一篇新研究论文介绍了一种用于信息检索的查询增强的混合方法，结合了基于提示和强化学习（RL）的方法。研究发现，简单的、无需训练的查询增强通常与计算成本更高的基于RL的方法表现相当或更好，尤其是在强大的大型语言模型（LLMs）下。提出的在线伪文档查询扩展（OPQE）方法生成一个伪文档以最大化检索性能，优于独立的提示和基于RL的重写。 AI
影响 这项研究通过优化基于LLM的查询增强，可能带来更高效、更有效的信息检索系统。
排序理由 该集群包含一篇详细介绍信息检索中查询增强新方法的 ist 研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- information retrieval
- large language models
- On-policy Pseudo-document Query Expansion
- reinforcement learning
- Zhichao Xu
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
