知晓何处寻：使LLM成为相关、负责且可信的搜索者
信息检索
2023-10-20 v1 人工智能
计算与语言
摘要
大语言模型（LLM）的出现展现出在网页搜索中提升相关性并提供直接答案的潜力。然而，由于传统信息检索算法的局限性和LLM幻觉问题，在验证生成结果的可靠性与来源可信度方面存在挑战。旨在创建LLM时代的“PageRank”，我们努力将LLM转变为相关、负责且可信的搜索者。我们提出了一种新颖的生成式检索框架，利用LLM的知识在查询与在线来源间建立直接链接。该框架由三个核心模块组成：生成器、验证器和优化器，分别专注于生成可信在线来源、验证来源可靠性以及精炼不可靠来源。大量实验与评估凸显了我们的方法相对于多种SOTA方法在相关性、负责性和可信性上的优越表现。
引用
@article{arxiv.2310.12443,
title = {Know Where to Go: Make LLM a Relevant, Responsible, and Trustworthy Searcher},
author = {Xiang Shi and Jiawei Liu and Yinpeng Liu and Qikai Cheng and Wei Lu},
journal= {arXiv preprint arXiv:2310.12443},
year = {2023}
}
备注
14 pages, 4 figures, under peer review