Buchumschlag

Domain Fine-Tuning vs. Retrieval-Augmented Generation for Medical Multiple-Choice Question Answering: A Controlled Comparison at the 4B-Parameter Scale

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Buskila, Avi-ad Avraam
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

Evaluating Small Open LLMs for Medical Question Answering: A Practical Framework
von: Buskila, Avi-ad Avraam
Veröffentlicht: (2026)

Retrieval Augmented Generation for Domain-specific Question Answering
von: Sharma, Sanat, et al.
Veröffentlicht: (2024)

Generate-then-Ground in Retrieval-Augmented Generation for Multi-hop Question Answering
von: Shi, Zhengliang, et al.
Veröffentlicht: (2024)

Comprehensive and Practical Evaluation of Retrieval-Augmented Generation Systems for Medical Question Answering
von: Ngo, Nghia Trung, et al.
Veröffentlicht: (2024)

Improving the Domain Adaptation of Retrieval Augmented Generation (RAG) Models for Open Domain Question Answering
von: Siriwardhana, Shamane, et al.
Veröffentlicht: (2022)

REAR: A Relevance-Aware Retrieval-Augmented Framework for Open-Domain Question Answering
von: Wang, Yuhao, et al.
Veröffentlicht: (2024)

Preference-based Learning with Retrieval Augmented Generation for Conversational Question Answering
von: Kaiser, Magdalena, et al.
Veröffentlicht: (2025)

Applying Relation Extraction and Graph Matching to Answering Multiple Choice Questions
von: Shimoda, Naoki, et al.
Veröffentlicht: (2025)

SQuAI: Scientific Question-Answering with Multi-Agent Retrieval-Augmented Generation
von: Besrour, Ines, et al.
Veröffentlicht: (2025)

Hierarchical Vision-Language Reasoning for Multimodal Multiple-Choice Question Answering
von: Zhou, Ao, et al.
Veröffentlicht: (2025)

SRAG: Structured Retrieval-Augmented Generation for Multi-Entity Question Answering over Wikipedia Graph
von: Lin, Teng, et al.
Veröffentlicht: (2025)

KERAG: Knowledge-Enhanced Retrieval-Augmented Generation for Advanced Question Answering
von: Sun, Yushi, et al.
Veröffentlicht: (2025)

Fine-Tuning Large Language Models and Evaluating Retrieval Methods for Improved Question Answering on Building Codes
von: Aqib, Mohammad, et al.
Veröffentlicht: (2025)

Hierarchical Retrieval-Augmented Generation Model with Rethink for Multi-hop Question Answering
von: Zhang, Xiaoming, et al.
Veröffentlicht: (2024)

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

Exploring Hint Generation Approaches in Open-Domain Question Answering
von: Mozafari, Jamshid, et al.
Veröffentlicht: (2024)

RVR: Retrieve-Verify-Retrieve for Comprehensive Question Answering
von: Qian, Deniz, et al.
Veröffentlicht: (2026)

A Multimodal Dense Retrieval Approach for Speech-Based Open-Domain Question Answering
von: Sidiropoulos, Georgios, et al.
Veröffentlicht: (2024)

Benchmarking Retrieval-Augmented Multimodal Generation for Document Question Answering
von: Dong, Kuicai, et al.
Veröffentlicht: (2025)

RuleRAG: Rule-Guided Retrieval-Augmented Generation with Language Models for Question Answering
von: Chen, Zhongwu, et al.
Veröffentlicht: (2024)

PGDA-KGQA: A Prompt-Guided Generative Framework with Multiple Data Augmentation Strategies for Knowledge Graph Question Answering
von: Zhou, Xiujun, et al.
Veröffentlicht: (2025)

JMLR: Joint Medical LLM and Retrieval Training for Enhancing Reasoning and Professional Question Answering Capability
von: Wang, Junda, et al.
Veröffentlicht: (2024)

Entity Retrieval for Answering Entity-Centric Questions
von: Shavarani, Hassan S., et al.
Veröffentlicht: (2024)

Ruling Out to Rule In: Contrastive Hypothesis Retrieval for Medical Question Answering
von: Kim, Byeolhee, et al.
Veröffentlicht: (2026)

MUST-RAG: MUSical Text Question Answering with Retrieval Augmented Generation
von: Kwon, Daeyong, et al.
Veröffentlicht: (2025)

GPT vs RETRO: Exploring the Intersection of Retrieval and Parameter-Efficient Fine-Tuning
von: Ficek, Aleksander, et al.
Veröffentlicht: (2024)

Silver Retriever: Advancing Neural Passage Retrieval for Polish Question Answering
von: Rybak, Piotr, et al.
Veröffentlicht: (2023)

MARA: A Multimodal Adaptive Retrieval-Augmented Framework for Document Question Answering
von: Wu, Hui, et al.
Veröffentlicht: (2026)

Cross-modal Retrieval for Knowledge-based Visual Question Answering
von: Lerner, Paul, et al.
Veröffentlicht: (2024)

PAQA: Toward ProActive Open-Retrieval Question Answering
von: Erbacher, Pierre, et al.
Veröffentlicht: (2024)

Evaluating the Retrieval Component in LLM-Based Question Answering Systems
von: Alinejad, Ashkan, et al.
Veröffentlicht: (2024)

Defending Against Disinformation Attacks in Open-Domain Question Answering
von: Weller, Orion, et al.
Veröffentlicht: (2022)

PARSE: An Open-Domain Reasoning Question Answering Benchmark for Persian
von: Mozafari, Jamshid, et al.
Veröffentlicht: (2026)

Parenting: Optimizing Knowledge Selection of Retrieval-Augmented Language Models with Parameter Decoupling and Tailored Tuning
von: Xu, Yongxin, et al.
Veröffentlicht: (2024)

Hierarchical Retrieval with Evidence Curation for Open-Domain Financial Question Answering on Standardized Documents
von: Choe, Jaeyoung, et al.
Veröffentlicht: (2025)

RbFT: Robust Fine-tuning for Retrieval-Augmented Generation against Retrieval Defects
von: Tu, Yiteng, et al.
Veröffentlicht: (2025)

Decomposing Retrieval Failures in RAG for Long-Document Financial Question Answering
von: Kobeissi, Amine, et al.
Veröffentlicht: (2026)

DomainRAG: A Chinese Benchmark for Evaluating Domain-specific Retrieval-Augmented Generation
von: Wang, Shuting, et al.
Veröffentlicht: (2024)

S-Path-RAG: Semantic-Aware Shortest-Path Retrieval Augmented Generation for Multi-Hop Knowledge Graph Question Answering
von: Fu, Rong, et al.
Veröffentlicht: (2026)

Retrieval-Augmented Generation with Knowledge Graphs for Customer Service Question Answering
von: Xu, Zhentao, et al.
Veröffentlicht: (2024)