基于大型语言模型的生成式相关反馈
摘要：基于大型语言模型生成长篇文本的生成相关反馈方法在文档检索上得到了显著的性能提升。与基于伪相关反馈的方法不同，我们的方法通过建立概率反馈模型来生成文本，并对生成文本的不同子任务（如查询、实体、事实、新闻文章、文档和论文）进行了有效的方法研究。我们在包含多样化查询和文档集合的文档检索基准上评估了生成相关反馈方法，结果表明GRF方法在MAP和NDCG@10指标上分别比RM3扩展改进了5-19%和17-24%，且在所有数据集上均取得了与最先进的稀疏、密集和扩展模型相比最佳的R@1k效果。
作者：Iain Mackie, Shubham Chatterjee, Jeffrey Dalton
论文ID：2304.13157
分类：Information Retrieval
分类简称：cs.IR
提交时间：2023-04-27