cs.IR papers | Gist.Science

Retrieving Minimal and Sufficient Reasoning Subgraphs with Graph Foundation Models for Path-aware GraphRAG

Dit paper introduceert GFM-Retriever, een methode die voorverwerkte grafische foundation-modellen en een informatie-fles-hals-geoptimaliseerde selector combineert om minimale en voldoende redenerings-subgrafen te extraheren voor path-bewust GraphRAG, waardoor state-of-the-art prestaties worden bereikt in multi-hop vragenbeantwoording zonder afhankelijkheid van domeinspecifieke heuristieken.

Haonan Yuan, Qingyun Sun, Junhua Shi, Mingjun Liu, Jiaqi Yuan, Ziwei Zhang, Xingcheng Fu, Jianxin LiTue, 10 Ma💻 cs

Detecting Cryptographically Relevant Software Packages with Collaborative LLMs

Dit onderzoek presenteert een lokaal draaiend, samenwerkend raamwerk met meerdere grote taalmodellen (LLMs) dat via meerderheidsstemming cryptografisch relevante softwarepakketten efficiënt detecteert om de overgang naar post-kwantumcryptografie te ondersteunen.

Eduard Hirsch, Kristina Raab, Tobias J. Bauer, Daniel LoebenbergerTue, 10 Ma💻 cs

Retrieval-Augmented Generation for Predicting Cellular Responses to Gene Perturbation

Dit artikel introduceert PT-RAG, een nieuw twee-traps framework dat differentieerbare, celtype-bewuste retrieval-augmented generation toepast om de respons van cellen op gen-perturbaties nauwkeuriger te voorspellen dan bestaande methoden.

Andrea Giuseppe Di Francesco, Andrea Rubbi, Pietro LiòTue, 10 Ma🤖 cs.LG

Rethinking Deep Research from the Perspective of Web Content Distribution Matching

Het paper introduceert WeDas, een plug-and-play framework dat de prestaties van diepe zoekagenten verbetert door de zoekruimte-structuur van het web te integreren en een few-shot probeermethode te gebruiken om zoekopdrachten dynamisch af te stemmen op de lokale inhoudsverdeling.

Zixuan Yu, Zhenheng Tang, Tongliang Liu, Chengqi Zhang, Xiaowen Chu, Bo HanTue, 10 Ma🤖 cs.LG

AutoDataset: A Lightweight System for Continuous Dataset Discovery and Search

AutoDataset is een lichtgewicht, geautomatiseerd systeem dat nieuwe datasets real-time ontdekt door arXiv-papers te monitoren en te analyseren, waardoor de tijd die onderzoekers nodig hebben om nieuwe datasets te vinden met tot 80% wordt verkort.

Junzhe Yang, Xinghao Chen, Yunuo Liu, Zhijing Sun, Wenjin Guo, Xiaoyu ShenTue, 10 Ma💻 cs

Do Deployment Constraints Make LLMs Hallucinate Citations? An Empirical Study across Four Models and Five Prompting Regimes

Deze empirische studie toont aan dat deployment-constraints de hallucinatie van citaten in LLMs verergeren, waarbij geen enkel getest model een verificatiepercentage van 47,5% bereikte en een aanzienlijk deel van de niet-verifieerbare citaten gefabriceerd bleek te zijn.

Chen Zhao, Yuan Tang, Yitian QianTue, 10 Ma💻 cs

SoK: Agentic Retrieval-Augmented Generation (RAG): Taxonomy, Architectures, Evaluation, and Research Directions

Dit SoK-papier biedt het eerste unified framework voor Agentic RAG-systemen door deze te formaliseren als gedeeltelijk waarneembare Markov-beslissingsprocessen, een uitgebreide taxonomie te ontwikkelen, kritieke risico's zoals hallucinatie-propagatie te analyseren en een roadmap te schetsen voor toekomstig onderzoek naar betrouwbare en schaalbare autonome systemen.

Saroj Mishra, Suman Niroula, Umesh Yadav, Dilip Thakur, Srijan Gyawali, Shiva GaireTue, 10 Ma💬 cs.CL

Dial: A Knowledge-Grounded Dialect-Specific NL2SQL System

Dit paper introduceert Dial, een kennisgebaseerd framework dat de vertaling van natuurlijke taal naar SQL voor verschillende database-systemen verbetert door dialectbewuste logica, een hiërarchische kennisbank en een uitvoeringsgedreven debugcyclus te combineren, wat resulteert in een aanzienlijke stijging van vertaalnauwkeurigheid en dialectondersteuning.

Xiang Zhang, Hongming Xu, Le Zhou, Wei Zhou, Xuanhe Zhou, Guoliang Li, Yuyu Luo, Changdong Liu, Guorun Chen, Jiang Liao, Fan WuTue, 10 Ma🤖 cs.LG

SeDa: A Unified System for Dataset Discovery and Multi-Entity Augmented Semantic Exploration

Dit paper introduceert SeDa, een unificerend raamwerk dat meer dan 7,6 miljoen datasets van diverse bronnen integreert via semantische annotatie en multi-entiteit navigatie om betrouwbare en contextbewuste datasetontdekking mogelijk te maken.

Kan Ling, Zhen Qin, Yichi Zhu, Hengrun Zhang, Huiqun Yu, Guisheng FanTue, 10 Ma💻 cs

GP-Tree: An in-memory spatial index combining adaptive grid cells with a prefix tree for efficient spatial querying

Dit paper introduceert GP-Tree, een efficiënte in-memory ruimtelijke index die fijnkorrelige gridcellen combineert met een prefixboomstructuur om de filtercapaciteit en queryprestaties voor complexe ruimtelijke objecten aanzienlijk te verbeteren ten opzichte van traditionele methoden.

