Buchumschlag

SUMMIR: A Hallucination-Aware Framework for Ranking Sports Insights from LLMs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kumar, Nitish, Kumar, Sannu, Akash, S, Gupta, Manish, Karat, Ankith, Saha, Sriparna
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Information Retrieval Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

M3Retrieve: Benchmarking Multimodal Retrieval for Medicine
von: Acharya, Arkadeep, 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)

Learning Smooth Distance Functions via Queries
von: Kumar, Akash, et al.
Veröffentlicht: (2024)

Constructing Micro Knowledge Graphs from Technical Support Documents
von: Kumar, Atul, et al.
Veröffentlicht: (2025)

MultiSlot ReRanker: A Generic Model-based Re-Ranking Framework in Recommendation Systems
von: Xiao, Qiang Charles, et al.
Veröffentlicht: (2024)

Explicit and Implicit Semantic Ranking Framework
von: Zhu, Xiaofeng, et al.
Veröffentlicht: (2023)

The Agentic Leash: Extracting Causal Feedback Fuzzy Cognitive Maps with LLMs
von: Panda, Akash Kumar, et al.
Veröffentlicht: (2025)

M-$LLM^3$REC: A Motivation-Aware User-Item Interaction Framework for Enhancing Recommendation Accuracy with LLMs
von: Chen, Lining, et al.
Veröffentlicht: (2025)

Beyond Single-Score Ranking: Facet-Aware Reranking for Controllable Diversity in Paper Recommendation
von: Tao, Duan Ming
Veröffentlicht: (2026)

Precise Zero-Shot Pointwise Ranking with LLMs through Post-Aggregated Global Context Information
von: Long, Kehan, et al.
Veröffentlicht: (2025)

MACA: A Framework for Distilling Trustworthy LLMs into Efficient Retrievers
von: Gudipudi, Satya Swaroop, et al.
Veröffentlicht: (2026)

DReX: An Explainable Deep Learning-based Multimodal Recommendation Framework
von: Shyam, Adamya, et al.
Veröffentlicht: (2026)

Leveraging the Power of LLMs: A Fine-Tuning Approach for High-Quality Aspect-Based Summarization
von: Mullick, Ankan, et al.
Veröffentlicht: (2024)

DenoiseRank: Learning to Rank by Diffusion Models
von: Wang, Ying, et al.
Veröffentlicht: (2026)

OrdRankBen: A Novel Ranking Benchmark for Ordinal Relevance in NLP
von: Wang, Yan, et al.
Veröffentlicht: (2025)

I-SIRch: AI-Powered Concept Annotation Tool For Equitable Extraction And Analysis Of Safety Insights From Maternity Investigations
von: Singh, Mohit Kumar, et al.
Veröffentlicht: (2024)

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)

Towards a Theoretical Understanding of Two-Stage Recommender Systems
von: Jaiswal, Amit Kumar
Veröffentlicht: (2024)

From Reasoning LLMs to BERT: A Two-Stage Distillation Framework for Search Relevance
von: Xia, Runze, et al.
Veröffentlicht: (2025)

The Ranking Blind Spot: Decision Hijacking in LLM-based Text Ranking
von: Qian, Yaoyao, et al.
Veröffentlicht: (2025)

Alleviating LLM-based Generative Retrieval Hallucination in Alipay Search
von: Shen, Yedan, et al.
Veröffentlicht: (2025)

GridMind: A Multi-Agent NLP Framework for Unified, Cross-Modal NFL Data Insights
von: Chipka, Jordan, et al.
Veröffentlicht: (2025)

Domain-Specific Query Understanding for Automotive Applications: A Modular and Scalable Approach
von: Motiyani, Isha, et al.
Veröffentlicht: (2026)

Hi-SAM: A Hierarchical Structure-Aware Multi-modal Framework for Large-Scale Recommendation
von: Pan, Pingjun, et al.
Veröffentlicht: (2026)

Towards Sustainable Growth: A Multi-Value-Aware Retrieval Framework for E-Commerce Search
von: Wang, Yifan, et al.
Veröffentlicht: (2026)

GroupRank: A Groupwise Paradigm for Effective and Efficient Passage Reranking with LLMs
von: Long, Meixiu, et al.
Veröffentlicht: (2025)

LLM-RecG: A Semantic Bias-Aware Framework for Zero-Shot Sequential Recommendation
von: Li, Yunzhe, et al.
Veröffentlicht: (2025)

OG-Rank: Learning to Rank Fast and Slow with Uncertainty and Reward-Trend Guided Adaptive Exploration
von: Singh, Praphul, et al.
Veröffentlicht: (2025)

JIR-Arena: The First Benchmark Dataset for Just-in-time Information Recommendation
von: Yang, Ke, et al.
Veröffentlicht: (2025)

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

Fine-grained large-scale content recommendations for MSX sellers
von: Singh, Manpreet, et al.
Veröffentlicht: (2024)

Localization Boosting for Growth Markets: Mitigating Cross-Locale Behavioral Bias in Learning-to-Rank
von: Seran, Suryaa Veerabathiran, et al.
Veröffentlicht: (2026)

rerankers: A Lightweight Python Library to Unify Ranking Methods
von: Clavié, Benjamin
Veröffentlicht: (2024)

Whole Page Unbiased Learning to Rank
von: Mao, Haitao, et al.
Veröffentlicht: (2022)

Centrality-aware Product Retrieval and Ranking
von: Saadany, Hadeel, et al.
Veröffentlicht: (2024)

Interpretable Triplet Importance for Personalized Ranking
von: He, Bowei, et al.
Veröffentlicht: (2024)

Personalized Education with Ranking Alignment Recommendation
von: Liu, Haipeng, et al.
Veröffentlicht: (2025)

RRADistill: Distilling LLMs' Passage Ranking Ability for Long-Tail Queries Document Re-Ranking on a Search Engine
von: Choi, Nayoung, et al.
Veröffentlicht: (2024)

Enhancing FKG.in: automating Indian food composition analysis
von: Gupta, Saransh Kumar, et al.
Veröffentlicht: (2024)

DRAK: Unlocking Molecular Insights with Domain-Specific Retrieval-Augmented Knowledge in LLMs
von: Liu, Jinzhe, et al.
Veröffentlicht: (2024)