slerp

模型合并无需重新训练即可增强对话式搜索

研究人员通过采用模型合并技术，为对话式信息检索引入了一种新颖的无需训练的策略。该方法旨在创建一个单一的检索模型，使其能够在即席搜索和对话式搜索环境中有效运行，而无需额外的微调。使用线性合并和非线性参数合并（如 Model Soup 和 Slerp）在标准数据集上的实验表明，对话式检索器的即席搜索能力得到了显著提高。该方法还提高了跨任务特定数据集的泛化能力，在零样本条件下 NDCG@3 提高了高达 15%。