文章预览
导读 本次分享主题为生成式检索的探索和实践，将介绍当前常见的检索范式，以及发表于 EACL 的关于生成式检索的一篇论文，重点剖析记忆机制相关问题。 主要内容包括以下几大部分： 1. 研究团队 2. 检索范式 3. GDR：记忆机制的双刃剑效应 4. GDR：应用场景 5. 问答环节 分享嘉宾｜ 冯少雄 博士 小红书 算法工程师 编辑整理｜ 蔡郁婕 内容校对｜李瑶 出品社区｜ DataFun 01 研究团队 目前团队有四名成员，主要研究方向包括大模型评测推理及生成式检索，目前在进行技术攻关以实现大模型在搜索系统各环节的落地应用。 02 检索范式 目前常见的检索范式包括： 稀疏检索，如 TF-IDF、BM25，以及一些扩展的混合检索； 密集检索，常见模型有 DSSM，还有一些变体，如难负样本挖掘、后交互、知识蒸馏，以及 loss 上的一些工作（对比学习）。 生成
………………………………
