Zero-Resource Reranking

深度分析

DART：測試時訓練的零資源密集檢索重排序方法

在缺乏標註資料的資訊檢索情境下，研究提出測試時訓練（Test‑Time Training）方法DART，利用密集檢索產生的前幾名文件作為偽正例、後幾名作為偽負例，於推論時即時調整雙線性得分矩陣。實驗在六個BEIR基準上顯示，DART在保持每查詢低於10毫秒額外延遲的情況下，平均提升NDCG@10約2.1%。