Yuqing Li

新方法通过自适应和长上下文AI增强搜索结果重排

研究人员开发了新的方法来改进搜索结果的重排，特别是在零资源场景下，传统监督训练不可行。一种方法DART，通过初始检索中的伪阳性和伪阴性示例在推理时自适应评分函数，以最小的延迟提高性能。另一种方法利用长上下文语言模型一次性处理整个候选段落集，从而实现更有效和高效的重排。第三种技术利用小型语言模型特定层的注意力分数来估计段落-查询相关性，在LoCoMo等基准测试上取得了最先进的成果。