passage re-ranking | BriefGPT

关键词passage re-ranking

搜索结果 - 7

逐步重新排序：研究大型语言模型的预过滤重新排序
使用人工生成的相关性评分和 LLM 相关性评分，在对信息检索进行重新排序之前进行预过滤，能够有效地过滤掉不相关的段落，并使较小模型如 Mixtral 能够与更大的专有模型（如 ChatGPT 和 GPT-4）具有竞争力。
PDF8 days ago
利用显式知识提升预训练语言模型的段落重排能力
使用知识图谱，结合自然语言处理模型和图神经网络为基础，研究出一种新的知识型篇章再排序方法，提高了特定领域问题的查询准确性。
PDF2 years ago
EMNLPRocketQAv2：一种用于稠密段落检索和段落重新排序的联合训练方法
提出一种新颖的联合训练方法，将密集型段落检索和段落重新排名进行联合优化，其中动态列表蒸馏、混合数据增强策略和列表训练方法等对于检索和重新排名均具有显著的贡献，实验结果表明该方法在 MSMARCO 和自然问题数据集上具有有效性。
PDF3 years ago
通过上下文化的精确术语匹配和高效的片段扩展实现快速通道重新排名
提出了一种名为 TILDEv2 的新模型，该模型基于原始的 TILDE，但解决了其局限性，采用扩展的句子进行上下文化精确术语匹配，并将所得分数存储在索引中，生成的索引不到 TILDE 索引的 1％，且提高排名效果 24％，不影响查询延迟。它
PDF3 years ago
限制篇幅下 BERT 在非事实型问答中的研究
研究使用 BERT 进行非事实类问题回答，重点关注在不同文本长度下的文本重排任务。通过探索 BERT 在不同的排序方法下进行微调，包括逐点和逐对方法，在现有技术上取得了显着的进展。随后，分析了 BERT 在不同文本长度下的效果，并提出了如何
PDF5 years ago
对 BERT 在段落重新排序中的成功与失败的调查
通过对 MS MARCO 段落重新排序数据集的实证研究，分析 fine-tuned BERT 模型的结果，探讨 BERT 在检索方面成功和失败的潜在原因及其性能中成功的细节
PDF5 years ago
BERT 的文章重新排序
本文介绍了一个基于查询的段落重排的 BERT 的简单重新实现，该系统在 TREC-CAR 数据集上处于技术先进地位，是 MS MARCO 段落检索任务排行榜中的前列，优于以前的技术领先 27%（相对于 MRR @ 10）。
PDF5 years ago