LLM4IR-Survey

LLM4IR-Survey

大语言模型在信息检索领域的应用研究综述

LLM4IR-Survey项目汇集了大语言模型在信息检索领域应用的相关研究论文。项目涵盖查询重写、检索、重排序、阅读理解和搜索代理等方向,全面展示大语言模型在信息检索各环节的应用。 该资源持续更新,反映最新研究进展和创新应用,为该领域的研究人员和从业者提供重要参考。

LLM信息检索查询重写检索器重排序Github开源项目

LLM4IR调研

这是与信息检索领域大型语言模型相关的论文集。这些论文根据我们的调研论文《大型语言模型在信息检索中的应用:一项调研》进行组织。

如果您发现任何错误或有任何建议,欢迎与我们联系。邮箱:yutaozhu94@gmail.comdou@ruc.edu.cn

🌟 引用

如果本文对您的研究有所帮助,请kindly引用我们的论文:

@article{LLM4IRSurvey, author={Yutao Zhu and Huaying Yuan and Shuting Wang and Jiongnan Liu and Wenhan Liu and Chenlong Deng and Haonan Chen and Zhicheng Dou and Ji-Rong Wen}, title={Large Language Models for Information Retrieval: A Survey}, journal={CoRR}, volume={abs/2308.07107}, year={2023}, url={https://arxiv.org/abs/2308.07107}, eprinttype={arXiv}, eprint={2308.07107} }

🚀 更新日志

  • 版本2 [2024-01-19]
    • 我们添加了一个新的章节介绍搜索代理,这代表了将LLM与IR系统集成的创新方法。
    • 重写器:我们增加了最近关于基于LLM的查询重写的工作,其中大多数集中在对话式搜索上。
    • 检索器:我们添加了利用LLM扩展检索器训练语料库或增强检索器架构的最新技术。
    • 重排器:我们在三个部分分别增加了最新的基于LLM的排序工作:将LLM作为监督重排器、将LLM作为无监督重排器,以及利用LLM进行训练数据增强。
    • 阅读器:我们添加了LLM增强阅读器领域的最新研究,包括介绍参考压缩技术的章节、讨论LLM增强阅读器应用的章节,以及分析LLM增强阅读器特征的章节。
    • 未来方向:我们添加了关于搜索代理的章节和讨论将LLM引入IR系统可能造成偏见的章节。

📋 目录

📄 论文列表

查询重写器

提示方法

  1. Query2doc:使用大型语言模型进行查询扩展,Wang等人,arXiv 2023。 [论文]
  2. 用于稀疏、密集和学习型稀疏检索的生成式和伪相关反馈,Mackie等人,arXiv 2023。 [论文]
  3. 使用大型语言模型的生成式相关反馈,Mackie等人,SIGIR 2023(短文)。 [论文]
  4. GRM:使用相关性感知样本估计的生成式相关性建模用于文档检索,Mackie等人,arXiv 2023。 [论文]
  5. 大型语言模型了解您的上下文搜索意图:对话式搜索的提示框架,Mao等人,arXiv 2023。 [论文]
  6. 无需相关性标签的精确零样本密集检索,Gao等人,ACL 2023。 [论文]
  7. 通过提示大型语言模型进行查询扩展,Jagerman等人,arXiv 2023。 [论文]
  8. 大型语言模型是强大的零样本检索器,Shen等人,arXiv 2023。 [论文]
  9. 增强对话式搜索:大型语言模型辅助的信息化查询重写,Ye等人,EMNLP 2023(Findings)。 [论文]
  10. 生成式大语言模型能否为测试集创建查询变体?一项探索性研究,M. Alaofi等人,SIGIR 2023(短文)。 [论文]
  11. 基于语料库指导的大型语言模型查询扩展,Lei等人,EACL 2024(短文)。 [论文]
  12. PromptReps:提示大型语言模型生成密集和稀疏表示用于零样本文档检索,Zhuang等人,arXiv 2024。 [论文]

