深度分析
超智慧檢索代理 SIRA:結合 LLM 與 BM25 的一次性多輪搜尋解決方案
隨著對話式搜尋需求提升,傳統檢索多回合成本高。研究提出超智慧檢索代理(SIRA),利用大型語言模型在語料與查詢兩側補齊關鍵詞,並以文件頻率過濾,最終以單次加權 BM25 完成檢索。實驗顯示在十項 BEIR 基準與下游問答任務上,SIRA 超越密集向量與多回合基線,達到最高的 Recall@10 與 NDCG@10。
深度分析
隨著對話式搜尋需求提升,傳統檢索多回合成本高。研究提出超智慧檢索代理(SIRA),利用大型語言模型在語料與查詢兩側補齊關鍵詞,並以文件頻率過濾,最終以單次加權 BM25 完成檢索。實驗顯示在十項 BEIR 基準與下游問答任務上,SIRA 超越密集向量與多回合基線,達到最高的 Recall@10 與 NDCG@10。
深度分析
資訊檢索正從多輪試探式查詢改為以單次專家式檢索應對複雜語意請求。SIRA借助大型模型離線豐富語彙、線上擴展查詢並以經統計驗證的詞項驅動BM25一次檢索。實驗在多項嚴苛基準上顯示檢索品質與下游問答覆蓋顯著提升。方法無需再訓練檢索器,保留可解釋性與低成本優勢。