PulseAugur
中
实时 10:34:04
English(EN) A Comparative Evaluation of Embeddings and LLMs in a Greek Book Publisher Setting - The CUP Dataset

新希腊图书检索基准CUP发布

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了CUP，一个用于评估希腊图书检索系统的新基准数据集。该数据集包含868条目录记录和104个专家标注的查询及其相关性判断。实验表明，多语言嵌入的性能优于希腊语特定模型，混合检索方法取得了最佳的总体性能。分析表明，BM25对于命名实体查询是有效的，而密集和混合方法则提高了自然语言、含噪、跨语言和基于概念的查询的性能。 AI

影响 为在特定领域评估基于LLM和嵌入的检索系统提供了一个基准。

排序理由 该条目是一篇学术论文，详细介绍了一个新数据集和检索方法的评估。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新希腊图书检索基准CUP发布

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Katerina Papantoniou, Panagiotis Papadakos, Theodore Patkos, Dimitris Garefalakis, Nikos Vardakis, Dimitris Plexousakis ·

    希腊图书出版商环境中嵌入和大型语言模型的比较评估 - CUP数据集

    arXiv:2607.21274v1 Announce Type: cross Abstract: We present CUP, a Greek book retrieval benchmark consisting of 868 catalog records and 104 expert-annotated queries with graded relevance judgments. We evaluate sparse (BM25), dense (sentence-transformers), hybrid, and LLM-assiste…

相关实体

相关话题