Xiangyang Yang, Xuefeng Guan, Lanxue Dang, Yi Xie, Qingyang Xu, Huayi Wu, Jiayao WangTue, 10 Ma💻 cs

Deep Research for Recommender Systems

Dit paper introduceert RecPilot, een multi-agent framework dat traditionele aanbevelingslijsten vervangt door proactieve, diepgaande onderzoeksrapporten om de gebruikerservaring te verbeteren door de last van exploratie en synthese van het systeem te laten overnemen in plaats van van de gebruiker.

Kesha Ou, Chenghao Wu, Xiaolei Wang, Bowen Zheng, Wayne Xin Zhao, Weitao Li, Long Zhang, Sheng Chen, Ji-Rong WenTue, 10 Ma💻 cs

Verifiable Reasoning for LLM-based Generative Recommendation

Dit paper introduceert VRec, een nieuw 'redeneer-verifieer-aanbevel'-paradigma dat de betrouwbaarheid van generatieve aanbevelingen door grote taalmodellen verbetert via een mengsel van verifiers voor betrouwbare en multidimensionale verificatie van de redeneerprocessen.

Xinyu Lin, Hanqing Zeng, Hanchao Yu, Yinglong Xia, Jiang Zhang, Aashu Singh, Fei Liu, Wenjie Wang, Fuli Feng, Tat-Seng Chua, Qifan WangTue, 10 Ma💻 cs

SynPlanResearch-R1: Encouraging Tool Exploration for Deep Research with Synthetic Plans

Het paper introduceert SynPlanResearch-R1, een framework dat synthetische trajecten genereert om de verkenning van tools te stimuleren tijdens de koude-start-fase van deep research agents, wat leidt tot aanzienlijke prestatieverbeteringen op meerdere benchmarks in vergelijking met bestaande methoden.

Hansi Zeng, Zoey Li, Yifan Gao, Chenwei Zhang, Xiaoman Pan, Tao Yang, Fengran Mo, Jiacheng Lin, Xian Li, Jingbo ShangTue, 10 Ma💬 cs.CL

Structure-Preserving Graph Contrastive Learning for Mathematical Information Retrieval

Dit paper introduceert 'Variable Substitution', een domeinspecifieke grafaugmentatietechniek die de semantische betekenis van wiskundige formules behoudt en zo de prestaties van contrastief leermodel voor het terugvinden van wiskundige informatie aanzienlijk verbetert.

Chun-Hsi Ku, Hung-Hsuan ChenTue, 10 Ma💻 cs

Why Large Language Models can Secretly Outperform Embedding Similarity in Information Retrieval

Hoewel het onderzoek concludeert dat LLM-gebaseerde relevantieoordelen het potentieel hebben om de beperkingen van embedding-achtige systemen te overwinnen door kortzichtigheid te doorbreken, kan dit voordeel niet worden aangetoond met standaard annotatiegegevens omdat deze zelf ook last hebben van dezelfde kortzichtigheid.

Matei Benescu, Ivo Pascal de JongTue, 10 Ma💻 cs

UIS-Digger: Towards Comprehensive Research Agent Systems for Real-world Unindexed Information Seeking

Deze paper introduceert UIS-Digger, een nieuw multi-agent framework dat de beperkingen van huidige zoekagenten bij het vinden van niet-geïndexeerde informatie aanpakt door middel van een nieuw benchmark (UIS-QA) en een effectieve oplossing die zelfs superieure prestaties boekt ten opzichte van geavanceerde modellen zoals O3 en GPT-4.1.

Chang Liu, Chuqiao Kuang, Tianyi Zhuang, Yuxin Cheng, Huichi Zhou, Xiaoguang Li, Lifeng ShangTue, 10 Ma💻 cs

SPD-RAG: Sub-Agent Per Document Retrieval-Augmented Generation

Het artikel introduceert SPD-RAG, een hiërarchisch multi-agent framework dat complexe vragen over meerdere documenten beantwoordt door elk document te laten verwerken door een gespecialiseerd agent, wat resulteert in een aanzienlijke verbetering van de antwoordkwaliteit en schaalbaarheid ten opzichte van bestaande RAG-methoden.

Yagiz Can Akay, Muhammed Yusuf Kartal, Esra Alparslan, Faruk Ortakoyluoglu, Arda AkpinarTue, 10 Ma💬 cs.CL

ERASE -- A Real-World Aligned Benchmark for Unlearning in Recommender Systems

Dit paper introduceert ERASE, een realistisch en grootschalig benchmark voor machine unlearning in aanbevelingssystemen dat bestaande beperkingen overbrugt door diverse real-world scenario's, algoritmen en datasets te evalueren om de effectiviteit en robuustheid van bestaande methoden systematisch in kaart te brengen.

Pierre Lubitzsch, Maarten de Rijke, Sebastian SchelterTue, 10 Ma💻 cs

Unifying On- and Off-Policy Variance Reduction Methods

Dit artikel overbrugt de kloof tussen online en off-policy experimenten door wiskundig te bewijzen dat hun veelgebruikte variantiereductiemethoden, zoals Difference-in-Means en regressie-aanpassing, structureel equivalent zijn aan respectievelijk optimale inverse propensity scoring en doubly robust schatting.

Olivier JeunenTue, 10 Ma🤖 cs.LG

One Model Is Enough: Native Retrieval Embeddings from LLM Agent Hidden States

Dit paper introduceert een methode waarbij LLM-agenten native zoekopdrachten uitvoeren door hun eigen verborgen staten direct naar de embedding-ruimte te projecteren, waardoor een apart embedding-model overbodig wordt terwijl 97% van de zoekkwaliteit behouden blijft.

Bo JiangTue, 10 Ma💬 cs.CL

← Vorige Volgende →