微调方法

  1. QUILL:使用检索增强和多阶段蒸馏的大型语言模型查询意图,Srinivasan等人,EMNLP 2022(工业界)。 [论文](该论文在基线实验中探索了微调方法。)

知识蒸馏方法

  1. QUILL:使用检索增强和多阶段蒸馏的大型语言模型查询意图,Srinivasan等人,EMNLP 2022(工业界)。 [论文]
  2. 通过搜索引擎和大型语言模型交互进行知识精炼,Feng等人,arXiv 2023。 [论文]
  3. 用于检索增强大型语言模型的查询重写,Ma等人,arXiv 2023。 [论文]

检索器

利用大语言模型生成搜索数据

  1. InPars:使用大语言模型进行信息检索的数据增强, Bonifacio等人, arXiv 2022. [论文]
  2. 基于大语言模型文档扩展的密集段落检索预训练, 马等人, arXiv 2023. [论文]
  3. InPars-v2:大语言模型作为信息检索的高效数据集生成器, Jeronymo等人, arXiv 2023. [论文]
  4. Promptagator:基于8个示例的少样本密集检索, 戴等人, ICLR 2023. [论文]
  5. AugTriever:通过可扩展数据增强的无监督密集检索, 孟等人, arXiv 2023. [论文]
  6. UDAPDR:通过大语言模型提示和重排器蒸馏的无监督领域适应, Saad-Falco等人, arXiv 2023. [论文]
  7. 软提示微调:利用大语言模型增强密集检索, 彭等人, arXiv 2023. [论文]
  8. CONVERSER:基于合成数据生成的少样本对话密集检索, 黄等人, ACL 2023. [论文]
  9. 利用大语言模型为多语言密集检索合成多语言训练数据, Thakur等人, arXiv 2023. [论文]
  10. 问题即所需:训练密集段落检索器, Sachan等人, ACL 2023. [论文]
  11. 超越事实性:大语言模型作为知识生成器的全面评估, 陈等人, EMNLP 2023. [论文]

运用大语言模型改进模型架构

  1. 通过对比预训练的文本和代码嵌入, Neelakantan等人, arXiv 2022. [论文]
  2. 微调LLaMA用于多阶段文本检索, 马等人, arXiv 2023. [论文]
  3. 大型双编码器是通用检索器, 倪等人, EMNLP 2022. [论文]
  4. 基于指令的任务感知检索, 浅井等人, ACL 2023 (Findings). [论文]
  5. Transformer记忆作为可微分搜索索引, Tay等人, NeurIPS 2022. [论文]
  6. 大语言模型是内置的自回归搜索引擎, Ziems等人, ACL 2023 (Findings). [论文]

重排器

将大语言模型用作有监督重排序器

  1. 使用BERT进行多阶段文档排序Nogueira等人,arXiv 2019。[论文]
  2. 使用预训练序列到序列模型进行文档排序Nogueira等人,EMNLP 2020(发现)。[论文]
  3. 用于段落重排序的文本到文本多视图学习Ju等人,SIGIR 2021(短文)。[论文]
  4. 使用预训练序列到序列模型进行文本排序的Expando-Mono-Duo设计模式Pradeep等人,arXiv 2021。[论文]
  5. RankT5:使用排序损失微调T5进行文本排序Zhuang等人,SIGIR 2023(短文)。[论文]
  6. 微调LLaMA用于多阶段文本检索Ma等人,arXiv 2023。[论文]
  7. 大语言模型用于文本排序的两阶段适应Zhang等人,ACL 2024(发现)。[论文]
  8. 不依赖GPT的排序:基于开源大语言模型构建列表式重排序器Zhang等人,arXiv 2023。[论文]

