基于大语言模型的语料库丰富化研究
信息检索
2025-06-09 v1
摘要
生成式人工智能 (genAI) 技术——特别是大语言模型 (LLMs)——与搜索技术正在发展出相互演化的关系。我们提出一种新视角：使用genAI丰富文档语料库，以提高基于查询的检索效果。该丰富方式基于修改现有文档或生成新文档。作为经验概念验证，我们使用LLMs生成与主题相关且比现有文档更易检索的文档。此外，我们展示了利用语料库丰富化在检索增强生成 (RAG) 和问答答案归因方面的潜在优势。
引用
@article{arxiv.2506.06015,
title = {On the Merits of LLM-Based Corpus Enrichment},
author = {Gal Zur and Tommy Mordo and Moshe Tennenholtz and Oren Kurland},
journal= {arXiv preprint arXiv:2506.06015},
year = {2025}
}