本研究探讨了利用大语言模型（LLMs）生成标注，以降低检索模型训练和评估中的人工成本。结果表明，基于LLMs的标注在跨任务迁移中表现优越，尤其在非领域设置下，其性能超过传统人类标注模型，展现出更好的通用性。