「cs.IR」カテゴリーアーカイブ

TempRetriever: Fusion-based Temporal Dense Passage Retrieval for Time-Sensitive Questions

投稿日: 2025年4月9日 作成者: jarxiv

要約 時間的認識は、多くの情報検索タスク、特にドキュメントの関連性がクエリの時間 … 続きを読む →

カテゴリー: cs.CL, cs.IR | TempRetriever: Fusion-based Temporal Dense Passage Retrieval for Time-Sensitive Questions はコメントを受け付けていません

Generating Usage-related Questions for Preference Elicitation in Conversational Recommender Systems

投稿日: 2025年4月9日 作成者: jarxiv

要約 従来の推奨システムに対する会話型推奨システムの重要な特徴は、自然言語を使用 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.IR | Generating Usage-related Questions for Preference Elicitation in Conversational Recommender Systems はコメントを受け付けていません

Search-R1: Training LLMs to Reason and Leverage Search Engines with Reinforcement Learning

投稿日: 2025年4月9日 作成者: jarxiv

要約 大規模な言語モデル（LLM）の効果的な推論とテキスト生成には、外部の知識と … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.IR | Search-R1: Training LLMs to Reason and Leverage Search Engines with Reinforcement Learning はコメントを受け付けていません

Leveraging LLMs for Utility-Focused Annotation: Reducing Manual Effort for Retrieval and RAG

投稿日: 2025年4月9日 作成者: jarxiv

要約 検索モデルは通常、トレーニングと評価のための費用のかかる人間標識クエリドキ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.IR | Leveraging LLMs for Utility-Focused Annotation: Reducing Manual Effort for Retrieval and RAG はコメントを受け付けていません

Lightweight and Direct Document Relevance Optimization for Generative Information Retrieval

投稿日: 2025年4月8日 作成者: jarxiv

要約 生成情報検索（GENIR）は、ドキュメント識別子（DOCID）生成タスクと … 続きを読む →

カテゴリー: cs.AI, cs.DL, cs.IR, cs.LG, H.3.3 | Lightweight and Direct Document Relevance Optimization for Generative Information Retrieval はコメントを受け付けていません

Unleashing the Power of LLMs in Dense Retrieval with Query Likelihood Modeling

投稿日: 2025年4月8日 作成者: jarxiv

要約 密な検索は、情報検索（IR）の重要なタスクであり、再ランクなどのダウンスト … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.IR | Unleashing the Power of LLMs in Dense Retrieval with Query Likelihood Modeling はコメントを受け付けていません

Leveraging LLMs for Utility-Focused Annotation: Reducing Manual Effort for Retrieval and RAG

投稿日: 2025年4月8日 作成者: jarxiv

要約 検索モデルは通常、トレーニングと評価のための費用のかかる人間標識クエリドキ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.IR | Leveraging LLMs for Utility-Focused Annotation: Reducing Manual Effort for Retrieval and RAG はコメントを受け付けていません

Infini-gram: Scaling Unbounded n-gram Language Models to a Trillion Tokens

投稿日: 2025年4月8日 作成者: jarxiv

要約 $ N $ -GRAM言語モデルは、この神経大型言語モデル（LLMS）の時 … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.IR | Infini-gram: Scaling Unbounded n-gram Language Models to a Trillion Tokens はコメントを受け付けていません

Optimal Embedding Guided Negative Sample Generation for Knowledge Graph Link Prediction

投稿日: 2025年4月7日 作成者: jarxiv

要約 ナレッジグラフ埋め込み（KGE）モデルは、知識グラフの構造情報を新しいリン … 続きを読む →

カテゴリー: cs.CL, cs.IR, cs.LG | Optimal Embedding Guided Negative Sample Generation for Knowledge Graph Link Prediction はコメントを受け付けていません

FEASE: Shallow AutoEncoding Recommender with Cold Start Handling via Side Features

投稿日: 2025年4月7日 作成者: jarxiv

要約 ユーザーとアイテムのコールドスタートは、レコメンデーションシステムの産業応 … 続きを読む →

カテゴリー: cs.IR, cs.LG | FEASE: Shallow AutoEncoding Recommender with Cold Start Handling via Side Features はコメントを受け付けていません