第 47 届国际计算机协会信息检索大会（ACM SIGIR） 于 2024 年 7 月 14 日至 18 日在美国华盛顿特区举行。该会议是信息检索领域的顶级学术会议。刚刚，大会公布了最佳论文奖、最佳论文亚军、最佳论文荣誉提名奖以及时间检验奖等奖项。其中，清华大学、中国人民大学高瓴人工智能学院、小红书团队获得了最佳论文；来自格...
近年来，大语言模型（LLMs）在执行许多自然语言处理任务方面取得了巨大成功，表现令人瞩目，包括诸如问答和文本摘要等直接服务用户的任务。它们为信息检索（IR）研究和应用的变革带来了前所未有的机遇。然而，诸如幻觉等问题损害了它们的可信度，限制了它们在实际应用（尤其是高风险应用，其中信任至关重要）中的实际效用。
3月26日,国际学术会议SIGIR 2024论文接收结果公布。中国人民大学高瓴人工智能学院师生有15篇论文被录用(10篇长文、1篇数据集、2篇短文、2篇demo)。The 47th International ACM SIGIR Conference on Research and Development in Information Retrieva...
清华CS系在SIGIR 2024大会上斩获多项大奖。 【导读】刚刚,信息检索领域的国际顶会SIGIR 2024,公布了最终获奖结果。在所有获奖名单中,来自清华计算机系的团队们斩获了两大奖项——时间检验奖、最佳论文奖,实至名归! 一年一届的信息检索领域顶会SIGIR 2024,终于开奖了! 今年,SIGIR组委会暂未汇总公布所有的获奖名单,不...
[3] Chongming Gao, Kexin Huang, Jiawei Chen, Yuan Zhang, Biao Li, Peng Jiang, Shiqi Wang, Zhong Zhang, and Xiangnan He. 2023. Alleviating Matthew Effect of Offline Reinforcement Learning in Interactive Recommendation. I...
SIGIR-2024-Fine-Tuning LLaMA for Multi-Stage Text Retrieval-MSRA arxiv.org/pdf/2310.0831 1. 这篇论文的动机是什么? 这篇论文的动机是探讨如何通过微调最新的LLaMA大型语言模型(LLM)来提高多阶段文本检索系统的性能,特别是在文档和段落检索中。这是因为现有的多阶段检索系统通常依赖于较旧的预训练模型,而最新...
随着大语言模型的发展,其在信息检索领域的应用引发关注。研究背景是当前搜索引擎有局限,而大语言模型虽有优势但也有不足。重要意义在于探索如何结合两者优势,提升信息检索的效率和质量,为未来信息检索系统的发展提供思路和方向,推动该领域的研究与应用进步。
TLDR: 本文解读一篇来自抖音团队的论文。该工作主要聚焦在解决流式推荐系统中时间信息建模的问题,目前已经被SIGIR2024 Industry Track录用,兴趣时钟在抖音音乐场景进行线上实验,取得了0.509%的用户活跃天数(LT)收益以及0.758%的时长收益(2023年最大单模型收益)。该方法全量上线。
SIGIR2024 | OpenP5: 大模型推荐评测平台 TLDR:本文介绍了一个开源大模型推荐评测平台OpenP5,旨在促进用于研究的基于大模型生成式推荐系统的开发、训练和评估。 论文:https://arxiv.org/abs/2306.11134 代码:https://github.com/agiresearch/OpenP5 近年来,将大语言模型集成到推荐系统中引起了工业界和研究人员的...
近日,计算机与人工智能学院云计算与智能技术四川省高校重点实验室的论文《Graph Diffusive Self-Supervised Learning for Social Recommendation》被SIGIR 2024国际顶级会议录用,也是我校首次在该会议发表学术论文。论文第一作者为学院2020级计算机科学与技术专业本科生李久强同学,其指导老师王红军为通讯作者,论文所有作...