研究人员引入了一个名为“评分卡对齐搜索”的新框架,旨在优化文档集以支持大型语言模型(LLM)的推理,而不仅仅是单个文档的相关性。这种方法将搜索管道统一在一个监督界面下,从查询中派生出评分卡,以指定所需文档集的特征。系统使用此评分卡为文档检索和排名生成实用性标签,并为强化学习选择最佳文档子集生成奖励信号。当在元宝搜索中实施时,与现有的生产基线相比,该方法将端到端答案质量提高了8.52%。 AI
影响 这个新的搜索框架可以改进LLM访问和利用信息的方式,可能导致更准确、更高效的AI驱动的研究和分析。
排序理由 学术论文,详细介绍了一个新的搜索框架及其评估。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
- alphaXiv
- arXiv
- CatalyzeX
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- Influence Flower
- Litmaps
- LLM
- reinforcement learning
- ScienceCast
- scite Smart Citations
- Yuanbao Search
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →