一篇新的研究论文探讨了决策模型,特别是Jev模型,作为信息检索中校准相关性评分器的有效性。该研究在FLAN-UL2和BEIR数据集上复现了先前的发现,然后测试了Jev模型和另一个开源决策模型pplx-decider。平均而言,两种决策模型都优于FLAN-UL2和交叉编码器。然而,Jev模型的原生概率被发现过于自信,尽管校准提高了其性能,使其Brier得分低于其他模型,并能够优化预期F1的查询截断。 AI
影响 引入了一种使用决策模型进行相关性评分的新颖方法,有可能提高搜索结果的准确性和校准。
排序理由 一篇发表在arXiv上的研究论文,详细介绍了信息检索中相关性评分的新方法。[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 →