Establishing an Online Access Panel for Interactive Information Retrieval Research
我们提出了一个在线访问面板,以支持交互式信息检索(IIR)系统的评估过程-称为IIRpanel。通过维护IIR系统用户的在线访问面板,我们假设可以最大限度地减少为基于网络的实验室研究招募参与者的重复性工作。我们的目标是使用在线访问面板,不仅为我们自己的开发过程,但开放给其他感兴趣的研究人员在IIR领域。在本文中,我们提出了IIRpanel的概念,以及第一个实现细节。
2014-07-06 cs.DL cs.IR
Efficient Image Retrieval via Decoupling Diffusion into Online and Offline Processing
The University of Tokyo(东京大学);National Institute of Informatics(日本国家信息学研究所);University of Southern California(南加州大学)
扩散是检索任务中常用的一种排序或重排序方法,以提高检索性能,近年来引起了人们的广泛关注。扩散的一个缺点是,与朴素的k-NN搜索相比,它执行得很慢,这会导致大型数据集上的非平凡在线计算成本。为了克服这一弱点,本文提出了一种新的扩散技术。在我们的工作中,我们没有将扩散应用于查询,而是预先计算数据库中每个元素的扩散结果,使在线搜索成为k-NN搜索过程之上的简单线性组合。我们提出的方法在在线搜索速度方面快了10倍。此外,我们建议使用后期截断,而不是早期截断在以前的作品,以达到更好的检索性能。
2019-01-04 cs.CV cs.IR
Beyond Lexical: A Semantic Retrieval Framework for Textual SearchEngine
搜索引擎已经成为各种Web和移动应用程序中的基本组件。对于搜索引擎系统来说,从海量数据集中检索相关文档是一个挑战,尤其是在面对冗长或尾查询时。在本文中,我们探讨了一个向量空间搜索框架的文件检索。具体来说,我们训练了一个深度语义匹配模型,这样每个查询和文档都可以被编码为低维嵌入。我们的模型是基于BERT架构训练的。我们部署了一个快速的k-最近邻索引服务的在线服务。离线和在线指标表明,我们的方法大大提高了检索性能和搜索质量,特别是对尾部
2020-08-10 cs.IR
Beyond Retrieval: Scaffolding Children's Online Learning
Università della Svizzera Italiana(瑞士意大利语大学);Delft University of Technology(代尔夫特理工大学)
针对儿童使用主流搜索系统时因缺乏系统知识而导致的低效搜索问题,本文基于儿童信息检索与人机交互文献,提出将搜索过程视为有支架的学习体验,而非简单检索任务。
2026-09-15 cs.HC cs.IR
Entity Retrieval and Text Mining for Online Reputation Monitoring
Faculdade de Engenharia da Universidade do Porto(波尔图大学工程学院);FEUP(波尔图大学工程学院)
在线声誉监控(ORM)涉及使用计算工具来测量在线实体(如政治家或公司)的声誉。在实践中,目前的ORM方法仅限于生成数据分析报告,这些报告汇总了社交媒体上的流行度和情绪的统计数据。我们认为,这种格式是过于限制,因为最终用户往往喜欢有灵活性,以实体为中心的信息,是无法在预定义的图表搜索。因此,我们建议将实体检索功能作为扩展当前ORM功能的第一步。然而,实体的声誉也受到该实体与其他实体的关系的影响。因此,我们解决的问题的相似性关系(E-R)检索的目标是搜索多个连接的实体。这是一个传统的实体搜索系统无法应对的挑战性问题。除了E-R检索,我们还认为ORM将受益于基于文本的以实体为中心的预测功能,例如根据新闻事件或政治调查结果预测实体在社交媒体上的受欢迎程度。然而,如果没有有效的实体消歧和情感分析,这些任务都不能提供有用的结果。因此,本文解决了在线声誉监控中的两个计算问题:实体检索和文本挖掘。我们研究并开发了提取、检索和预测以实体为中心的信息的方法。
2018-01-23 cs.AI cs.IR
PCap: Personalized Retrieval-Stage Diversity Capping in Facebook Marketplace
Meta
提出PCap框架,在Facebook Marketplace检索阶段引入用户级多样性约束,通过熵评分分桶和自动在线优化参数,显著提升用户参与度。
2026-09-16 cs.IR
