研究人员推出了QueryRoute，这是一个旨在评估基于LLM的信息检索的查询改写选择策略的新基准测试。该基准测试通过提供一套标准化的产物，解决了为给定查询、领域、检索器和模型选择最佳查询改写所面临的挑战。QueryRoute包含3,757个查询、11个候选系统、五个改写器骨干和跨多个数据集的三个检索器，产生了超过60万次检索结果。对各种选择方法的初步基准测试显示，与固定改写器相比，存在显著的改进潜力，尽管当前方法仅捕捉到这一潜力的很小一部分，且选择器的性能因检索系统而异。 AI
影响 该基准测试旨在标准化基于LLM的查询改写方面的研究和开发，有望带来更有效的信息检索系统。
排序理由 该项目描述了一个新的基准测试及相关产物，用于信息检索领域的研究，特别关注LLM查询改写。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
