本文是LLM系列文章,针对《Ask Optimal Questions: Aligning Large Language Models with
Retriever’s Preference in Conversational Search》的翻译。
摘要
与单轮检索任务不同,对话搜索需要在对话上下文中理解当前问题。重写然后检索的常见方法旨在去文本化问题,使现成的检索器能够自给自足,但由于结合检索结果信号的能力有限,大多数现有方法都会产生次优查询重写。为了克服这一限制,我们提出了一个新的框架RETPO(检索者偏好优化),该框架旨在优化语言模型(LM),以根据目标检索系统的偏好重新制定搜索查询。该过程首先提示大型LM生成各种潜在的重写,然后收集这些重写的检索性能作为检索器的首选项。在这个过程中,我们构建了一个名为RF COLLECTION的大规模数据集,其中包含检索者对12K个会话中超过410K次查询重写的反馈。此外,我们使用该数据集对较小的LM进行微调,以使其与检索者的偏好保持一致,作为反馈。由此产生的模型在最近的两个会话搜索基准上实现了最先进的性能,显著优于现有的基线,包括GPT-3.5。
1 引言
2 背景
3 检索者的偏好优化
4 实验
5 分析
6 相关工作
7 结论
我们的论文介绍了RETPO,这是一个用于优化LM以生成检索器首选查询重写的框架。利用基于L