Скачать
[Paper Review] MuGI: Enhancing Information Retrieval through Multi-Text Generation Integration
Автор: 서울대학교 산업공학과 DSBA 연구실
Загружено: 2024-03-06
Просмотров: 782
Описание:
발표자 : 석사과정 이상민
1. 논문 제목: MuGI: Enhancing Information Retrieval through Multi-Text Generation Integration with Large Language Models
2. 논문 링크 : https://arxiv.org/abs/2401.06311
3. 논문 Overview
Information Retrieval Task에서, LLM을 사용해 여러 text(reference)를 생성 후 Query Expansion하는 방법론 제안
Query Expansion : 기존 연구들과 다르게 Zero-shot Prompt를 N번 생성시켜 다양성을 극대화
2-Step Retrieval : Sparse와 Dense Retriever를 모두 활용하여 검색 능력 향상
Не удается загрузить Youtube-плеер. Проверьте блокировку Youtube в вашей сети.
Повторяем попытку...
Повторяем попытку...
![[Paper Review] MuGI: Enhancing Information Retrieval through Multi-Text Generation Integration](https://imager.clipsaver.ru/eF293Kvu-0U/max.jpg)
Доступные форматы для скачивания:
Скачать видео
-
Информация по загрузке:
![[Paper Review] Learning to Tokenize for Generative Retrieval](https://imager.clipsaver.ru/-EnGgp9AaXg/max.jpg)
![[DSBA Study] Agent AI 1주차 - AI 에이전트의 기초 개념과 정의 (1)](https://imager.clipsaver.ru/IgFhW3Hn4bU/max.jpg)
![[Paper Review] An Inverse Scaling Law for CLIP Training](https://imager.clipsaver.ru/iSXxz3YfMfg/max.jpg)
![[Paper Review] Model Merging for Continual learning](https://imager.clipsaver.ru/oAlAGLDTFNA/max.jpg)
![[Paper Review] Back to Basics: Let Denoising Generative Models Denoise](https://imager.clipsaver.ru/9Y5YdQGOwOk/max.jpg)