EndoFinder: Online Lesion Retrieval for Explainable Colorectal Polyp Diagnosis Leveraging Latent Scene Representations
EndoFinder 提出一种基于多视角场景表示与哈希检索的在线息肉诊断框架,通过自监督编码和场景表示 Transformer 实现可解释、可扩展的结直肠息肉再识别与病理分类。
2025-07-23 cs.IR
Graph Contrastive Learning with Multi-Objective for Personalized Product Retrieval in Taobao Search
本文提出多目标图对比学习模型GCL-MO,通过商品同构图和改进对比损失同时优化个性化与相关性,提升长尾商品表示,并在淘宝搜索中取得显著在线收益。
2023-07-10 cs.IR
Delving into E-Commerce Product Retrieval with Vision-Language Pre-training
本文提出一种基于对比学习的视觉-语言预训练方法,结合定制负采样方案,用于解决淘宝搜索中的大规模产品检索问题,并已在线部署服务数亿用户。
2023-04-17 cs.IR
Generalized Ensemble Model for Document Ranking in Information Retrieval
提出了一种用于文档排序的广义集成模型(gEnM)。gEnM线性地组合基础文档检索模型,并尝试在高位检索相关文档。为了获得多个文档检索模型或排序器的最优线性组合,通过直接最大化平均精度来制定优化程序。提出了有监督学习和无监督学习两种算法来求解该问题。对于有监督的方案,考虑了两种方法的基础上的数据设置,即批量和在线设置。在批量设置中,我们提出了一个修正的牛顿算法,gEnM.BAT,通过近似的导数和海森矩阵。在在线环境中,我们提出了一个基于随机梯度下降(SGD)的算法-gEnM. ON。对于无监督的计划,一个无监督的集成模型(UnsEnM),从每个组成的排名迭代共同学习。在基准数据集上的实验研究验证了所提算法的有效性。因此,通过适当的算法,gEnM在不同的实际信息检索应用中是可行的选择。
2017-02-01 cs.IR
Retrieval and Distill: A Temporal Data Shift-Free Paradigm for Online Recommendation System
Shanghai Jiao Tong University(上海交通大学);Yokohama National University(Yokohama国立大学)
针对推荐系统中的时间数据偏移问题,提出关联时间不变性定理,并构建检索与蒸馏框架,使模型从偏移数据中学习稳定关联且在线推理开销极小。
2025-07-27 cs.AI cs.IR
Online Learning via Memory: Retrieval-Augmented Detector Adaptation
Microsoft Corp(微软公司)
本研究提出一种无需训练的检索增强在线学习方法,通过记忆库与RAC模块让现成目标检测器快速适配新域,仅需每类10张图像的记忆库即可显著优于基线。
2024-09-16 cs.CV cs.IR cs.LG
Scaling Laws for Online Advertisement Retrieval
Kuaishou Technology(快手科技);M-A-P
针对在线广告检索缺乏缩放定律研究的问题,提出轻量级范式,用离线指标和模拟算法识别在线缩放定律,并验证其存在性及应用。
2025-09-25 cs.AI cs.IR cs.LG
MiCRO: Multi-interest Candidate Retrieval Online
在项目表现出短暂性和时间相关性的环境中提供个性化推荐(例如在社交媒体中)提出了一些独特的挑战:(1)在频繁创建新项目的环境中归纳地理解对项目的短暂吸引力,(2)适应项目可能经历相关性的时间变化的参与模式内的趋势,(3)在用户可以表达多种兴趣的项目空间上精确地建模用户偏好。在这项工作中,我们介绍了MiCRO,一个生成的统计框架,模型多兴趣的用户偏好和时间多兴趣项表示。我们的框架是专门制定的,以适应新的项目和时间的参与模式。MiCRO在两个大规模用户-项目数据集上进行的候选检索实验中表现出了强大的经验性能:(1)(用户,用户)关注交互的开源时间数据集和(2)(用户,推文)最喜欢的交互的时间数据集,我们将开源作为对社区的额外贡献。
2022-10-28 cs.IR cs.SI
Bidding-Aware Retrieval for Multi-Stage Consistency in Online Advertising
Taobao \& Tmall Group of Alibaba Beijing China;Taobao \& Tmall Group of Alibaba
