一篇来自arXiv的新论文探讨了对话式搜索系统中查询保真度与检索广度之间的平衡。研究人员在iKAT SCAI 2026环境下,使用行为自适应助手中的BM25和SPLADE检索,评估了五种查询生成配置。研究结果表明,虽然将最小保真度解析器与学习重写器相结合可以提高检索分数,但未必能带来更高的对话满意度,这凸显了将查询解释与检索扩展分开的必要性。 AI
影响 这项研究通过更好地平衡信息检索广度与用户意图,有望带来更直观、更有效的对话式搜索代理。
排序理由 该条目是一篇提交至arXiv的学术论文,详细介绍了对话式搜索的研究。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
- alphaXiv
- arXiv
- BM25
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- iKAT SCAI 2026
- Influence Flower
- Litmaps
- ScienceCast
- scite Smart Citations
- SPLADE
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →