强大的神经信息检索：对抗和外部分布的视角
原文中文，约300字，阅读约需1分钟。发表于：。神经信息检索（IR）模型的稳健性是确保其在实践中可靠性的重要方面，本文对稳健 IR 进行了综述，关注对抗性攻击、超出分布场景和性能差异的稳健解决方案，提供了现有方法、数据集和评估指标的深入讨论，并介绍了一个用于稳健神经信息检索的评估基准（BestIR）。该研究希望为未来的 IR 模型稳健性研究提供有价值的线索，并有助于开发可信赖的搜索引擎。
本文综述了神经信息检索（IR）模型的稳健性，包括对抗性攻击、超出分布场景和性能差异的稳健解决方案。提供了现有方法、数据集和评估指标的讨论，并介绍了一个用于稳健神经信息检索的评估基准（BestIR）。该研究为未来的IR模型稳健性研究提供线索，有助于开发可信赖的搜索引擎。