针对在线广告系统检索与排序阶段的竞价不一致问题,提出BAR框架,经阿里平台验证可提升收入4.32%、正向广告展示量22.2%
2026-08-25 cs.IR cs.LG
RADAR: Recall Augmentation through Deferred Asynchronous Retrieval
Meta Platforms, Inc.(Meta平台公司)
提出 RADAR 框架,用离线异步全模型预排序大规模候选并作为在线高质量召回源,离线召回翻倍且在线参与度提升 0.8%。
2025-06-08 cs.IR cs.LG
What Score Distillation Transfers to Compact Dense Retrievers
Mohamed bin Zayed University of Artificial Intelligence(穆罕默德·本·扎耶德人工智能大学)
研究紧凑检索器能否从分数向量学教师排序行为,用行中心分数向量目标训练,在固定评估面板上蒸馏协议可弥补部分基础与教师模型差距,蒸馏后学生模型编码加速,外部迁移性能有好有坏。
2026-11-13 cs.IR
Overview of ROMCIR 2026: The 6th Workshop on Reducing Online Misinformation through Credible Information Retrieval
University of Santiago(圣地亚哥大学);Institute of Informatics and Telematics -- CNR(信息与电信研究所-意大利国家研究委员会);IMT School for Advanced Studies(高等研究IMT学院);University of Udine(乌迪内大学);University of Milano-Bicocca(米兰比可卡大学)
本研讨会综述聚焦于通过可信信息检索减少在线错误信息,旨在整合可信度因素、实现早期检测,并评估大语言模型与人在回路的作用。
2026-09-09 cs.IR
Learning from What You Retrieve: Online RL Fine-Tuning for Semantic Retrieval
Alibaba Group(阿里巴巴集团)
针对电商检索中双编码器与重排器的目标不匹配问题,提出PAO选择性RL优化方法,在冻结文档索引下提升检索性能且优于标准RL与蒸馏基线。
2026-09-01 cs.AI cs.IR
EnrichIndex: Using LLMs to Enrich Retrieval Indices Offline
MIT(麻省理工学院);University of Pennsylvania(宾夕法尼亚大学)
针对LLM在线增强检索高延迟与高成本问题,提出EnrichIndex方法,离线利用LLM构建语义丰富的检索索引,在五大任务中显著提升检索性能并大幅降低在线开销。
2025-04-04 cs.AI cs.CL cs.IR
An Analysis of Privacy-Aware Personalization Signals by Using Online Evaluation Methods
尽管个性化是解决信息过载问题的有效方法,但由于需要考虑多个方面,个性化仍然很棘手。此外,避免过度个性化的挑战涉及估计用户对不同查询的偏好。这项工作是一种尝试,使推理个性化将是有益的,通过可观察到的用户行为,他/她的社交网络使用模式和用户生成的内容。用户在搜索系统上的行为是通过团队草稿交错来观察的,由此来自两个检索功能的结果以交错的方式呈现,并且用户点击被用来推断对某个检索功能的偏好。这改善了早期的工作,由于依赖于用户调查结果,有用性有限,我们的研究结果可以帮助实时个性化搜索系统通过检测用户相关和查询相关的个性化信号。
2017-11-08 cs.IR
KiseKloset for Fashion Retrieval and Recommendation
University of Science(胡志明市理科大学);Vietnam National University(越南国家大学胡志明市分校);University of Dayton(代顿大学)
本文提出KiseKloset系统,通过相似物品检索和文本反馈引导检索提升时尚推荐效果,结合改进的transformer架构和近似算法优化搜索流程,并引入轻量级虚拟试穿框架提升用户体验。
2026-04-11 cs.CV cs.IR
Balancing Speed and Quality in Online Learning to Rank for Information Retrieval
