中国大陆机构首次！小红书搜索与清华合作获得SIGIR2024最佳论文奖

文章预览

在 SIGIR2024 大会上，小红书团队和清华大学信息检索实验室合作的论文 Scaling Laws for Dense Retrieval 获得了最佳论文奖（Best Paper Award），为该会议成立47年来首次由中国大陆机构牵头获得。以扩展定律描述大型语言模型性能水平与其参数规模之间的经验性规律，是大型语言模型区别于传统人工智能模型的重要特征，这一规律是否适用于其他深度神经网络模型仍旧面临着较大争议，论文针对这一问题开展了系统深入的研究，通过设计新型检索性能评价范式等验证了该规律在稠密向量检索中的适用性，对搜索引擎、推荐系统等信息检索系统的设计将发挥重要的指导作用。 对语言模型的扩展定律研究可以追溯到上个世纪初，有学者发现语料库中某个词出现的频率大约是它在整个词表中的排序的倒数，也就是著名的齐普夫定律（Zipf's Law）。在上世纪六十年代 ………………………………