Feb, 2024

GenSERP: 大型语言模型用于整页呈现

PDF
TL;DR利用大型语言模型（LLMs）开发了一个名为 GenSERP 的框架，该框架在少样本情况下利用 LLMs 与视觉功能来动态组织中间搜索结果，并根据用户查询生成一个连贯的搜索结果页面布局，提供出色的用户体验。
large language modelsgenserpsearch engine result page organizationcoherent serp layoutuser experience
发现论文，激发创造
  • 明确前往方向：使 LLM 成为一个相关、负责任和可信赖的搜索引擎

    利用大型语言模型（LLM）的知识构建了一个新的生成检索框架，以提高相关性和直接回答搜索问题的能力，验证生成结果的可靠性和贡献来源的可信度，实现了在 LLM 时代的 “PageRank”。该框架包括生成器、验证器和优化器三个核心模块，分别关注生成可信任的在线来源、验证来源可靠性以及优化不可靠的来源。通过广泛的实验和评估，证明了我们方法在相关性、负责性和可信性上对多种最先进方法的优越性。

    Oct, 2023

  • 大型搜索模型：在 LLMs 时代重新定义搜索架构

    通过统一搜索任务，大规模语言模型框架重新定义了传统的搜索栈，利用其强大的语言理解和推理能力，提高搜索结果质量并简化搜索系统。

    Oct, 2023

  • 搜索引擎服务与大规模语言模型相遇：愿景与挑战

    将大型语言模型与搜索引擎服务相结合，为服务计算领域带来重大变革，本文深入研究了如何整合大型语言模型和搜索引擎以互惠互利。重点关注两个主要方面：使用搜索引擎改进大型语言模型 (Search4LLM) 和使用大型语言模型增强搜索引擎功能 (LLM4Search)。

    Jun, 2024

  • 大型语言模型是内置自回归搜索引擎

    这篇论文旨在研究大型语言模型的文档检索能力。实验表明，通过提供少量上下文演示，大模型可以直接生成正确答案的网址，相比于目前的检索方法在开放领域问答中表现更佳。

    May, 2023

  • 使用 LLM 编辑增强的面向特征生成

    在信息检索中，面向用户查询的维度识别是一项重要任务。通过结合检索文档和相关查询，我们提出了两种策略，分别是多任务学习和结合大型语言模型和小模型，在不依赖搜索引擎的情况下，预测搜索结果及增强查询的维度。这些策略能够提升维度预测的性能。

    Mar, 2024

  • 通过搜索引擎和大型语言模型之间的交互进行知识细化

    本文介绍了信息检索的演进以及大语言模型和搜索引擎的利弊，提出了 InteR 框架，通过交互改进知识的检索，并通过实验验证其优越性。

    May, 2023

  • 产品搜索的相关判断大型语言模型

    基于 Large Language Models (LLMs) 的技术，通过自动化查询 - 商品对的相关性判断，改善产品搜索的相关性预测精度，对商品搜索的相关判断自动化领域具有重要影响。

    Jun, 2024

  • 大型语言模型增强的长尾用户和物品的顺序推荐

    研究通过引入大型语言模型增强顺序推荐系统的性能，以应对长尾用户和长尾商品的挑战，并提出了融合语义信息和协同信号的双视图建模方法来解决这些问题。同时，通过使用检索增强的自蒸馏技术，对用户偏好表示进行改进。实验证明，所提出的增强框架相比现有方法表现更优。

    May, 2024

  • 引航知识海洋：利用 LLM 进行星球级答案检索

    信息检索技术是一个不断发展的领域，这篇论文综述了信息检索技术的演变，重点讨论大型语言模型在传统搜索方法与新兴答案检索范式之间的桥梁作用。借助 GPT-4 等大型语言模型的整合，响应检索和索引领域正在发生范式转变，从而使用户能够更直接地与信息系统进行互动并获得语境相关的回答。通过这一探索，我们希望揭示塑造这一发展历程的技术里程碑及未来可能的方向。

    Feb, 2024

  • 用于语义缓存测试输入生成的 LLM

    LLMs 被用于测试输入生成以及语义应用，并探讨了语义缓存技术的相关问题和考虑事项。

    Jan, 2024