一种乏味却有效的亚马逊KDD Cup 2022产品排序任务方法
信息检索
2022-08-15 v1
摘要
在本工作中，我们描述了提交给亚马逊KDD Cup 2022产品排序任务的方案。我们依赖于一份在以往竞赛中被证明有效的秘方：将精力集中于高效训练和部署大型语言模型（如mT5），同时将任务特定适配的数量降至最低。尽管我们的方法简单，我们的最佳模型在nDCG@20上仅比第一名提交低不到0.004。由于前20名团队达到了接近0.90的nDCG@20，我们认为需要更困难的电商评估数据集来区分检索方法。
引用
@article{arxiv.2208.06264,
title = {A Boring-yet-effective Approach for the Product Ranking Task of the Amazon KDD Cup 2022},
author = {Vitor Jeronymo and Guilherme Rosa and Surya Kallumadi and Roberto Lotufo and Rodrigo Nogueira},
journal= {arXiv preprint arXiv:2208.06264},
year = {2022}
}