研究人员开发了GRAFT，一个旨在增强科学文献探索的新型生成检索系统。与提供单一相似度得分的传统方法不同，GRAFT通过一个由问题、方法、结果和贡献等方面构成的图来连接论文。该图被提炼成一个生成检索器，直接输出论文标识符，从而实现更具探索性的搜索能力。该系统实现了高召回率和高精确率，并用导致检索的特定方面来标记返回的论文，从而提供对其相关性的更深入的了解。 AI
影响 该系统可以改进研究人员发现和连接科学论文的方式，通过提供更细致的相关性信号，有可能加速科学发现。
排序理由 该集群描述了一篇详细介绍新型信息检索系统的研究论文。
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 →
完整方法见我们的编辑标准。
arXiv:2608.22381v1 Announce Type: cross Abstract: Scientific papers may relate by problem, method, result, or contribution, but document-level retrievers collapse these into a single similarity score without saying why they are related. Citation- and similarity-based retrieval al…
Scientific papers may relate by problem, method, result, or contribution, but document-level retrievers collapse these into a single similarity score without saying why they are related. Citation- and similarity-based retrieval alone also confines search to the neighbourhood of w…