Copertina

Xetrieval: Mechanistically Explaining Dense Retrieval

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Cai, Zhixin, Bai, Jun, Liu, Yang, Li, Jiaqi, Zhang, Yichi, Li, Taichuan, Chen, Zhuofan, Jia, Zixia, Zheng, Zilong, Rong, Wenge
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Artificial Intelligence Information Retrieval
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Your Dense Retriever is Secretly an Expeditious Reasoner
di: Zhang, Yichi, et al.
Pubblicazione: (2025)

TongSearch-QR: Reinforced Query Reasoning for Retrieval
di: Qin, Xubo, et al.
Pubblicazione: (2025)

DiscRec: Disentangled Semantic-Collaborative Modeling for Generative Recommendation
di: Liu, Chang, et al.
Pubblicazione: (2025)

Wasserstein Dependent Graph Attention Network for Collaborative Filtering with Uncertainty
di: Li, Haoxuan, et al.
Pubblicazione: (2024)

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

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

Bi-Level Optimization for Generative Recommendation: Bridging Tokenization and Generation
di: Bai, Yimeng, et al.
Pubblicazione: (2025)

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

Data, Not Model: Explaining Bias toward LLM Texts in Neural Retrievers
di: Huang, Wei, et al.
Pubblicazione: (2026)

SyNeg: LLM-Driven Synthetic Hard-Negatives for Dense Retrieval
di: Li, Xiaopeng, 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)

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

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

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

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

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

Learning Refined Document Representations for Dense Retrieval via Deliberate Thinking
di: Ji, Yifan, et al.
Pubblicazione: (2025)

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

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

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

MARVEL: Unlocking the Multi-Modal Capability of Dense Retrieval via Visual Module Plugin
di: Zhou, Tianshuo, et al.
Pubblicazione: (2023)

MechIR: A Mechanistic Interpretability Framework for Information Retrieval
di: Parry, Andrew, et al.
Pubblicazione: (2025)

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

Revela: Dense Retriever Learning via Language Modeling
di: Cai, Fengyu, et al.
Pubblicazione: (2025)

Efficient and Effective Retrieval of Dense-Sparse Hybrid Vectors using Graph-based Approximate Nearest Neighbor Search
di: Zhang, Haoyu, et al.
Pubblicazione: (2024)

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

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

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

TriSampler: A Better Negative Sampling Principle for Dense Retrieval
di: Yang, Zhen, et al.
Pubblicazione: (2024)

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

Generative Retrieval Overcomes Limitations of Dense Retrieval but Struggles with Identifier Ambiguity
di: Bracher, Adrian, et al.
Pubblicazione: (2026)

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

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

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

A Multi-Granularity-Aware Aspect Learning Model for Multi-Aspect Dense Retrieval
di: Sun, Xiaojie, et al.
Pubblicazione: (2023)

MA-DPR: Manifold-aware Distance Metrics for Dense Passage Retrieval
di: Liu, Yifan, et al.
Pubblicazione: (2025)

Towards Dynamic Dense Retrieval with Routing Strategy
di: Su, Zhan, et al.
Pubblicazione: (2026)

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

Two-stage Risk Control with Application to Ranked Retrieval
di: Xu, Yunpeng, et al.
Pubblicazione: (2024)

ARHN: Answer-Centric Relabeling of Hard Negatives with Open-Source LLMs for Dense Retrieval
di: Choi, Hyewon, et al.
Pubblicazione: (2026)