将大语言模型用作无监督重排序器

  1. 语言模型的整体评估Liang等人,arXiv 2022。[论文]
  2. 使用零样本问题生成改进段落检索Sachan等人,EMNLP 2022。[论文]
  3. 通过约束生成进行离散提示优化用于零样本重排序器Cho等人,ACL 2023(发现)。[论文]
  4. 开源大语言模型是强大的零样本查询似然模型用于文档排序Zhuang等人,EMNLP 2023(发现)。[论文]
  5. PaRaDe:使用大语言模型的示例进行段落排序Drozdov等人,EMNLP 2023(发现)。[论文]
  6. 超越是与否:通过评分细粒度相关性标签改进零样本大语言模型排序器Zhuang等人,arXiv 2023。[论文]
  7. ChatGPT擅长搜索吗?调查大语言模型作为重排序代理Sun等人,EMNLP 2023。[论文]
  8. 使用大语言模型进行零样本列表式文档重排序Ma等人,arXiv 2023。[论文]
  9. 在中间找到:排列自洽性改进大语言模型的列表式排序Tang等人,arXiv 2023。[论文]
  10. 大语言模型通过成对排序提示成为有效的文本排序器Qin等人,NAACL 2024(发现)。[论文]
  11. 一种用于大语言模型的有效且高效的零样本排序集合方法Zhuang等人,SIGIR 2024。[论文]
  12. InstUPR:基于指令的大语言模型无监督段落重排序Huang和Chen,arXiv 2024。[论文]

利用大型语言模型进行训练数据增强

  1. ExaRanker:基于解释增强的神经排序器Ferraretto 等人,SIGIR 2023(短论文)。[论文]

  2. InPars-Light:高效排序器的低成本无监督训练Boytsov 等人,arXiv 2023。[论文]

  3. 为交叉编码器重排序生成合成文档Askari 等人,arXiv 2023。[论文]

  4. 指令蒸馏使大型语言模型成为高效的零样本排序器Sun 等人,arXiv 2023。[论文]

  5. RankVicuna:使用开源大型语言模型进行零样本列表式文档重排序Pradeep 等人,arXiv 2023。[论文]

  6. RankZephyr:高效且鲁棒的零样本列表式重排序轻而易举!Pradeep 等人,arXiv 2023。[论文]

读者

被动读者

  1. REALM:检索增强语言模型预训练Guu等人,ICML 2020. [论文]
  2. 检索增强生成用于知识密集型自然语言处理任务Lewis等人,NeurIPS 2020. [论文]
  3. REPLUG:检索增强黑盒语言模型Shi等人,arXiv 2023. [论文]
  4. Atlas:基于检索增强语言模型的少样本学习Izacard等人,JMLR 2023. [论文]
  5. 通过少样本提示的互联网增强语言模型用于开放域问答Lazaridou等人,arXiv 2022. [论文]
  6. 利用检索重新思考:忠实的大型语言模型推理He等人,arXiv 2023. [论文]
  7. FreshLLMs:通过搜索引擎增强刷新大型语言模型Vu等人,arxiv 2023. [论文]
  8. 使大型语言模型能够生成带引用的文本Gao等人,EMNLP 2023. [论文]
  9. Chain-of-Note:增强检索增强语言模型的稳健性Yu等人,arxiv 2023. [论文]
  10. 通过数据重要性学习改进检索增强大型语言模型Lyu等人,arXiv 2023. [论文]
  11. 搜索增强指令学习Luo等人,EMNLP 2023 (Findings). [论文]
  12. RADIT:检索增强双重指令调优Lin等人,arXiv 2023. [论文]
  13. 通过从万亿个标记中检索来改进语言模型Borgeaud等人,ICML 2022. [论文]
  14. 上下文内检索增强语言模型Ram等人,arXiv 2023. [论文]
  15. 交织检索与思维链推理以解决知识密集型多步骤问题Trivedi等人,ACL 2023. [论文]
  16. 通过即插即用检索反馈改进语言模型Yu等人,arXiv 2023. [论文]
  17. 通过迭代检索-生成协同增强检索增强大型语言模型Shao等人,EMNLP 2023 (Findings). [论文]
  18. 检索-生成协同增强大型语言模型Feng等人,arXiv 2023. [论文]
  19. Self-RAG:通过自我反思学习检索、生成和评判Asai等人,arXiv 2023. [论文]
  20. 主动检索增强生成Jiang等人,EMNLP 2023. [论文]

主动读者

  1. 测量并缩小语言模型的组合性差距Press等人,arXiv 2022. [论文]
  2. 展示-搜索-预测:组合检索和语言模型用于知识密集型自然语言处理Khattab等人,arXiv 2022. [论文]
  3. 通过多条思维链的元推理回答问题Yoran等人,arXiv 2023. [论文]