在在线学习排序(OLTR)的目的是找到一个最佳的排名模型,通过与用户的交互。当从用户行为中学习时,系统必须与用户交互,同时从这些交互中学习。与其他学习排序(LTR)设置不同,该领域的现有研究仅限于线性模型。这是由于选择模型时出现的速度-质量权衡:复杂的模型更具表达力,可以找到最佳排名,但需要更多的用户交互才能做到这一点,这一要求可能会在训练过程中让用户感到沮丧。相反,更简单的模型可以在更少的交互上进行优化,从而提供更好的用户体验,但它们将收敛于次优排名。这种权衡造成了僵局,因为新的模型将无法在不牺牲另一个的情况下改善用户体验或最终的收敛点。我们的贡献是双重的。首先,我们介绍了一个快速OLTR模型称为Sim-MGD,解决了速度方面的速度质量权衡。Sim-MGD基于与参考文档的相似性对文档进行排名。它收敛迅速,因此,提供了一个更好的用户体验,但它不收敛到最佳排名。其次,我们贡献了级联多叶梯度下降(C-MGD)的OLTR,直接解决了速度和质量的权衡使用级联,使最好的两个世界的组合:快速学习和高质量的最终收敛。C-MGD可以提供Sim-MGD的更好的用户体验,同时保持与最先进的MGD模型相同的收敛。这为未来的工作打开了大门,为OLTR设计新的模型,而不必处理速度-质量权衡。
2017-11-26 cs.IR
Metric Compatible Training for Online Backfilling in Large-Scale Retrieval
Seoul National University(首尔大学);Meta;University of Central Florida(中佛罗里达大学)
针对图像检索模型升级中回填计算成本高的问题,提出一种在线回填算法,通过距离排名合并、反向变换模块和度量兼容对比学习,在不牺牲新模型最终性能的前提下实现渐进性能提升。
2024-12-19 cs.CV cs.IR cs.LG
Synthetic Data Powers Product Retrieval for Long-tail Knowledge-Intensive Queries in E-commerce Search
Taobao & Tmall Group of Alibaba(阿里巴巴淘宝和天猫集团)
本文提出一种高效的数据合成框架,用于处理电商搜索中长尾知识密集型查询,通过隐式提炼强大离线查询重写模型的能力,提升检索效果。
2026-04-27 cs.IR
PerSRV: Personalized Sticker Retrieval with Vision-Language Model
本文提出个性化表情包检索框架PerSRV,通过微调LLaVA-1.5-7B生成语义、众包效用评估与历史交互聚类建模,在WeChat数据集上显著提升了多模态表情包检索性能。
2025-06-02 cs.IR
Research on the Online Update Method for Retrieval-Augmented Generation (RAG) Model with Incremental Learning
School of Engineering and Applied Science(工程与应用科学学院);School of Business(商学院);University of Pennsylvania(宾夕法尼亚大学);Stevens Institute of Technology(史蒂文斯理工学院);College of Engineering(工程学院);College of Computer Sciences(计算机科学学院);Peking University(北京大学);Northeastern University(东北大学);Syracuse University(雪城大学);College of Engineering and Computer Science(工程与计算机科学学院)
针对语言模型难以及时适配动态新知识的问题,提出基于RAG的在线更新方法,通过动态记忆、分层检索、多阶段生成融合机制实现增量更新,在知识留存和推理精度上优于主流模型。
2025-01-13 cs.CL cs.IR
Online Distillation for Pseudo-Relevance Feedback
University of Glasgow(格拉斯哥大学);University College London(伦敦大学学院)
本文提出在线蒸馏方法,针对特定查询从神经重排序结果中蒸馏词汇模型,将其作为查询进行第二阶段检索以丰富文档池,效果优于现有伪相关反馈、稠密检索及混合方法。
2023-06-16 cs.CL cs.IR
Text Information Retrieval in Tetun: A Preliminary Study
本文针对低资源语言德顿语缺乏信息检索方案的问题,开展即席检索实验并报告初步结果,为构建德顿语搜索解决方案提供基础。
2024-06-11 cs.IR
