Copertina

Generative Retrieval Overcomes Limitations of Dense Retrieval but Struggles with Identifier Ambiguity

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Bracher, Adrian, Vakulenko, Svitlana
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Information Retrieval
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Does Generative Retrieval Overcome the Limitations of Dense Retrieval?
di: Zhang, Yingchen, et al.
Pubblicazione: (2025)

Retrieving Contextual Information for Long-Form Question Answering using Weak Supervision
di: Christmann, Philipp, et al.
Pubblicazione: (2024)

Orcheo: A Modular Full-Stack Platform for Conversational Search
di: Jiang, Shaojie, et al.
Pubblicazione: (2026)

Generative Retrieval as Multi-Vector Dense Retrieval
di: Wu, Shiguang, et al.
Pubblicazione: (2024)

Dense Passage Retrieval: Is it Retrieving?
di: Reichman, Benjamin, et al.
Pubblicazione: (2024)

HypRAG: Hyperbolic Dense Retrieval for Retrieval Augmented Generation
di: Madhu, Hiren, et al.
Pubblicazione: (2026)

Mamba Retriever: Utilizing Mamba for Effective and Efficient Dense Retrieval
di: Zhang, Hanqi, et al.
Pubblicazione: (2024)

Dense Passage Retrieval in Conversational Search
di: Salamah, Ahmed H., et al.
Pubblicazione: (2025)

On the Scaling of Robustness and Effectiveness in Dense Retrieval
di: Liu, Yu-An, et al.
Pubblicazione: (2025)

Domain Adaptation for Dense Retrieval and Conversational Dense Retrieval through Self-Supervision by Meticulous Pseudo-Relevance Labeling
di: Li, Minghan, et al.
Pubblicazione: (2024)

Cohort Retrieval using Dense Passage Retrieval
di: Jadhav, Pranav
Pubblicazione: (2025)

LSTM-based Selective Dense Text Retrieval Guided by Sparse Lexical Retrieval
di: Yang, Yingrui, et al.
Pubblicazione: (2025)

Don't Retrieve, Generate: Prompting LLMs for Synthetic Training Data in Dense Retrieval
di: Sinha, Aarush
Pubblicazione: (2025)

Unifying Generative and Dense Retrieval for Sequential Recommendation
di: Yang, Liu, et al.
Pubblicazione: (2024)

Image-Seeking Intent Prediction for Cross-Device Product Search
di: Hendriksen, Mariya, et al.
Pubblicazione: (2025)

Training Dense Retrievers with Multiple Positive Passages
di: Wang, Benben, et al.
Pubblicazione: (2026)

Leveraging LLMs for Unsupervised Dense Retriever Ranking
di: Khramtsova, Ekaterina, et al.
Pubblicazione: (2024)

Boosting Data Utilization for Multilingual Dense Retrieval
di: Huang, Chao, et al.
Pubblicazione: (2025)

MLLM-Driven Semantic Identifier Generation for Generative Cross-Modal Retrieval
di: Li, Tianyuan, et al.
Pubblicazione: (2025)

Identifying Origins of Place Names via Retrieval Augmented Generation
di: Horde-Vo, Alexis, et al.
Pubblicazione: (2025)

Bootstrapped Pre-training with Dynamic Identifier Prediction for Generative Retrieval
di: Tang, Yubao, et al.
Pubblicazione: (2024)

ChatRetriever: Adapting Large Language Models for Generalized and Robust Conversational Dense Retrieval
di: Mao, Kelong, et al.
Pubblicazione: (2024)

Large Reasoning Embedding Models: Towards Next-Generation Dense Retrieval Paradigm
di: Tang, Jianting, et al.
Pubblicazione: (2025)

ScalingNote: Scaling up Retrievers with Large Language Models for Real-World Dense Retrieval
di: Huang, Suyuan, et al.
Pubblicazione: (2024)

Retrieval-GRPO: A Multi-Objective Reinforcement Learning Framework for Dense Retrieval in Taobao Search
di: Liu, Xingxian, et al.
Pubblicazione: (2025)

Generative Dense Retrieval: Memory Can Be a Burden
di: Yuan, Peiwen, et al.
Pubblicazione: (2024)

Scaling Laws For Dense Retrieval
di: Fang, Yan, et al.
Pubblicazione: (2024)

Domain-Adaptive Dense Retrieval for Brazilian Legal Search
di: Pereira, Jayr, et al.
Pubblicazione: (2026)

Investigating Multi-layer Representations for Dense Passage Retrieval
di: Xie, Zhongbin, et al.
Pubblicazione: (2025)

Improving Dense Passage Retrieval with Multiple Positive Passages
di: Chang, Shuai
Pubblicazione: (2025)

Scaling Sparse and Dense Retrieval in Decoder-Only LLMs
di: Zeng, Hansi, et al.
Pubblicazione: (2025)

Interpret and Control Dense Retrieval with Sparse Latent Features
di: Kang, Hao, et al.
Pubblicazione: (2024)

Enhancing Dense Retrievers' Robustness with Group-level Reweighting
di: Han, Peixuan, et al.
Pubblicazione: (2023)

Static Pruning in Dense Retrieval using Matrix Decomposition
di: Siciliano, Federico, et al.
Pubblicazione: (2024)

Graded Relevance Scoring of Written Essays with Dense Retrieval
di: Albatarni, Salam, et al.
Pubblicazione: (2024)

Code-Switching Information Retrieval: Benchmarks, Analysis, and the Limits of Current Retrievers
di: Zeng, Qingcheng, et al.
Pubblicazione: (2026)

DenseReviewer: A Screening Prioritisation Tool for Systematic Review based on Dense Retrieval
di: Mao, Xinyu, et al.
Pubblicazione: (2025)

Unsupervised Multilingual Dense Retrieval via Generative Pseudo Labeling
di: Huang, Chao-Wei, et al.
Pubblicazione: (2024)

The Overlooked Role of Graded Relevance Thresholds in Multilingual Dense Retrieval
di: Wullach, Tomer, et al.
Pubblicazione: (2026)

Is Position Bias in Dense Retrievers Built In-or Learned from Data?
di: Yu, Daegon, et al.
Pubblicazione: (2026)