一篇新的研究论文挑战了人类生成的引文列表作为评估文献检索系统可靠性的事实依据。该研究引入了一个“深度研究”管道，与仅使用API的标准搜索相比，显著提高了召回率。研究还发现，与AI排名结果相比，人类引文的相关性较低，并且更偏向于合作者，这表明需要多方面的评估指标。 AI
排序理由 该集群包含一篇详细介绍新研究发现和方法的学术论文。
在 arXiv cs.IR (Information Retrieval) 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.29234v1 Announce Type: new Abstract: We study large-scale literature search from two complementary angles: improving the retrieval pipeline, and stress-testing the human reference list as an evaluation target. First, we implement a Deep Research pipeline that processes…
We study large-scale literature search from two complementary angles: improving the retrieval pipeline, and stress-testing the human reference list as an evaluation target. First, we implement a Deep Research pipeline that processes the full query paper and expands the retrieved …