本文研究了对话检索中的查询性能预测，发现受监督的查询预测方法在大规模训练集上优于无监督方法。提出了图像查询性能预测基准和新型预检索方法，并强调了未来研究的挑战。通过大型语言模型生成高质量查询，提升了信息检索模型的效果。

本文提出了一种新的对话检索方法，将对话表示为查询，将物品表示为待检索的文档，并使用 BM25 检索器进行比较。该方法证明了比使用复杂外部知识的基线模型效果更好，并通过用户中心建模和数据增强来解决 CRS 的冷启动问题。