STELLA: Self-Reflective Terminology-Aware Framework for Building an Aerospace Information Retrieval Benchmark
TelePIX
STELLA框架通过术语感知和自反思方法构建航空航天信息检索基准,评估嵌入模型的词汇和语义匹配能力。
2026-01-07 cs.CL cs.IR
GORAG: Graph-based Online Retrieval Augmented Generation for Dynamic Few-shot Social Media Text Classification
The Hong Kong University of Science and Technology(香港科学与技术大学);The Hong Kong Polytechnic University(香港理工大学);Guangzhou HKUST Fok Ying Tung Research Institute(广州HKUST福ying顿研究 institute)
GORAG提出一种基于图的在线检索增强生成框架,用于动态少样本社交媒体文本分类,通过构建关键词和标签的加权图并动态检索上下文以提升分类性能。
2026-01-29 cs.CL cs.IR cs.LG
Collaborative Multi-modal deep learning for the personalized product retrieval in Facebook Marketplace
Facebook Marketplace正在迅速成为消费者青睐的C2C产品交易平台。其背后的推荐系统有助于显著提升用户体验。为Facebook Marketplace构建推荐系统具有挑战性,原因有两个:1)可扩展性:Facebook Marketplace中的产品数量巨大。每天需要在几百毫秒内为数以万计的产品进行评分和推荐; 2)冷启动:C2C产品的生命周期很短,产品上的用户活动稀疏。因此,很难积累足够的产品级信号用于推荐,我们正面临着一个重大的冷启动问题。在本文中,我们建议通过构建一个基于协作多模态深度学习的检索系统来解决可扩展性和冷启动问题,在该系统中,使用多模态内容信息来训练用户和产品的紧凑嵌入。该系统在在线和离线实验中均表现出了显著的改进:在线实验中,买方向卖方发起的消息数量增加了+26.95%;离线实验中,预测准确率提高了+9.58%。
2018-05-31 cs.IR
EndoFinder: Online Image Retrieval for Explainable Colorectal Polyp Diagnosis
Digital Medical Research Center, School of Basic Medical Sciences, Fudan University(复旦大学基础医学院数字医学研究中心);Shanghai Institute for Advanced Study of Zhejiang University(浙江大学上海高等研究院);Endoscopy Center and Endoscopy Research Institute, Zhongshan Hospital, Fudan University(复旦大学附属中山医院内镜中心及内镜研究所);School of Computer Science and Engineering, Nanjing University of Science and Technology(南京理工大学计算机科学与工程学院);Alliance Manchester Business School, The University of Manchester(曼彻斯特大学联盟曼彻斯特商学院)
EndoFinder提出基于内容图像检索的框架,通过自监督预训练息肉感知编码器,在参考库中寻找数字孪生息肉,实现可解释诊断,性能媲美监督分类模型。
2024-07-16 cs.CV cs.IR
LongRetriever: Towards Ultra-Long Sequence based Candidate Retrieval for Recommendation
针对推荐系统候选检索阶段超长期序列利用不足的问题,提出LongRetriever框架,通过上下文内训练和多上下文检索实现候选特异性交互与训练-服务一致性,经大型电商平台A/B测试验证有效并已部署。
2025-08-25 cs.IR
Towards Sustainable Growth: A Multi-Value-Aware Retrieval Framework for E-Commerce Search
Taobao \& Tmall Group of Alibaba HangZhou China;Taobao \& Tmall Group of Alibaba
本文提出了一种多价值感知的检索框架,旨在平衡即时转化与长期商品增长,通过引入ItemLTV模块和MultiGR模块,提升电子商务搜索系统的可持续增长能力。
2026-05-18 cs.AI cs.IR
CROLoss: Towards a Customizable Loss for Retrieval Models in Recommender Systems
本文提出CROLoss,一种可直接优化Recall@N且可针对不同N定制的损失函数,涵盖传统损失函数为特例,并开发Lambda方法提升性能,在公开数据集上达到SOTA,在线A/B测试带来4.75%收入增长。
2024-11-11 cs.IR
XML Information Retrieval:An overview
由于在线网络信息的爆炸性增长,定位和提取有价值的相关信息仍然是信息检索系统的主要挑战。这些挑战可以被认为是XML信息检索的挑战,因为XML已经成为Web上的事实标准。对XML信息检索的研究始于为XML信息检索定制的经典信息检索策略,后来发展出了专门针对XML信息检索的新的信息检索策略。同时,文献也揭示了快速智能红外系统的发展。尽管它们在特定的约束域中取得了成功,但在复杂的信息空间中,它们还有额外的限制。因此,IR系统的有效性在满足最大需求方面没有得到解决。本文概述了XML IR中早期的工作和差距。
2014-10-27 cs.IR
LLMs as Sparse Retrievers:A Framework for First-Stage Product Search
State Key Laboratory of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences(中国科学院计算技术研究所人工智能安全重点实验室);University of Chinese Academy of Sciences(中国科学院大学);University of Amsterdam(阿姆斯特丹大学)
针对商品搜索中稀疏检索的词汇不匹配问题,以及大语言模型应用于稀疏检索的幻觉、训练初始化难问题,提出PROSPER框架,通过字面残差网络和词汇聚焦窗口优化,性能优于稀疏基线、召回率媲美先进稠密检索器,还能提升线上收入。
2025-10-22 cs.IR
Iterative NLP Query Refinement for Enhancing Domain-Specific Information Retrieval: A Case Study in Career Services
Humber College(亨伯学院)
本文针对传统TF-IDF系统在特定领域检索性能不佳的问题,提出一种结合领域术语与结构化描述符的半自动迭代查询细化方法,在Humber College职业服务数据上显著提升了文档相似度与检索效果。
2024-12-22 cs.CL cs.IR
Investigating the Influence of Legal Case Retrieval Systems on Users' Decision Process
本研究首次探究法律案例检索系统对法律用户决策的影响,通过90余人参与的在线用户研究发现,检索结果分布会影响用户的案件判决判断,有偏的严苛结果会导致用户判决更严厉,凸显了优化检索系统无偏性的重要性。
2023-10-07 cs.IR
Online and Offline Evaluation in Search Clarification
本研究探讨搜索澄清中在线与离线评估的不一致性,以用户参与度为基准,比较离线排序与理想排序的相似度。
2024-03-14 cs.IR
UKP-SQUARE: An Online Platform for Question Answering Research
Technical University of Darmstadt(达姆施塔特工业大学);Hugging Face;Koç University(科奇大学)
NLP和信息检索的最新进展已经产生了不同格式的各种各样的问答任务集(例如,提取的、抽象的),需要不同的模型体系结构(例如,生成的、区别的),以及设置(例如,有或没有检索)。尽管有大量强大的、专门的QA管道(我们称之为技能)考虑单个域、模型或设置,但没有一个框架可以让用户轻松地探索和比较这些管道,并根据他们的需求扩展它们。为了解决这个问题,我们提出了UKP-SQUARE,一个可扩展的在线QA平台的研究人员,它允许用户查询和分析大量的现代技能,通过用户友好的Web界面和集成的行为测试。此外,QA研究人员可以使用我们的微服务开发、管理和分享他们的自定义技能,这些微服务支持各种模型(Transformers、Adapters、ONNX)、数据存储和检索技术(例如,稀疏和密集)。UKP-SQUARE可在https://square.ukp-lab.de上获得。
2022-03-28 cs.CL cs.IR
PinView: Implicit Feedback in Content-Based Image Retrieval
University College London(伦敦大学学院);Aalto University(阿尔托大学);University of Helsinki(赫尔辛基大学);University of Leoben(莱奥本大学);King Mongkut’s Institute of Technology Ladkrabang(先皇理工学院)
本文介绍了PinView,一个基于内容的图像检索系统,利用隐式相关反馈收集在搜索会话。PinView包含几种新颖的方法来推断用户的意图。从相关反馈,如眼球运动或指针点击,以及图像的视觉特征,PinView学习图像之间的相似性度量,这取决于用户的当前兴趣。然后,它使用专门的在线学习算法检索图像,该算法平衡了探索新图像和利用用户已经推断出的兴趣之间的权衡。我们已经将PinView集成到基于内容的图像检索系统PicSOM中,这使得PinView能够应用于真实世界的图像数据库。通过新算法PinView的性能优于原始PicSOM,并且在真实用户的在线实验中,隐式和显式反馈的组合给出了最佳结果。
2014-10-02 cs.AI cs.IR
SPARC: Soft Probabilistic Adaptive multi-interest Retrieval Model via Codebooks for recommender system
Shanghai Dewu Information Group Co., Ltd.(上海德务信息集团有限公司)
针对推荐系统多兴趣检索中兴趣固定且缺乏主动探索的问题,提出SPARC框架,利用RQ-VAE构建动态离散兴趣空间并结合概率模块实现软搜索,在线上线下实验中均显著提升推荐效果。
2025-08-13 cs.AI cs.IR
Information Retrieval From Internet Applications For Digital Forensic
先进的互联网技术提供电子邮件、社交网络、网上银行、网上购物等服务,使日常活动变得简单和方便。对互联网的日益依赖、便利性和电子设备成本的降低导致了对在线服务的频繁使用。然而,对互联网的日益放纵也加速了数字犯罪的步伐。数字犯罪的数量和复杂性的增加引起了法医调查人员的注意。数字调查人员面临着从尽可能多的来源收集准确的数字证据的挑战。在本文中,试图从系统的RAM中恢复数字证据的形式的信息,最近的浏览会话的用户。我们选择了四个不同的应用程序,并在两个浏览器上进行了实验。发现目标用户的关键信息,如用户名、密码等,是可以恢复的
2012-09-17 cs.CR cs.IR cs.SI
OPERA: Online Data Pruning for Efficient Retrieval Model Adaptation
Amazon Web Services(亚马逊云服务)
OPERA通过在线数据剪枝提升检索模型适应效果,SP在标准微调基础上提升NDCG,DP在多个领域数据集上取得最佳排名和召回效果,且训练时间减少50%。
2026-08-03 cs.AI cs.CL cs.IR
ArchRAG: Attributed Community-based Hierarchical Retrieval-Augmented Generation
Microsoft(微软)
ArchRAG通过引入属性社区和层次聚类方法,提升图数据检索效率与生成准确性,降低token消耗。
2026-05-11 cs.AI cs.IR
LightRetriever: A LLM-based Text Retrieval Architecture with Extremely Faster Query Inference
Institute of Information Engineering, Chinese Academy of Sciences(中国科学院信息工程研究所);School of Cyber Security, University of Chinese Academy of Sciences(中国科学院大学网络安全学院);Langboat Technology(兰舟科技)
LightRetriever通过轻量级查询编码器显著提升检索效率,实现查询推理速度提升超1000倍,端到端吞吐量提升超10倍,且在多种任务中保持95%的检索性能。
2026-01-30 cs.AI cs.CL cs.IR
Budget-Constrained Online Retrieval-Augmented Generation: The Chunk-as-a-Service Model
Information and Computing Technology (ICT) Division, College of Science and Engineering, Hamad Bin Khalifa University(信息与计算技术系(ICT), 科学与工程学院, 哈马德·本·卡西姆大学);School of Electrical Engineering and Information Technology, German Jordanian University(电气工程与信息科技学院, 德国约旦大学);Department of Computer and Information Sciences, Fordham University(计算机与信息科学系, 芙兰克大学);Department of Computer Science and Engineering, College of Engineering, Qatar University(计算机科学与工程系, 工程学院, 卡塔尔大学)
本文提出块即服务模型,通过在线选择算法提升检索增强生成的透明性和成本效益,实验显示其在性能和预算利用上优于现有方法。
2026-04-28 cs.IR cs.LG
Efficient Top-K Retrieval in Online Social Tagging Networks
在本文中,我们认为在社会标签系统,也被称为大众分类的top-k查询回答。这个问题需要从现有的,社会不可知的技术显著偏离。在网络感知环境中,人们可以(也应该)利用社交链接,这可以表明用户与搜索者的关系以及他们的标记行为在结果构建中应该具有多大的权重。我们提出了一种算法,有可能扩展到当前的应用程序。虽然在以前的文献中已经考虑过这个问题,但这是在强简化假设下或在甚至不能扩展到中等规模的现实世界应用程序的选择下完成的。我们首先考虑问题的一个关键方面,即访问给定搜索者的最接近或最相关的用户。我们描述了如何在飞行中(没有任何预先计算)几个可能的选择-可以说是最自然的-在用户网络中的邻近计算。在此基础上,我们的top-k算法是健全和完整的,同时解决了现有的可扩展性问题。重要的是,我们的技术是实例优化的情况下,搜索完全依赖于标记动作的社会权重。为了进一步减少响应时间,我们考虑近似的效率方向。对真实世界数据的大量实验表明,我们的技术可以大大提高响应时间,而不牺牲精度。
2012-10-05 cs.DB cs.IR cs.SI
ReadProbe: A Demo of Retrieval-Enhanced Large Language Models to Support Lateral Reading
University of Waterloo(滑铁卢大学)
针对网络错误信息传播问题,本文提出由OpenAI大模型和Bing搜索支持的横向阅读工具ReadProbe,可生成问题、检索文档并给出可靠答案,其网页应用可降低虚假信息误导风险,早期版本获全国AI错误信息黑客马拉松一等奖。
2023-06-13 cs.AI cs.CL cs.HC
CRM: Retrieval Model with Controllable Condition
Kuaishou Technology(快手科技)
本文提出可控检索模型CRM,将回归信息作为条件特征集成到双塔检索范式中,弥补检索与排序阶段的目标差距,并通过A/B测试验证其在快手短视频推荐系统中有效提升了检索效果。
2026-10-12 cs.AI cs.IR
Staging E-Commerce Products for Online Advertising using Retrieval Assisted Image Generation
Snap Inc.(Snap公司);Amazon(亚马逊);Yahoo Research(雅虎研究院)
针对动态产品广告图像吸引力低的问题,提出基于检索辅助GAN的复制粘贴布景方法,通过检索相似产品背景并利用图像修复模型生成自然背景,有效提升了广告点击率,并支持生成视频广告。
2023-07-28 cs.CV cs.IR cs.LG
Still Haven't Found What You're Looking For -- Detecting the Intent of Web Search Missions from User Interaction Features
网络搜索是最常见的在线活动之一。而传统的信息检索技术的重点是用户查询背后的信息需求,以前的工作表明,用户的行为和互动可以提供重要的信号,了解潜在的意图的搜索任务。一种既定的分类法区分了事务性、导航性和信息性搜索任务,后者特别涉及学习目标,即获取关于特定主题的知识的意图。我们引入了一个监督的方法,通过利用一系列的功能,从用户的互动过程中的在线搜索任务的在线搜索任务分类到这些类别。将我们的模型应用于真实世界的查询日志数据集,我们发现搜索任务可以以63%的平均F1得分和69%的准确率进行分类,而信息和导航任务的性能特别有希望(F1>75%)。这表明在在线搜索期间利用这种监督分类的潜力,以更好地促进检索和排名,以及改善附属服务,例如有针对性的在线广告。
2022-07-04 cs.HC cs.IR