研究人员开发了Guardian Crawler，一个新颖的检索优先系统，旨在从嘈杂的网络数据中进行知识发现和证据支持的摘要生成。该系统结合了BM25检索与先进的重排技术以及约束式检索增强生成，并包含明确的文档引用。在合成语料库上的实验表明，基于风险的重排实现了卓越的描述性检索分数，最佳配置的NDCG@10达到了0.94。尽管该系统作为受控测试平台显示了可行性，但仍需要进一步验证其在实时网络数据上的统计优势和忠实度。 AI
影响 该系统可以提高从非结构化、嘈杂的网络数据中提取信息和生成摘要的可靠性。
排序理由 该集群包含一篇详细介绍新系统及其实验结果的研究论文。
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2608.08994v1 Announce Type: cross Abstract: Retrieving relevant evidence from noisy web data is challenging, particularly in sensitive domains containing incomplete reports, heterogeneous language, and irrelevant content. We present Guardian Crawler, a reproducible retrieva…
Retrieving relevant evidence from noisy web data is challenging, particularly in sensitive domains containing incomplete reports, heterogeneous language, and irrelevant content. We present Guardian Crawler, a reproducible retrieval-first testbed for controlled experiments on know…