Retrieval-Augmented Language Modeling

Simlm: Pre-training with representation bottleneck for dense passage retrieval

在这里插入图片描述

REPLUG: Retrieval-Augmented Black-Box Language Models

将IT和对比学习损失结合在一起。
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Questions Are All You Need to Train a Dense Passage Retriever

在这里插入图片描述

Improving Passage Retrieval with Zero-Shot Question Generation在这里插入图片描述

Active Retrieval Augmented Generation

在这里插入图片描述
在这里插入图片描述

KNOWLEDGE REFINEMENT VIA INTERACTION BETWEEN SEARCH ENGINES AND LARGE LANGUAGE MODELS

在这里插入图片描述

Query2doc: Query Expansion with Large Language Models

在这里插入图片描述

GENERATE RATHER THAN RETRIEVE: LARGE LANGUAGE MODELS ARE STRONG CONTEXT GENERATORS

在这里插入图片描述

In-Context Retrieval-Augmented Language Models

在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值