生成式信息检索综述
内容提要
本文综述了生成式信息检索（GenIR）的最新研究进展，包括生成式文档检索、可靠响应生成及其评估。提出了LTRGR框架和DGR框架，以提升生成式检索性能。研究还探讨了生成式检索的范式变革及其与判别式模型的比较，并提出了GRG方法，结合文档检索与大型语言模型，解决开放域问答挑战，表现优于现有方法。
延伸解读
生成式检索的范式之争
文章指出，生成式检索是否构成信息检索的范式变革仍存争议。有观点认为需要新的度量标准、理论基础、评估方法、任务定义、模型和用户界面来支撑这一转变。同时，研究比较了生成式框架与基于语义相似性的判别式模型在答案选择任务上的表现，并展示了非似然损失的有效性。这提示读者，生成式检索不仅是技术迭代，更可能引发评估体系和交互方式的深层调整。
提升生成式检索性能的两条路径
LTRGR框架将生成式检索与经典学习排序模型结合，通过段落排名损失训练自回归模型，仅需额外训练步骤即可增强现有系统，并在三个公开数据集上达到最先进性能。DGR框架则利用排名模型作为教师，通过蒸馏RankNet损失优化生成式检索模型。两者都借助排序信号来改进生成式模型，但LTRGR侧重损失函数设计，DGR侧重知识蒸馏，为不同场景提供了可选方案。
开放域问答中的生成与检索融合
GRG方法先让模型根据问题生成上下文文档，再用双编码器从外部语料库检索相关文档，最后将两者输入第二个LLM生成答案。在TriviaQA、NQ和WebQ数据集上，GRG优于GENREAD和RFiD等流水线，性能至少提升5.2、4.2和1.6个点。这表明结合生成与检索能更有效应对开放域问答中信息丰富性和上下文相关性的挑战，但方法依赖多个模型组件，实际部署需考虑计算开销。
事件知识增强文档检索
Event GDR模型针对生成式文档检索中忽略文档内部内容相关性和标识符缺乏语义结构的问题，通过多代理交换-反射方法提取事件知识，利用事件和关系建模文档，并将事件映射到明确分类法构建标识符。在两个数据集上，该方法明显优于基线。这提示读者，引入结构化事件知识可能提升检索的语义一致性，但事件提取的准确性和分类法的覆盖度会影响最终效果。
Q&A
生成式信息检索（GenIR）是什么？
生成式信息检索（GenIR）是信息检索系统的重要组成部分，广泛应用于搜索引擎、问答系统和推荐系统。
LTRGR框架的主要功能是什么？
LTRGR框架结合了生成式检索和经典的学习-排序模型，通过段落排名损失训练自回归模型，提升生成式检索系统的性能。
DGR框架是如何优化生成式检索模型的？
DGR框架利用排名模型作为教师角色，通过蒸馏RankNet损失优化生成式检索模型，从而提升性能。
Event GDR模型解决了什么问题？
Event GDR模型通过集成事件知识解决文档内部内容相关性的问题，表现优于基线。
GRG方法如何应对开放域问答挑战？
GRG方法结合文档检索与大型语言模型，首先生成上下文文档，然后检索相关文档，最终生成答案，表现优于现有方法。
生成式信息检索的未来研究方向是什么？
未来研究方向包括探讨新的度量标准、理论基础和评估方法，以支持生成式检索的范式变革。
