研究人员开发了AutoRelAnnotator，一个新颖的系统，旨在以更低的成本大规模生成付费搜索的高质量相关性标注。该系统采用校准模型级联，通过逐步增大的微调分类器来处理查询。这种方法通过特定领域的微调优化了准确性，并通过级联实现了成本效益，每类等渗校准进一步提高了性能。AutoRelAnnotator已在生产环境中得到验证，处理了超过1.5亿个标注，并加速了搜索和广告系统的实验周期。 AI
影响 为搜索和广告系统实现更高效、可扩展的标注流程。
排序理由 该项目是一篇研究论文，详细介绍了一种用于付费搜索相关性评估的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
- alphaXiv
- arXiv
- AutoRelAnnotator
- CatalyzeX
- Connected Papers
- DagsHub
- Gotit.pub
- Hugging Face
- Litmaps
- ScienceCast
- SciTE
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
