlicht: (2025)

A Survey on Retrieval And Structuring Augmented Generation with Large Language Models
von: Jiang, Pengcheng, et al.
Veröffentlicht: (2025)

Adapting Large Language Models for Multi-Domain Retrieval-Augmented-Generation
von: Misrahi, Alexandre, et al.
Veröffentlicht: (2025)

Towards Comprehensive Vietnamese Retrieval-Augmented Generation and Large Language Models
von: Duc, Nguyen Quang, et al.
Veröffentlicht: (2024)

Retrieval-Augmented Generation for Large Language Models: A Survey
von: Gao, Yunfan, et al.
Veröffentlicht: (2023)

Evaluating Cultural Knowledge Processing in Large Language Models: A Cognitive Benchmarking Framework Integrating Retrieval-Augmented Generation
von: Lee, Hung-Shin, et al.
Veröffentlicht: (2025)

T$^2$-RAGBench: Text-and-Table Benchmark for Evaluating Retrieval-Augmented Generation
von: Strich, Jan, et al.
Veröffentlicht: (2025)

Evaluation of Attribution Bias in Generator-Aware Retrieval-Augmented Large Language Models
von: Abolghasemi, Amin, et al.
Veröffentlicht: (2024)

After Retrieval, Before Generation: Enhancing the Trustworthiness of Large Language Models in Retrieval-Augmented Generation
von: Dai, Xinbang, et al.
Veröffentlicht: (2025)

Benchmarking Retrieval-Augmented Generation for Medicine
von: Xiong, Guangzhi, et al.
Veröffentlicht: (2024)

Benchmarking Generation and Evaluation Capabilities of Large Language Models for Instruction Controllable Summarization
von: Liu, Yixin, et al.
Veröffentlicht: (2023)

TritonBench: Benchmarking Large Language Model Capabilities for Generating Triton Operators
von: Li, Jianling, et al.
Veröffentlicht: (2025)

Embedding-Informed Adaptive Retrieval-Augmented Generation of Large Language Models
von: Huang, Chengkai, et al.
Veröffentlicht: (2024)

Coordinated Semantic Alignment and Evidence Constraints for Retrieval-Augmented Generation with Large Language Models
von: Chen, Xin, et al.
Veröffentlicht: (2026)

Enhancing Pancreatic Cancer Staging with Large Language Models: The Role of Retrieval-Augmented Generation
von: Johno, Hisashi, et al.
Veröffentlicht: (2025)

Retrieval Augmented Generation Evaluation in the Era of Large Language Models: A Comprehensive Survey
von: Gan, Aoran, et al.
Veröffentlicht: (2025)

Evaluating the Generation Capabilities of Large Chinese Language Models
von: Zeng, Hui, et al.
Veröffentlicht: (2023)

Advancing Retrieval-Augmented Generation for Persian: Development of Language Models, Comprehensive Benchmarks, and Best Practices for Optimization
von: Hosseinbeigi, Sara Bourbour, et al.
Veröffentlicht: (2025)

Explainable Biomedical Hypothesis Generation via Retrieval Augmented Generation enabled Large Language Models
von: Pelletier, Alexander R., et al.
Veröffentlicht: (2024)

Deploying Large Language Models With Retrieval Augmented Generation
von: Prabhune, Sonal, et al.
Veröffentlicht: (2024)

Comparison of Text-Based and Image-Based Retrieval in Multimodal Retrieval Augmented Generation Large Language Model Systems
von: Lumer, Elias, et al.
Veröffentlicht: (2025)

Multimodal Retrieval-Augmented Generation with Large Language Models for Medical VQA
von: Karim, A H M Rezaul, et al.
Veröffentlicht: (2025)

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

Towards Trustworthy Retrieval Augmented Generation for Large Language Models: A Survey
von: Ni, Bo, et al.
Veröffentlicht: (2025)

Benchmarking Retrieval-Augmented Generation for Chemistry
von: Zhong, Xianrui, et al.
Veröffentlicht: (2025)