信息检索中的偏见和不公平问题统一化：对大型语言模型的挑战与机遇的调查
原文中文，约500字，阅读约需2分钟。发表于：。该研究论文综述了大型语言模型 (LLMs) 在信息检索系统中引起的偏见和不公平性问题，以及相关的缓解策略，主要聚焦于数据收集、模型开发和结果评估三个关键阶段，并提出了未来研究中可能面临的问题和挑战。
大型语言模型在信息检索领域展现出强大能力，改进了用户理解、模型评估和用户系统交互。信息检索模型、大型语言模型和人类之间的相互作用形成了更强大的信息搜索技术范式。然而，仍然存在计算成本、可信度、特定领域限制和伦理考虑等挑战。中国信息检索界的研讨会总结了大型语言模型对信息检索研究的影响，并提出了重新思考信息检索核心价值、相互增强的大型语言模型和信息检索、新的信息检索技术范式以及面临的挑战。
