From Matching to Generation: A Survey on Generative Information Retrieval 从匹配到生成：生成式信息检索综述 XIAOXI LI and JIAJIE JIN, Renmin University of China, China YUJIA ZHOU, Tsinghua University, China YUYAO ZHANG and PEITIAN ZHANG, Renmin University of China, China Y... 信息检索 (IR) 系统是用户获取信息的关键工具，长期以来一直由依赖相似性匹配的传统方法主导。随着预训练语言模型的发展，生成式信息检索 (GenIR) 作为一种新范式出现，吸引了越来越多的关注。根据向用户提供信息的形式，当前 GenIR 的研究可分为两个方面：(1) 生成式文档检索 (GR) 利用生成模型的参数记忆文档，无需显式索引即可通过直接生成相关文档标识符实现检索。(2) 可靠响应生成利用语言模型直接生成用户寻求的信息，打破传统 IR 在文档粒度和相关性匹配方面的限制，同时提供灵活性、效率和创造性以满足实际需求。本文旨在系统梳理 GenIR 的最新研究进展。我们将总结 GR 在模型训练与结构、文档标识符、增量学习等方面的进展，以及可靠响应生成在内部知识记忆、外部知识增强等方面的进展。我们还回顾了 GenIR 系统的评估、挑战与未来发展。本综述旨在为研究者提供全面参考，推动 GenIR 领域的进一步发展。[1]

A Thorough Comparison of Cross-Encoders and LLMs for Reranking SPLADE 交叉编码器与大语言模型在重排序SPLADE中的全面对比 Hervé Déjean, Stéphane Clinchant, Thibault Formal first.lastname@naverlabs.com Naver Labs Europe Meylan, France Hervé Déjean, Stéphane Clinchant, Thibault For... 我们针对交叉编码器(Cross-encoder)与大语言模型重排序器在高效SPLADE检索结果重排序任务中的表现进行了对比研究。通过在TREC深度学习数据集及BEIR、LoTTE等域外数据集上的大规模评估，我们首先发现：在MS MARCO数据集上重排序SPLADE结果时，不同交叉编码器之间的性能差异微乎其微。但在域外场景中，模型类型和待重排序文档数量都会显著影响效果。随后我们重点研究了基于大语言模型(特别是GPT-4)的列表式重排序器：尽管GPT-4展现出惊人的零样本(zero-shot)性能，传统交叉编码器仍保持强劲竞争力。本研究旨在为当前大语言模型重排序器的热潮提供更细致的观察视角——将其定位为平衡搜索系统效果与效率时需要考量的另一个因素。

在当今快速发展的科技环境中，数据处理和信息检索的效率已成为各行各业的重要关注点。2025年2月23日，DeepSeek R1满血版的推出标志着信息检索技术的又一次重大飞跃。此版本不仅提升了数据处理能力，还实现了与18家主要平台的无缝接入，为用户提供了无限制的免费使用体验。这一创新将极大地推动各行业的数字化转型，帮助企业和个人更高效地获取和利用信息。 DeepSeek R1满血版的核心优势在于其强大的算法和智能化的搜索引擎，能够快速、准确地从海量数据中提取有价值的信息。通过与多家平台的集成，用户可以在不同的应...