研究人员开发了一种名为Rubric-Calibrated Preferences (RCP) 的新方法,以改进文档重排系统的评估。传统的nDCG等指标在处理人类提供的相关性标签的局限性方面存在困难。RCP结合了LLM在查询内的相对判断和来自评分标准的绝对标准,利用项目反应理论在不同查询之间创建统一的量表。这种称为RCP-nDCG的方法比标准方法生成更准确、更具可比性的相关性概率,显示出与人类判断的相关性有所提高,并能更好地区分不同的重排系统。 AI
影响 这种新方法可能导致对AI驱动的搜索和推荐系统进行更可靠的评估,从而改进其开发和部署。
排序理由 该集群包含一篇学术论文,详细介绍了一种用于评估AI系统的新方法。 [lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
- Fabian David Schmidt
- item response theory
- LLM
- NanoBEIR
- nDCG
- NIST
- RCP-nDCG
- Rubric-Calibrated Preferences
- TREC DL
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →