GAR 与 RAG 范式的零样本信息检索

基于大型语言模型的检索模型和嵌入式检索模型的结合，对零样本检索问题，即无目标领域标记数据的情况下，综合了生成增强检索和检索增强生成两种范式，并通过新颖的 GAR-meets-RAG 循环公式在零样本环境中迭代改进检索和重写阶段，实现了对系统召回率的提升和最终精准度的提高。

该文介绍了一种解决零样本检索问题的方法，综合了生成增强检索和检索增强生成两种范式，并通过新颖的循环公式在零样本环境中迭代改进检索和重写阶段，提高了系统召回率和最终精准度。