arXiv发布生成式检索语义ID研究

发生了什么

据arXiv cs.CL论文，生成式信息检索（GIR）将文档检索从传统流程转为序列到序列生成。研究提出统一框架，整合乘积量化（PQ）、残差量化（RQ）及其混合变体。作者定义了一套免训练的内在指标，用于量化DocID质量并评估结构保真度。实验基于MS MARCO 300K和NQ320K数据集，分析了结构属性对检索效果的影响。