可控学习综述：信息检索中的方法与应用
机器学习
2025-08-07 v3 信息检索
摘要
可控性已成为可信机器学习的一个关键方面，它使学习器能够满足预定义目标，并在测试时动态适应目标变化而无需重新训练。我们提供了可控学习（CL）的形式化定义，并讨论了其在信息检索（IR）中的应用，其中信息需求通常是复杂且动态的。本综述根据可控内容（例如，多目标、用户画像、场景适应）、控制者（用户或平台）、控制实现方式（例如，基于规则的方法、帕累托优化、超网络等）以及控制实施位置（例如，预处理、处理中、后处理方法）对CL进行了分类。然后，我们确定了CL在训练、评估、任务设置和在线环境部署中面临的挑战。此外，我们概述了CL在理论分析、高效计算、赋能大语言模型、应用场景和评估框架方面的有前景的方向。
引用
@article{arxiv.2407.06083,
title = {A Survey of Controllable Learning: Methods and Applications in Information Retrieval},
author = {Chenglei Shen and Xiao Zhang and Teng Shi and Changshuo Zhang and Guofu Xie and Jun Xu},
journal= {arXiv preprint arXiv:2407.06083},
year = {2025}
}