跳到正文
arXiv · NLP· Alexia Allal, Hicham Randrianarivo, Sylvain Lamprier·· 2026-10-07AI 评分34

生成式信息检索中语义标识符空间的系统性研究

A Systematic Study of Semantic ID Spaces for Generative Information Retrieval

AI 导读

针对生成式信息检索(GIR)中文档标识符(DocID)设计缺乏统一标准的问题,提出一个统一乘积量化(PQ)与残差量化(RQ)的设计空间框架。 定义了一组免训练的内在指标,用于在无需完整模型训练的情况下量化 DocID 质量与结构保真度。 在 MS MARCO 300K 和 NQ320K 数据集上的实验表明,DocID 的层级与并行结构等特性显著影响检索效果。

来源:arXiv · NLP · arxiv.org