大模型推荐词生成——Generating Query Recommendations via LLMs 【阅读笔记】

背景

主要去进行query的相关搜索补充；
例如

我们引入生成查询推荐（GQR）系统。 GQR以大语言模型为基础，利用大语言模型的提示能力，通过提示中提供的几个例子（检索或手工）来理解推荐任务。

方案

Generative Query Recommendation (GQR)

• prompt 就是几个给定的推荐例子 然后用 prompt方式 生成推荐词
• 例子是人工写的 包含多个方面
  

研究问题

RQ1：与现有查询推荐系统相比，我们提出的 GQR 系统能否生成相关且有用的查询推荐？

答案： 有

RQ2：我们的 GQR 系统生成的查询是否比其他系统生成的查询更能吸引用户？

答案： 有

文中给的例子是：
传统方式：瑞安航空支持、瑞安航空联系方式、瑞安航空客户服务
LLM生成：瑞安航空的职业、瑞安航空的历史 要好吧 我感觉起来
在我看来 LLM可能还有点宽泛了， 但是作者认为这种更加吸引

RQ3：我们的 GQR 系统是否会为长尾（即罕见的）查询生成建议？

答案： 有， LLM 每个都能生成<