登录
洞察 - 정보 검색 및 자연어 처리
실제 세계에서의 검색 시스템 비교 분석
다양한 언어 모델과 검색 기술을 결합한 최신 검색 시스템의 정확성과 효율성을 비교 분석하여 특정 응용 분야에 적합한 기술 조합을 제시한다.
대규모 언어 모델을 활용한 정보 검색 평가
대규모 언어 모델을 활용하여 문서 관련성 판단, 질의 생성, 검색 세션 시뮬레이션 등 정보 검색 평가 방법을 개선할 수 있다. 이를 통해 기존 평가 방식의 한계를 극복하고 더 현실적이고 정확한 평가가 가능해질 것으로 기대된다.
복잡한 목표를 가진 정보 검색 작업을 위한 벤치마크 BIRCO
BIRCO 벤치마크는 다양한 복잡한 목표를 가진 정보 검색 작업을 평가하기 위해 설계되었으며, 기존 벤치마크보다 더 높은 난이도를 제공한다. 이를 통해 대규모 언어 모델 기반 정보 검색 시스템의 성능을 효과적으로 측정할 수 있다.
효율적인 다중 벡터 밀집 검색을 위한 비트 벡터 활용
본 논문은 다중 벡터 밀집 검색의 효율성을 높이기 위해 최적화된 비트 벡터, 열 단위 SIMD 감소, 그리고 프로덕트 양자화와 문서 단위 용어 필터링을 제안한다.
데이터 통찰력 확보를 위한 Pyserini와 Hugging Face를 활용한 플러그 앤 플레이 검색 엔진 Spacerini
Spacerini는 Pyserini 도구킷과 Hugging Face를 통합하여 대화형 검색 엔진을 손쉽게 구축하고 배포할 수 있는 도구입니다. Spacerini를 통해 정보 검색 연구자뿐만 아니라 NLP 연구자, 언어학자, 디지털 인문학자 등 다양한 사용자들이 대규모 텍스트 데이터 집합을 효과적으로 탐색할 수 있습니다.
쿼리 기반 효과적인 facet 생성을 위한 LLM 편집 기법
검색 엔진에 의존하지 않고도 쿼리 기반 facet을 효과적으로 생성할 수 있는 방법을 제안한다. 다중 작업 학습과 LLM 편집 기법을 통해 쿼리만으로도 우수한 facet 생성 성능을 달성할 수 있다.
