arXiv 自然语言处理· Giuliano Martinelli, Abelardo Carlos Martinez Lorenzo, Satvik Garg, Linxi Wang, Riccardo Orlando, Piriyakorn Piriyatamwong, Samuel Paul Fraiberger·· 8 小时前AI 评分32
Nothing Left Behind：从大规模随机评估语料库中检索证据
Nothing Left Behind: Finding Evidence from a Large Randomized Evaluation Corpus
AI 导读
研究人员提出一种基于文本 embedding 召回并由语言模型过滤的两阶段检索架构，在包含 7,354 项随机试验的语料库中实现了 92% 的证据召回率。相比之下，依赖受管词表标签的传统检索方式仅能找到系统评价所需证据的 45%。该方法单次查询成本随搜索深度上升，验证了结合宽泛候选检索与特定证据过滤架构的有效性。
来源：arXiv 自然语言处理 · arxiv.org