Copertina

MEG-RAG: Quantifying Multi-modal Evidence Grounding for Evidence Selection in RAG

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Wang, Xihang, Wang, Zihan, Huang, Chengkai, Sheng, Quan Z., Yao, Lina
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Computation and Language Information Retrieval Information Theory
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Purifying Multimodal Retrieval: Fragment-Level Evidence Selection for RAG
di: Wang, Xihang, et al.
Pubblicazione: (2026)

MES-RAG: Bringing Multi-modal, Entity-Storage, and Secure Enhancements to RAG
di: Wu, Pingyu, et al.
Pubblicazione: (2025)

PruneRAG: Confidence-Guided Query Decomposition Trees for Efficient Retrieval-Augmented Generation
di: Jiao, Shuguang, et al.
Pubblicazione: (2026)

Evidence Contextualization and Counterfactual Attribution for Conversational QA over Heterogeneous Data with RAG Systems
di: Roy, Rishiraj Saha, et al.
Pubblicazione: (2024)

MoLoRAG: Bootstrapping Document Understanding via Multi-modal Logic-aware Retrieval
di: Wu, Xixi, et al.
Pubblicazione: (2025)

MedCoT-RAG: Causal Chain-of-Thought RAG for Medical Question Answering
di: Wang, Ziyu, et al.
Pubblicazione: (2025)

MedTrust-RAG: Evidence Verification and Trust Alignment for Biomedical Question Answering
di: Ning, Yingpeng, et al.
Pubblicazione: (2025)

Doctor-RAG: Failure-Aware Repair for Agentic Retrieval-Augmented Generation
di: Jiao, Shuguang, et al.
Pubblicazione: (2026)

MultiRAG: A Knowledge-guided Framework for Mitigating Hallucination in Multi-source Retrieval Augmented Generation
di: Wu, Wenlong, et al.
Pubblicazione: (2025)

Causal-Counterfactual RAG: The Integration of Causal-Counterfactual Reasoning into RAG
di: Khadilkar, Harshad, et al.
Pubblicazione: (2025)

SearchRAG: Can Search Engines Be Helpful for LLM-based Medical Question Answering?
di: Shi, Yucheng, et al.
Pubblicazione: (2025)

RAG-IGBench: Innovative Evaluation for RAG-based Interleaved Generation in Open-domain Question Answering
di: Zhang, Rongyang, et al.
Pubblicazione: (2025)

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

FIT-RAG: Black-Box RAG with Factual Information and Token Reduction
di: Mao, Yuren, et al.
Pubblicazione: (2024)

FunnelRAG: A Coarse-to-Fine Progressive Retrieval Paradigm for RAG
di: Zhao, Xinping, et al.
Pubblicazione: (2024)

H-RAG at SemEval-2026 Task 8: Hierarchical Parent-Child Retrieval for Multi-Turn RAG Conversations
di: Elchafei, Passant, et al.
Pubblicazione: (2026)

Context Embeddings for Efficient Answer Generation in RAG
di: Rau, David, et al.
Pubblicazione: (2024)

OpenRAG: Optimizing RAG End-to-End via In-Context Retrieval Learning
di: Zhou, Jiawei, et al.
Pubblicazione: (2025)

Modular RAG: Transforming RAG Systems into LEGO-like Reconfigurable Frameworks
di: Gao, Yunfan, et al.
Pubblicazione: (2024)

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

ClaimTrust: Propagation Trust Scoring for RAG Systems
di: Qian, Hangkai, et al.
Pubblicazione: (2025)

AdaGReS:Adaptive Greedy Context Selection via Redundancy-Aware Scoring for Token-Budgeted RAG
di: Peng, Chao, et al.
Pubblicazione: (2025)

QuCo-RAG: Quantifying Uncertainty from the Pre-training Corpus for Dynamic Retrieval-Augmented Generation
di: Min, Dehai, et al.
Pubblicazione: (2025)

URAG: Implementing a Unified Hybrid RAG for Precise Answers in University Admission Chatbots -- A Case Study at HCMUT
di: Nguyen, Long, et al.
Pubblicazione: (2025)

When Iterative RAG Beats Ideal Evidence: A Diagnostic Study in Scientific Multi-hop Question Answering
di: Astaraki, Mahdi, et al.
Pubblicazione: (2026)

LiveRAG: A diverse Q&A dataset with varying difficulty level for RAG evaluation
di: Carmel, David, et al.
Pubblicazione: (2025)

BioRAG: A RAG-LLM Framework for Biological Question Reasoning
di: Wang, Chengrui, et al.
Pubblicazione: (2024)

Trust or Abstain? A Self-Aware RAG Approach
di: Zhu, Xi, et al.
Pubblicazione: (2026)

Quantifying Document Impact in RAG-LLMs
di: Gerami, Armin, et al.
Pubblicazione: (2025)

HaS: Accelerating RAG through Homology-Aware Speculative Retrieval
di: Peng, Peng, et al.
Pubblicazione: (2026)

CausalRAG: Integrating Causal Graphs into Retrieval-Augmented Generation
di: Wang, Nengbo, et al.
Pubblicazione: (2025)

U-NIAH: Unified RAG and LLM Evaluation for Long Context Needle-In-A-Haystack
di: Gao, Yunfan, et al.
Pubblicazione: (2025)

RAGEval: Scenario Specific RAG Evaluation Dataset Generation Framework
di: Zhu, Kunlun, et al.
Pubblicazione: (2024)

Generative Chain of Behavior for User Trajectory Prediction
di: Huang, Chengkai, et al.
Pubblicazione: (2026)

Multi-Reranker: Maximizing performance of retrieval-augmented generation in the FinanceRAG challenge
di: Lee, Joohyun, et al.
Pubblicazione: (2024)

Can QPP Choose the Right Query Variant? Evaluating Query Variant Selection for RAG Pipelines
di: Arabzadeh, Negar, et al.
Pubblicazione: (2026)

Core-based Hierarchies for Efficient GraphRAG
di: Hossain, Jakir, et al.
Pubblicazione: (2026)

The Distracting Effect: Understanding Irrelevant Passages in RAG
di: Amiraz, Chen, et al.
Pubblicazione: (2025)

Optimizing Retrieval for RAG via Reinforcement Learning
di: Zhou, Jiawei, et al.
Pubblicazione: (2025)

The Power of Noise: Redefining Retrieval for RAG Systems
di: Cuconasu, Florin, et al.
Pubblicazione: (2024)