压缩器

  1. LeanContext:利用LLMs进行高效的特定领域问答,Arefeen等人,arXiv 2023。[论文]

  2. RECOMP:通过压缩和选择性增强改进检索增强型语言模型,Xu等人,arXiv 2023。[论文]

  3. TCRA-LLM:用于降低推理成本的令牌压缩检索增强大型语言模型,Liu等人,EMNLP 2023(研究发现)。[论文]

  4. 学习过滤检索增强生成的上下文,Wang等人,arXiv 2023。[论文]

分析

  1. 迷失在中间:语言模型如何使用长上下文,Liu等人,arXiv 2023。[论文]

  2. 通过检索增强调查大型语言模型的事实知识边界,Ren等人,arXiv 2023。[论文]

  3. 探索检索器与大型语言模型的集成策略,Liu等人,arXiv 2023。[论文]

  4. 刻画检索增强型大型语言模型的归因和流畅性权衡,Aksitov等人,arXiv 2023。[论文]

  5. 何时不信任语言模型:调查参数化和非参数化记忆的有效性,Mallen等人,ACL 2023。[论文]

应用

  1. 用医学教科书增强黑盒LLMs进行临床问答,Wang等人,arXiv 2023。[论文]

  2. ATLANTIC:用于跨学科科学的结构感知检索增强语言模型,Munikoti等人,arXiv 2023。[论文]

  3. 针对孟加拉语的跨语言检索增强情境学习,Li等人,arXiv 2023。[论文]

  4. Clinfo.ai:一个使用科学文献回答医学问题的开源检索增强大型语言模型系统,Lozano等人,arXiv 2023。[论文]

  5. 通过检索增强大型语言模型提升金融情感分析,Zhang等人,ICAIF 2023。[论文]

  6. 使用检索增强大型语言模型进行可解释的长篇法律问答,Louis等人,arXiv 2023。[论文]

  7. RETA-LLM:一个检索增强大型语言模型工具包,Liu等人,arXiv 2023。[论文]

  8. 变色龙:用于检索增强语言模型的异构和分解加速器系统,Jiang等人,arXiv 2023。[论文]

  9. RaLLe:开发和评估检索增强大型语言模型的框架,Hoshi等人,EMNLP 2023。[论文]

  10. 不要忘记私有检索:大型语言模型的分布式私有相似性搜索,Zyskind等人,arXiv 2023。[论文]

搜索智能体

静态智能体

  1. LaMDA:用于对话应用的语言模型,Thoppilan 等,arXiv 2022。[论文]
  2. 寻求知识的语言模型:用于对话和提示补全的模块化搜索和生成,Shuster 等,EMNLP 2022(Findings)。[论文]
  3. 教导语言模型使用经验证引用支持回答,Menick 等,arXiv 2022。[论文]
  4. WebGLM:面向基于人类偏好的高效网络增强问答系统,Liu 等,KDD 2023。[论文]
  5. 具备规划、长上下文理解和程序合成能力的真实世界网络智能体,Gur 等,arXiv 2023。[论文]
  6. 知道去向何方:使大语言模型成为相关、负责任且值得信赖的搜索者,Shi 等,arXiv 2023。[论文]

动态智能体

  1. WebGPT:基于人类反馈的浏览器辅助问答,Nakano 等,arXiv 2021。[论文]
  2. WebShop:面向可扩展真实网络交互的基于语言智能体,Yao 等,arXiv 2022。[论文]
  3. WebCPM:面向中文长文本问答的交互式网络搜索,Qin 等,ACL 2023。[论文]
  4. Mind2Web:面向网络的通用智能体,Deng 等,arXiv 2023。[论文]
  5. WebArena:用于构建自主智能体的真实网络环境,Zhou 等,arXiv 2023。[论文]
  6. 分层提示辅助大语言模型进行网络导航,Sridhar 等,EMNLP 2023(Findings)。[论文]

其他资源

  1. ACL 2023 教程:基于检索的语言模型及其应用,Asai 等,ACL 2023。[链接]
  2. 大型语言模型综述,Zhao 等,arXiv 2023。[论文]
  3. 信息检索遇上大语言模型:来自中国信息检索界的战略报告,Ai 等,arXiv 2023。[论文]

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

下拉加载更多