研究人员开发了一个新的强化学习框架来改进生成式文档检索。该方法通过分配令牌级相关性奖励来解决现有模型中粗粒度反馈的问题。通过衡量每个令牌决策对检索质量的影响，该框架能够进行更精确的信用分配，引导模型偏向直接有助于文档相关的决策。实验表明，这种细粒度监督持续优于序列级奖励基线。 AI
影响 这项研究通过改进生成模型如何从反馈中学习，有望带来更准确、更高效的文档检索系统。
排序理由 该条目是一篇学术论文，详细介绍了生成式文档检索的新框架。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
- alphaXiv
- arXiv
- arXivLabs
- Bibliographic Explorer
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- cs.IR
- DagsHub
- DocIDs
- Gotit.pub
- Hugging Face
- Influence Flower
- Litmaps
- ScienceCast
- scite Smart Citations
- Token-Level Credit Assignment Optimization for Generative Document Retrieval
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
