研究人员开发了DESA（密集扩展和稀疏锚定），一种用于改进基于LLM的查询扩展的信息检索的新方法。与融合固定前L个密集和稀疏排名的先前方法不同，DESA通过在完整列表融合下评估检索有效性来分离截止和融合的影响。该方法使用LLM生成互补的参考段落，为密集查询增加了新的语义方向，并将词汇线索纳入稀疏检索，而不会扩大原始查询的词汇支持。在七个BEIR数据集上，DESA在nDCG@10和Recall@20方面取得了改进，同时显著降低了密集和稀疏检索的访问深度。 AI
影响 通过利用LLM进行查询扩展，引入了一种提高信息检索效率和有效性的新技术。
排序理由 该集群描述了一篇研究论文中提出的一种新颖方法。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
