Buchumschlag

Byte-Exact Deduplication in Retrieval-Augmented Generation: A Three-Regime Empirical Analysis Across Public Benchmarks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Schelpe, Sietse
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

Merlin: Deterministic Byte-Exact Deduplication for Lossless Context Optimization in Large Language Model Inference
von: Schelpe, Sietse
Veröffentlicht: (2026)

Generative Deduplication For Socia Media Data Selection
von: Li, Xianming, et al.
Veröffentlicht: (2024)

An Empirical Study of Retrieval Augmented Generation with Chain-of-Thought
von: Zhao, Yuetong, et al.
Veröffentlicht: (2024)

Multi-Source Knowledge Pruning for Retrieval-Augmented Generation: A Benchmark and Empirical Study
von: Yu, Shuo, et al.
Veröffentlicht: (2024)

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

Benchmarking Retrieval Strategies for Biomedical Retrieval-Augmented Generation: A Controlled Empirical Study
von: Bal, Devi Prasad, et al.
Veröffentlicht: (2026)

PRGB Benchmark: A Robust Placeholder-Assisted Algorithm for Benchmarking Retrieval-Augmented Generation
von: Tan, Zhehao, et al.
Veröffentlicht: (2025)

BERGEN: A Benchmarking Library for Retrieval-Augmented Generation
von: Rau, David, et al.
Veröffentlicht: (2024)

YpathRAG:A Retrieval-Augmented Generation Framework and Benchmark for Pathology
von: Yu, Deshui, et al.
Veröffentlicht: (2025)

SEDD: Scalable and Efficient Dataset Deduplication with GPUs
von: Son, Youngjun, et al.
Veröffentlicht: (2025)

Legal-DC: Benchmarking Retrieval-Augmented Generation for Legal Documents
von: Li, Yaocong, et al.
Veröffentlicht: (2026)

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

WeQA: A Benchmark for Retrieval Augmented Generation in Wind Energy Domain
von: Meyur, Rounak, et al.
Veröffentlicht: (2024)

Bi'an: A Bilingual Benchmark and Model for Hallucination Detection in Retrieval-Augmented Generation
von: Jiang, Zhouyu, et al.
Veröffentlicht: (2025)

CLERC: A Dataset for Legal Case Retrieval and Retrieval-Augmented Analysis Generation
von: Hou, Abe Bohan, et al.
Veröffentlicht: (2024)

MRAG: Benchmarking Retrieval-Augmented Generation for Bio-medicine
von: Li, Liz, et al.
Veröffentlicht: (2026)

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

Deduplicating and Ranking Solution Programs for Suggesting Reference Solutions
von: Shirafuji, Atsushi, et al.
Veröffentlicht: (2023)

LIT-RAGBench: Benchmarking Generator Capabilities of Large Language Models in Retrieval-Augmented Generation
von: Itai, Koki, et al.
Veröffentlicht: (2026)

AlphaFin: Benchmarking Financial Analysis with Retrieval-Augmented Stock-Chain Framework
von: Li, Xiang, et al.
Veröffentlicht: (2024)

CFVBench: A Comprehensive Video Benchmark for Fine-grained Multimodal Retrieval-Augmented Generation
von: Wei, Kaiwen, et al.
Veröffentlicht: (2025)

MIRAGE: A Metric-Intensive Benchmark for Retrieval-Augmented Generation Evaluation
von: Park, Chanhee, et al.
Veröffentlicht: (2025)

MultiHop-RAG: Benchmarking Retrieval-Augmented Generation for Multi-Hop Queries
von: Tang, Yixuan, et al.
Veröffentlicht: (2024)

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

CORAL: Benchmarking Multi-turn Conversational Retrieval-Augmentation Generation
von: Cheng, Yiruo, et al.
Veröffentlicht: (2024)

A Pilot Empirical Study on When and How to Use Knowledge Graphs as Retrieval Augmented Generation
von: Yuan, Xujie, et al.
Veröffentlicht: (2025)

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

Multilingual Retrieval Augmented Generation for Culturally-Sensitive Tasks: A Benchmark for Cross-lingual Robustness
von: Li, Bryan, et al.
Veröffentlicht: (2024)

Can Small Language Models Use What They Retrieve? An Empirical Study of Retrieval Utilization Across Model Scale
von: Pandey, Sanchit
Veröffentlicht: (2026)

Towards Global Retrieval Augmented Generation: A Benchmark for Corpus-Level Reasoning
von: Luo, Qi, et al.
Veröffentlicht: (2025)

Unified Active Retrieval for Retrieval Augmented Generation
von: Cheng, Qinyuan, et al.
Veröffentlicht: (2024)

Customized Retrieval Augmented Generation and Benchmarking for EDA Tool Documentation QA
von: Pu, Yuan, et al.
Veröffentlicht: (2024)

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

Corrective Retrieval Augmented Generation
von: Yan, Shi-Qi, et al.
Veröffentlicht: (2024)

CReSt: A Comprehensive Benchmark for Retrieval-Augmented Generation with Complex Reasoning over Structured Documents
von: Khang, Minsoo, et al.
Veröffentlicht: (2025)

MAGIC: A Multi-Hop and Graph-Based Benchmark for Inter-Context Conflicts in Retrieval-Augmented Generation
von: Lee, Jungyeon, et al.
Veröffentlicht: (2025)

CRAB: A Benchmark for Evaluating Curation of Retrieval-Augmented LLMs in Biomedicine
von: Zhong, Hanmeng, et al.
Veröffentlicht: (2025)

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

MTRAG: A Multi-Turn Conversational Benchmark for Evaluating Retrieval-Augmented Generation Systems
von: Katsis, Yannis, et al.
Veröffentlicht: (2025)

MEMERAG: A Multilingual End-to-End Meta-Evaluation Benchmark for Retrieval Augmented Generation
von: Blandón, María Andrea Cruz, et al.
Veröffentlicht: (2025)