★ 2
RAVEL：部分证据下的检索感知提问学习
论文将部分证据下的交互式检索视为序列信息获取问题，指出模仿离线问答排序是弱监督。提出 RAVEL 检索感知在线强化学习框架，直接观察 Top-4 候选并利用完整问答检索循环的排序反馈优化提问策略，在 Interactive-PEDES 上五轮交互检索性能持续提升。
arXiv cs.AI42 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文将部分证据下的交互式检索视为序列信息获取问题，指出模仿离线问答排序是弱监督。提出 RAVEL 检索感知在线强化学习框架，直接观察 Top-4 候选并利用完整问答检索循环的排序反馈优化提问策略，在 Interactive-PEDES 上五轮交互检索性能持续提升。