142 papers
Dit paper introduceert MITRA, een lokaal gehoste RAG-gebaseerde AI-assistent die gebruikmaakt van een geautomatiseerde documentpypeline en een tweelaagse vectordatabase om veilig en nauwkeurig contextbewuste vragen te beantwoorden over fysicanalyses binnen grote wetenschappelijke samenwerkingen zoals CMS.
Het paper introduceert RecThinker, een agentisch framework dat de aanbeveling transformeert van een passief proces naar een autonome verkenning door dynamische redeneringspaden te plannen en essentiële informatie actief op te halen via tools, wat resulteert in superieure aanbevelingen vergeleken met bestaande methoden.
Het TREC 2025 RAG-track bouwt voort op de editie van 2024 door complexe, meerzinnige zoekopdrachten en een uitgebreide evaluatieframework te introduceren om betrouwbare en feitelijke systemen voor retrieval-augmented generation te bevorderen.
Deze paper introduceert een interpreteerbare methode voor tekst-motieretrieval die fijnmazige corresponderende kenmerken vastlegt door bewegingen om te zetten in gezamenlijke-hoekafbeeldingen en deze te combineren met een late token-patch-interactie, wat leidt tot betere prestaties dan bestaande methoden op HumanML3D en KIT-ML.
Dit artikel introduceert een op Voronoi-cellen gebaseerd raamwerk voor principieel token-pruning in late-interaction retrieval-modellen, wat de opslagkosten aanzienlijk verlaagt zonder in te leveren op de zoekkwaliteit.
Dit artikel biedt een survey van Computerized Adaptive Testing (CAT) vanuit een machine learning-perspectief, waarbij wordt onderzocht hoe deze technieken de meetmodellen, vraagselectie, bankconstructie en testbeheer kunnen optimaliseren om robuustere, eerlijkere en efficiëntere adaptieve testsystemen te ontwikkelen.
Dit artikel introduceert KrishokBondhu, een stemgebaseerd adviescentrum voor Bengalese boeren in Bangladesh dat gebruikmaakt van Retrieval-Augmented Generation (RAG) en spraaktechnologie om via telefoon real-time, contextbewuste landbouwadviezen te verstrekken.
Dit paper introduceert PESO, een nieuwe aanpak voor continue adaptatie in LLM-gebaseerde aanbevelingssystemen die via een proximale regularisator de balans vindt tussen het aanpassen aan recente gebruikersvoorkeuren en het behouden van relevante kennis, waardoor het de beperkingen van bestaande LoRA-methoden overtreft.
De auteurs introduceren een schaalbaar semantisch zoeksysteem voor wiskundige stellingen dat op een corpus van 9,2 miljoen stellingen is getraind en door middel van geoptimaliseerde representaties en zoekstrategieën een aanzienlijke verbetering biedt ten opzichte van bestaande methoden voor het vinden van specifieke wiskundige resultaten.
Dit onderzoek toont aan dat hybride Retrieval-Augmented Generation-systemen kwetsbaar zijn voor 'Retrieval Pivot Attacks' waarbij vector-gebaseerde zoekopdrachten via entiteitslinks ongeautoriseerde toegang tot gevoelige gegevens mogelijk maken, en demonstreert dat het afdwingen van autorisatie op de grens van de grafexpansie deze lekken effectief elimineert.
Dit paper beschrijft hoe het gebruik van een gespecialiseerd, fijngefineerd LLM om schaalbare tekstuele relevantielabels te genereren, de App Store-rangschikking verbetert door zowel gedrags- als tekstuele relevantie te optimaliseren, wat resulteert in een statistisch significant toename van de conversie, vooral voor zeldzame zoekopdrachten.
Dit paper introduceert de Isotonic Layer, een nieuw differentieerbaar raamwerk dat via monotoon geconstrueerde segmenten en leerbare embeddings systematische vertekeningen in aanbevelingssystemen corrigeert, wat resulteert in betere kalibratie, eerlijkheid en prestaties in productieomgevingen.
Dit artikel introduceert Exploration Space Theory, een formeel raamwerk dat Kennisruimte-theorie vertaalt naar locatiegebaseerde aanbevelingssystemen om via een distributieve roosterstructuur en Birkhoff's representatiestelling wiskundig gegarandeerde, logisch onderbouwde en verklaarbare routes voor bezoekers te genereren.
Dit paper introduceert T-REX, een transformer-gebaseerd model dat door het combineren van korte-termijn boodschappenmand-afhankelijkheden en lange-termijn gebruikersvoorkeuren, gepersonaliseerde categorie-voorstellingen genereert voor online supermarkten en significant betere prestaties boekt dan bestaande systemen.
Dit paper introduceert PAG, een nieuw framework voor benaderde dichtstbijzijnde buurzoekopdrachten dat projectietechnieken integreert in een grafindex om tegelijkertijd hoge query-efficiëntie, snelle indexering, een beperkt geheugengebruik en schaalbaarheid te bieden, wat resulteert tot vijf keer snellere prestaties dan HNSW.
Dit artikel presenteert een methode voor beeldgebaseerde vormretrieval die gebruikmaakt van vooraf uitgelijnde multi-modale encoders en een hard contrastief verlies om state-of-the-art prestaties te bereiken zonder dat view-synthese of hertraining op de doel-database nodig is.
Dit paper introduceert een schaalbaar, domeinonafhankelijk webtool dat Large Language Models combineert met geautomatiseerde querytechnieken om open wetenschappelijke databases efficiënt op te bouwen, wat resulteert in een 90% overlap met door experts samengestelde datasets en aanzienlijk minder handwerk vereist.
Het paper introduceert Multi-TAP, een nieuw raamwerk voor cross-domein aanbevelingen dat data-schaarste aanpakt door semantische persona's te modelleren om intra-domein heterogeniteit vast te leggen en bron-domein signalen selectief over te dragen op de doeldomeinen.
Dit paper introduceert het PSAD-framework, dat een semi-autoregressieve generator en online kennisdistillatie combineert met een gebruikersprofielnetwerk om de latente en prestaties van gepersonaliseerde herordening in aanbevelingssystemen te verbeteren.
Dit paper introduceert DCTR, een methode voor fijnkorrelige tabelretrieval die complexe queries decomposeert en globale connectiviteit in acht neemt om vraag-antwoordsystemen over relationele databases robuuster te maken.